Yasuharu Koike 研究室

本研究室では、脳信号と筋活動信号から人間の意図や運動を解読し、それを制御・支援技術に応用することを目指しています。主な対象は、脳波（EEG）や筋電図（EMG）などの生体信号で、これらから上肢の運動や顔面表情、社会的な相互作用を認識・推定する研究を行っています。特に義肢装具の制御や脳コンピュータインターフェースの実現、リハビリテーション支援といった医学的応用が重視されています。 研究手法としては、機械学習および深層学習のアルゴリズムを活用したデータ解析が中心となっています。ノイズの多い生体信号を扱うため、ガウス分布の仮定に頼らない堅牢な統計モデルや、自動関連度決定という自動特徴選択手法を導入しています。また、個人差に対応するためにベイズ最適化を用いた時間窓の個別調整や、異なる被験者間での汎化性を高めるための信号処理を実施しています。加えて、仮想現実環境での運動課題やハイパースキャニング脳画像解析を通じて、脳内の因果ネットワークを調査する研究も展開されています。 これらの研究から、脳と筋の信号パターンが個人ごとに大きく異なることが明らかになっています。運動学習では、専門家の筋活動パターンとの類似度をフィードバックすることで、より効果的な習得が可能であることが報告されています。また、堅牢な統計モデルを適用することで、ノイズが多い実環境下でも信号解読の精度を維持できることが示されています。これらの知見は、将来の神経リハビリテーション技術やヒト-機械インターフェースの実用化に貢献する可能性を示唆しています。