MetaIDNet: 色覚評価のための高速ブレイン・コンピューター・インターフェース
MetaIDNet: A Fast Brain–Computer Interface for Color Vision Assessment
研究室は、客観的かつ定量的なブレイン・コンピューター・インターフェース(BCI)を用いた色覚(CV)評価法を実証した。この手法では、参加者は点滅する刺激を注視し、異なる色に見える光源はより大きな定常視覚誘発電位(SSVEP)を、似た色に見える光源はより小さなSSVEPを誘発する。SSVEPの大きさは個人の色覚に依存するため、SSVEPのサイズを観測することで色覚を評価する。既存システムは色空間を均一にサンプリングし、ノイズ低減のために同一箇所からの複数のSSVEPを平均化することで精度を向上させているが、評価速度が犠牲になる。本研究では、ガウス過程回帰(GPR)とニューラルネットワークを用いたクローズドループBCI「MetaIDNet」を提案し、速度と精度のトレードオフを改善する。10名と8名の参加者によるオフラインおよびオンライン実験の結果、MetaIDNetは既存手法と比較して、オフライン実験では精度を維持しつつ評価速度を70%向上させ、オンライン実験では速度を維持しつつ評価精度を40%向上させた。MetaIDNetはBCIによる色覚評価の速度と精度を大幅に向上させることが確認された。
- 研究室が、定常視覚誘発電位(SSVEP)を指標とした客観的・定量的なBCI色覚評価法を実証した。
- ガウス過程回帰(GPR)とニューラルネットワークを組み合わせたクローズドループBCI「MetaIDNet」を提案し、評価速度と精度のトレードオフを改善した。
- 10名の参加者によるオフライン実験で精度を維持しつつ評価速度を70%向上、8名の参加者によるオンライン実験で速度を維持しつつ評価精度を40%向上させた。
BCI(ブレイン・コンピューター・インターフェース)を色覚評価という応用に絞り、GPR+ニューラルネットワークのクローズドループ設計で「速度と精度のトレードオフ」を破った点が注目に値する。オフラインで速度70%向上、オンラインで精度40%向上という定量結果は、BCIが研究デモから実用的な検査・診断ツールへ移行しつつあることを示す。医療・ヘルスケア向けBCI応用の商用化余地、および汎用BCI信号デコード技術の横展開(注意力・認知状態モニタリング等)の観点で、BCI分野への投資判断材料になる。