VR ADHDシリアスゲーム環境における低コスト8チャンネルEEGシステムを用いた運動イメージの取得と分類:ケーススタディ
Motor Imagery Acquisition and Classification Using a Low-Cost 8-Channel EEG System in a VR ADHD Serious Game Environment: A Case Study
注意欠陥・多動性障害(ADHD)の認知制御トレーニングのため、低コストな8チャンネルEEGシステムとVR(仮想現実)を組み合わせた新しいアプローチが検討された。OpenBCI CytonボードとMeta Quest 2ヘッドセットを使用し、運動イメージ(MI)と集中度シグナルを頭皮から直接取得した。信号取得には高インピーダンスやチャネルレールの問題があったが、導電性ゲルで緩和された。VRヘッドセットのストラップによる機械的張力は、モーションアーチファクトとノイズを引き起こした。しかし、安定した信号条件下では、深層学習モデル「EEGNet」を用いたオンライン分類精度で被験者ごとに最大90%を達成した。この研究は、皮膚電極インピーダンスと機械的干渉が管理されれば、インタラクティブなVR-BCIシリアスゲームアプリケーションにおいて、低コスト8チャンネルセンサー構成でEEG活動を取得・分類する技術的実現可能性を示している。
- OpenBCI Cytonボード(8チャンネルEEG)とMeta Quest 2 VRヘッドセットを組み合わせた低コスト構成で、ADHD認知トレーニング向けBCIシステムの技術的実現可能性をケーススタディとして検証した。
- 深層学習モデルEEGNetによるオンライン分類精度で被験者ごとに最大90%を達成した。
- 高インピーダンスやVRヘッドセットのストラップによる機械的張力がモーションアーチファクトとノイズを引き起こすことが判明し、導電性ゲルでの緩和が必要とされた。
低コストの8チャンネルEEGシステムとVRを組み合わせたBCI(脳コンピュータインタフェース)によるADHD認知トレーニングの実現可能性を示すケーススタディ。OpenBCI CytonボードとMeta Quest 2を用いた構成で最大90%のオンライン分類精度を達成しており、BCI分野のローコスト化と医療応用、特にデジタルセラピューティクス領域での商業化ポテンシャルを示唆する。ただし被験者数や実験規模が限られた初期研究であり、製品化にはさらなる検証が必要。