2020年度公募 seeds-1142 - 【近畿】 ストレスフリー脳波計測デバイスの実現を目指した,ハードウェア・ソフトウェア協調センシング技術
  • エレクトロニクス
  • サービス
  • IT・通信
  • AI
  • 情報
  • 数理・物理
  • 電気通信・半導体
  • #信号処理
  • #センシング
  • #ブレインマシンインターフェース
  • #回路設計
  • #圧縮センシング
  • #低消費電力
  • #生体信号
  • #脳波
  • #ヘルスケア
  • #IoT
VISIONビジョン

VISION

ビジョン

「いつでも,どこでも」気軽に脳波を計測し,センシングした脳波信号を有効活用出来る社会を実現したい

回路(ハードウェア)から信号処理(ソフトウェア)までを考慮し,信号の特徴を捉えた低消費電力センシング

生体信号を取得するウェアラブルデバイスやIoTデバイスでは,取得した情報を無線で送信する際に多くの電力を消費します.デバイスに搭載する回路の消費電力が大きい場合,「大型バッテリーを搭載する必要がある」や「動作可能時間が短くなる」という課題が避けられません.そこで多くの研究者・技術者により,回路の低消費電力化技術や無線送信回数を減らすための信号圧縮技術に関して検討がなされてきました.
私は,取得する信号の特徴に着目し,「回路構成」や「システム実装方法」,「高圧縮・高精度復元が可能なアルゴリズム」まで幅広い分野の技術を融合することで,新しい低消費電力センシング技術を開発しています.

小型軽量・長時間動作により,利用者にストレスを与えずにセンシングし続けられるデバイスの実現を目指して

脳波信号を取得するには,病院などで大型の有線機器を使用することが一般的です.しかし,このような装置を使って日常的に脳波を計測することは現実的ではありません.一方,ウェアラブルデバイス型の脳波計はどこでも気軽に脳波を計測できますが,まだまだ十分小さいとは言えず,バッテリーの減り具合も気にしなければなりません.
私は「回路設計や実装・信号処理を協調設計することで可能となる低消費電力センシング技術」を提案し,利用者が意識しなくても利用し続けられるセンシングデバイス実現に向けた挑戦を行っています.

USE CASE

最終用途例

脳波はヘルスケア分野・次世代ヒューマンインターフェース分野・教育や業務管理分野等,幅広い用途で注目

USE CASE 01気軽に脳の状態を把握し,病気の早期発見を実現

APPLICATION

APPLICATION

ヘルスケアのためのウェアラブルデバイス

脳に関連する病気として脳炎やてんかん発作,睡眠障害やアルツハイマー型認知症等,様々存在します.気軽に脳波が計測出来るようになれば,脳由来の病気の早期発見手法の確立に期待が集まります.

USE CASE 02ヒトとコンピュータの融合

APPLICATION

APPLICATION

ブレインマシン(コンピュータ)インターフェース

近年,脳波を活用することで「車椅子の操作」や「脳波タイピング」などが行える先進的なデバイスの実現に注目が集まっています.

USE CASE 03ヒトのココロを測る

APPLICATION

APPLICATION

集中力や快不快指数を教育・業務改善・マーケティングに応用

脳波計が気軽に使えるようになれば,リモートでの教育活動や,集中が必要な作業のバックアップ,業務従事者の心理的負荷測定,マーケティングなどへ応用に期待できます.

STRENGTHS

強み

"低消費電力で外乱に強い脳波計測が可能
→ストレスフリー脳波計測デバイスの実現"

STRENGTHS 01

回路から信号処理までを合わせて工夫し外乱混入問題を解決する

信号圧縮時に,外乱が混入すると復元精度が悪化する課題があります.ただし,外乱を取り除くためには別途専用回路が必要となり,消費電力の増加に繋がります.そこで,脳波信号の特徴に注目し,センシング回路と信号処理を協調設計する事で,低消費電力でありながらクリアな脳波信号を取得出来る事が分かりました.

TECHNOLOGY

テクノロジー

「回路設計から信号処理アルゴリズム」までを融合することにより得られた革新的センシング技術

TECHNOLOGY 01

外乱の自動検出・除去技術

「ランダムアンダーサンプリングを実現する回路」と「独立成分分析,外れ値検知を活用したアルゴリズム」を組み合わせることで外乱の自動検出,除去を可能にする技術です.圧縮センシングでは外乱混入により復元精度が悪化するため,「高圧縮・高復元精度」の実現に必要な技術となります.復元方法であるOMP,BSBLともに,本技術の有効性を確認することが出来ました.

TECHNOLOGY 02

ヒトの脳波を学習することで復元精度を改善する技術

圧縮センシングでは,測定対象の信号をスパースな情報に変換できれば,復元精度を高めることが出来ます.そこで,ヒトの脳波をコンピュータが学習することで,脳波信号をよりスパースな信号に変換が可能な辞書を実現します.上記「外乱の自動検出・除去技術」と組み合わせると,さらに復元精度を改善出来ることが分かっています.

PRESENTATION

共同研究仮説

取得した脳波信号(他の生体信号も歓迎)を活用した新製品・アプリケーションを共に創りませんか

共同研究仮説01

「気軽に脳波測定」が生み出す新アプリケーション

御社の実現したい商品・アプリケーションを起点に,「どのような脳波信号(生体信号)情報を取得するべきか」を共に考え,その要求に特化したデバイスをシーズ技術を活用することで開発したいと考えています.更にシーズ技術で出来ることと社会ニーズをすり合わせ,新アプリケーションの開発にも挑戦したいと考えています.

共同研究仮説02

脳波はもちろん,様々な生体信号への応用に期待が出来ます.

ハードウェア・ソフトウェア協調センシング技術は,脳波計測に関しての有効性はもちろん,他の生体信号や医療画像への応用にも期待が出来,現在研究中です.御社で取り扱いたい信号に対しても,シーズ技術が有効に働く可能性があります.まずはお気軽にご相談いただければ幸いです.

RESEARCHER

研究者

兼本大輔 大阪大学大学院工学研究科電気電子情報通信工学専攻
経歴

2010年11月 – 2013年3月 九州大学 システム情報科学研究院 助教(任期有)
2013年4月 – 2019年5月 山梨大学 工学部 助教
2015年5月 – 2017年5月 米国Stanford University, Department of Electrical Engineering, Visiting Assistant Professor
2019年6月 – 大阪大学 工学研究科 講師 
【受賞歴】
2016年 山梨大学 平成27年度山梨大学優秀教員奨励制度 表彰
2014年 IEEE Symposium on Low-Power and High-Speed Chips 2014 Best Poster Award
2013年 エヌエフ基金 研究開発奨励賞
2013年 電子情報通信学会 学術奨励賞
2013年 電気学会 電子・情報・システム部門研究会 優秀論文発表賞
等多数.すべての情報はwebで公開中.
【個人ページ(論文公開・研究紹介等)】
http://ssc.eei.eng.osaka-u.ac.jp/~dkanemoto/

研究者からのメッセージ

様々な革新的計測技術を生み出し,その技術を使って世の中を変える製品・アプリケーションを創造したい!

脳波はもちろん,様々な生体信号等を小型・軽量なデバイスで気軽に計測できれば,まったく新しい世界が広がります.今まで測れずに困っていた信号を「革新的なセンシング技術でセンシング可能」にすることで,先進的な製品アプリケーション開発・研究をご一緒に出来れば幸いです.