閉じ込め状態を呈する筋萎縮性側索硬化症者の意思伝達支援—機械学習を用いた脳血行動態変化に基づくBrain-Computer Interfaceの性能評価

Communication support for amyotrophic lateral sclerosis patient with locked-in state: Performance evaluation of brain-computer interface based on cerebral hemodynamic changes using machine learning

Abstract：閉じ込め状態を呈する筋萎縮性側索硬化症者 1名を対象に，意思伝達支援を目的としたbrain-computer interface（BCI）の性能評価を実施した．連続加算暗算課題および音楽想起課題時の脳血行動態変化を計測し，生体信号から168特徴量を抽出した．教師あり機械学習手法であるSupport Vector Machineにより，2種類の脳活動状態を判別するモデルを構築し，時系列交差検証により判別性能を評価した．加えて，認知課題遂行に伴う精神負荷を測定するためState-Trait Anxiety Inventory（STAI）の状態不安検査を実施した．結果，78.7％の正答率で脳活動状態を判別可能であった．また，STAI得点は連続暗算課題が52点，音楽想起課題が21点であった．以上から，本知見に基づくBCI構築によって，生体信号による筋萎縮性側索硬化症者の新たな意思伝達手段を確立できる可能性が示唆された．