プロジェクト紹介


大容量体内‐体外無線通信技術及び大規模脳情報解析技術の研究開発とBMIへの応用

大容量無線通信および大規模脳情報解析を用いた体内埋込型ブレインマシンインターフェース装置の開発と応用

代表研究責任者:平田雅之, 担当者:亀田成司, 研究分担者:鈴木克佳(日本光電), 研究分担者:鎌田隆嗣(SPChange)

 本研究では情報通信研究機構(NICT)との連携により蓄積してきた大容量小型省電力体内外無線通信に関する技術開発をさらに進めます。これにより第1世代128chワイヤレス体内埋込型皮質脳波BMIシステムの開発・非臨床試験を行い、臨床研究に利用し、課題終了1年以内の世界初のBMIシステム実用化を目指します。並行して10年以内の実用化を想定して、第2世代4000chレベルのワイヤレス体内埋込型皮質脳波BMIシステムを開発し、その安全性・有効性を動物実験で検証します。
これにより世界を大きくリードする皮質脳波BMIの実現に資します。


頭蓋内脳波を用いた嚥下の脳機能解明とブレインマシンインターフェース

研究代表者:平田雅之
研究分担者:橋本洋章, 道脇幸博(昭和大学), 鬼塚真(大阪大学情報科学研究科), 猪原秀典(大阪大学耳鼻咽喉科・頭頚部外科学)
研究協力者:貴島晴彦, 濱中裕喜

 脳卒中、神経変性疾患、高齢者では高率に嚥下障害を合併し、生活の質の低下さらには誤嚥性肺炎の併発により死亡原因となることが多い。しかし、嚥下に関わるヒト脳機能に関してはほとんど解明されていない。そこで本研究では、我々がこれまでに培ってきた頭蓋内脳波の律動解析技術とブレイン・マシン・インターフェース(BMI)の基盤技術を活かして、ヒト頭蓋内脳波を用いて随意嚥下運動に関与する大脳機能を解明するとともに、サルで大脳と脳幹の同時測定により嚥下運動の随意制御と自律制御のスイッチング機構を明らかにする。さらに嚥下運動の脳信号解読技術を開発し、嚥下動態シミュレーションシステムを用いて嚥下運動を制御・補助する嚥下BMI装置の開発を行う。嚥下障害に対するBMIの研究は皆無に近く、本研究がまさに先駆的な役割を担うものであり、嚥下障害に対する画期的治療の基盤技術確立を目指す。

人間の脳の認知メカニズムに倣った脳型認知分類技術の研究開発

研究代表者 : 村田正幸(大阪大学情報科学研究科)
研究分担者 : 平田雅之, 藤田一郎 他

 現在の人工知能技術、特に深層学習は、大量のデータを莫大な計算資源と電力を用いてコンピュータに学習させることで実現していています。
 しかし、適用分野においては大量のデータや莫大な計算資源等を用意すること自体が困難で、人工知能技術が十分に活用できていない分野も多いのです。
 他方、必ずしも大量のデータや莫大な計算資源がなくても人工知能技術が有効に機能するためのヒントとなることが期待される人間の脳活動メカニズムが、脳活動計測技術の高度化に伴い次第に解明されつつあります。
 そこで、本プロジェクトでは、脳の認知メカニズム研究における成果を応用した「脳型認知分類技術」に基づく次世代人工知能技技術を確立します。本研究部門はその中で、統合処理技術を実現するために、カテゴリ選択切替とフィードバックによる改変機構を解明し、次世代人工知能に活かします。

体内埋込型集積回路内臓フレキシブル超薄膜センサーシートを用いたマーモセットの脳信号計測システムの計測

代表研究者 : 関谷毅(大阪大 産研), 分担研究者:平田雅之, 担当者:吉田史章, 研究協力者:鈴木隆文(NICT), 研究協力者:藤井直敬(理研),
研究協力者:望月秀樹(大阪大 医 神経内科), 研究協力者:三原雅史(大阪大 医 神経内科)

 本研究では、「世界最薄膜、最軽量、最柔軟のTFT集積回路およびセンサ」、および「ゴムのように伸縮自在な柔軟高導電性材料とそれを用いた集積回路技術」を用いて、柔らかくて薄い完全埋込多チャンネル脳活動計測システムを開発します。さらに、世界最薄膜の発光素子(LED)技術、光センサ技術を搭載することで、極低侵襲のoptogenetics対応型脳機能計測システムの開発をします。この研究開発を通して、小型霊長類であるマーモセットの広範な脳活動計測を行い、脳機能ネットワークの解明に貢献することを本研究の目的とします。

MEGを用いたアンドロイド制御

プログラム・マネージャー:山川義徳(JST), 
統括技術責任者:石黒浩(大阪大 基礎工), 
研究開発責任者:平田雅之, 担当者:Belkacem Abdelkader Nasreddine

 時間・空間分解能ともに高い脳磁計(MEG)を用いて脳活動を精密計測し、これまで培ってきた脳信号解読技術を用いて、アンドロイドを思い通りに制御します。MEGは機能的核磁気共鳴画像法(fMRI)に比較して時間分解能が高く、また近赤外線分光法(NIRS)や脳波(EEG)に比較して空間分解能が高く、時間・空間分解能がともに高いという優位性を持ちます。

私達は、MEGによる脳信号を解読する手法を開発し、自然な制御を実現可能とします。さらに体性感覚、視覚のフィードバックによる感覚、高次機能領野の脳情報を解読制御に活用する全脳デコーディングにより、思い通りのアンドロイド制御の達成を目指します。

過去のプロジェクト

脳科学研究戦略推進プログラム : 「BMIを用いた運動・コミュニケーション機能の代替」

科研費 基盤B : 「ブレインマシン・インターフェースを用いた嚥下機能の再建」

PAGE TOP