Brain-Computer Interface開発における信号の大域的特長の知識抽出

抄録

近年、言語や文書での意思伝達が困難な者の介護支援として期待されているBrain-Computer Interface(BCI)の開発が行われているが、計測される生体信号が非線形かつ時変的で再現性がないため、まだ満足できる実用レベルまで至っていない。しかし熟練測定オペレータは、信号を大域的に捉え適切に判断できる。我々は、近赤外線分光法(NIRS)装置を用いて測定された信号を熟練者オペレータの知識としてファジィ集合及びプロダクションルールにより定量的に表現することで大域的特長を重視したBCIの開発をしている。しかし、これまでの発表では熟練測定オペレータの知識抽出作業において局所的な特性を注視し過ぎ適切な知識の抽出ができなかった。そこで本研究では、大域的視点から計測信号の特長を定式化し、熟練者の曖昧言語を統計的手法により得るファジィ集合で定量化する。そして距離型ファジィ推論法に基づき信号認識精度の向上を図る。また、黙読をタスクの一例として提案手法の有効性を示す。