脳波とAIの基礎知識

脳波のAI解析をはじめよう!〜②なぜ脳波にAIを使うのか?

脳波は他の生体信号に比べてヒトの活動や状態を細かく読み取ることができる代わりに解析しにくい信号です。過去から脳波の解析は行われてきましたが、広く実用化されていません。 そこでPGVでは積極的に脳波解析にAIを用いることを進めています。以下ではPGVが脳波にAIを用いる背景を説明します。


脳波にAIを使う理由は?

前の記事でも説明した通り、他の生体信号に比べて脳波はヒトの活動や状態を細かく読み取ることができる代わりに解析しにくい信号です。過去から脳波の解析は行われてきましたが、広く実用化されていません。

そこでPGVでは積極的に脳波解析にAIを用いることを進めています。以下ではPGVが脳波にAIを用いる背景を説明します。

Printed brain onto circuit board


脳波の解析が他の生体信号に比べて難しい理由は?

「体温が高くなれば、体調が悪い(風邪等の病気)」、「運動時以外で心拍が高くなれば、緊張している」など、皆さんの頭の中ではこのような理解が定着しています。さらに専門的にお医者さんは心臓の収縮と拡張の動きによって変動する心電図から不整脈を読み取取ることで心臓病を診断できます。このような理解や診断ができるのは、これら体温、心拍や心電図が規則的に動くので、変化のパターン(特徴)をとらえやすいためです。ただ逆に言えば、動きの変化が少ないのでパターンも少なく、結果としてわかることも少なくなります。例えば、体温が高くなると体調が悪くなることがわかるのですが、それが風邪なのか?それ以外の原因があるのか?までは直接的にはわかりません。

 

図1-1

 

一方で、脳波は前の記事で説明した通りその変化はパターン化されておらず、ヒトが把握できないほど不規則(無限)に変化します。そのため、体温や心拍などのその他の生体信号のように簡単にヒトの活動や状態と特定することが難しいです(そもそも日常的に精度よく脳波を測定すること自体が困難なのですが、このあたりは別の機会にお話しします)。

これまでの脳波解析は周波数解析が主流

より理解をしやすくするためにこれまで脳波の解析によく用いられる方法を紹介します。脳波は4-45Hzの周波数で変化する電気的信号と前の記事では紹介しました。この4-45Hzの脳波を下表(PGVで使用している定義)のように分解して、周波数帯域にα波、β波など名前をつけて変化を特徴づけてきました。

PGVにおける脳波の周波数分解の定義

名称

周波数(Hz)

θ波

4Hz-8Hz

Low α波

8Hz-10Hz

Mid α波

10Hz-12Hz

High α波

12Hz-13Hz

Low β波

13Hz-18Hz

High β

18Hz-26Hz

γ波

26Hz-45Hz

 

上表だけでも7つの周波数帯域があります。また、脳波計測には一箇所ではなく複数の電極を使用します。PGVの脳波計は額部分しか測定しませんが、それでも3箇所(電極)測定します。現在の医療機器の脳波計では、10-20法と呼ばれる電極配置が一般的で約20電極を配置します。これだけで、7周波数帯域 x 3電極、または、7周波数帯域 x 20電極になり、その上周波数分解を行う時間軸も考慮する必要があり、非常に多くの次元(パラメータ、要素)を持つデータです。

この周波数解析方法で過去に脳波の解析が行われており、数多くのの論文もあります。多くは上述した多次元のデータを、人間が理解しやすい次元にまで削減して評価・解析している場合が多いです。もちろんこれらは有益な情報で周波数解析の有効性を示すものでした。但し、PGVもこれら論文を基に実験の再現を試みましたが、中々同じ結果を得ることはできませんでした。全く同じ試験環境や設備、被験者を用意できないためであると考えており、汎用性の面で周波数解析(具体的には周波数分解を行なって次元を削減する方法)には次元削減による情報の切り捨てがあり、限界があるように感じます。

図2

 

 

多次元に変化する脳波にAIを適用すれば心身の変化が

上述の通り、たとえ周波数分解をしても次元が多く、ヒトが把握できる範囲を超えており、脳波の変化と心身の変化のパターンを導き出すことは困難を極めます。そこでAIによる解析を行います。AI自体の説明はここでは詳しくしませんが、要するに脳波のパターンを理解することなくヒトの活動や状態を脳波から直接読み取るアプローチです。

例えば、”楽しい”または”楽しくない”と感じている時の脳波をたくさん集めて、脳波を入力(=説明変数)として”楽しい”または”楽しくない”の答え(=目的変数)を出すAI(=計算式)を構築します。するとある人の脳波を入力すると”楽しい”または”楽しくない”と判定します。この時、AIは脳波のパターン(例えばどのような周波数がどの電極にどの時間単位で含んでいるか?など)は捉えていますが、多次元であるためヒトの認識範囲を超えています。故に心拍のように”高く変化”したらから緊張しているというような脳波のパターンに対する理解は諦めます。

脳波を入力(=説明変数)として心身の変化を答え(=目的変数)とするAIをPGVでは「脳波AI」と呼んでいます。

 

PGVの脳波AI解析の初期的なアプローチ

脳波AIでは、ヒトの活動や状態をラベルされた脳波をたくさん収集することさえできれば、ヒトの活動や状態と脳波との結びつきを理解することができます。また、このような脳波AIを数多く開発すれば、脳波を計測することでヒトの活動や状態を客観的に理解することができるようになります。裏を返すとヒトの活動や状態をラベルした脳波を収集することが重要になります。

脳波データがあれば、簡単に脳波AI解析をできるように思われるかもしれませんが、実際はそれほど簡単ではありません。良質なデータ取得のための脳波計測にも、実際のAI解析手法にも色々考慮すべき点があります。概念的なことばかり伝えているので、次回は脳波計測については説明したいと思います。

 

Similar posts