TechCircleExpo 発表スライド

>100 Views

January 27, 25

スライド概要

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

脳波で測る,何を測る? 2024/02/17 1

2.

脳波とは? n 脳波とは⼈の頭⽪上で観測される脳の電気的活動のこと n 発⾒は1929年のハンスベルガーさんによって発表された ⽣理機能検査学. (2010). ⽇本: 医⻭薬出版. 2

3.

脳波への期待 n 脳波をもとに⾒ているものや感触をデコードしたりテレパシーを⾏ったりすることをSF の世界等では想定している. https://share.clip-studio.com/ja-jp/contents/view?code=36be3566-b2bf-4619-beb1-b8f7dadff4b7&at=1707820683 https://share.clip-studio.com/ja-jp/contents/view?code=251e76c1-2f5a-4cec-a91b-1de63925cd79&at=1707820594 3

4.

脳波の実際 n 脳波研究ではいろいろな問題がある. n ⼤きなものはサンプルサイズ,ノイズ n 脳波研究ではサンプルサイズは2桁〜3桁程度 • 統計的に有意であるということの精度がある程度⾔えるかどうか怪しい部 分もある • 医学系の論⽂であればマウスが3〜4ということもあるがそれらは作⽤機序 などの解明で統計的な意味合いよりは解明が主だったりする • (そもそも⼼理学も統計的な⼿法で意味を表そうとする) n ノイズが結構⼤変 • 例えばスマホ,スマートウォッチ,実験⽤のディスプレイ(映像とかを⾒ させる),そのほか通信機器や電気が流れるものは須くノイズの原因にな る • ノイズを下げるためにジェルで脳波計の抵抗を下げる→職⼈技.これが 1h30minぐらいかかることも(実験時間より⻑かったりする) 4

5.

脳波のデータは有⽤か? n 脳波データは1000Hz✖64〜256chの電極のデータ n ⼀秒のデータが4バイト(float型)とすると4✖200✖64=51200バイト(50KB)の情報量とな る. n 1年測り続けても64GBにしかならない!(通常実験は3時間程度) • ChatGPTは1⽇に1000億語を⽣み出してる n 少ないデータ,意味はあるのか? n 深層学習モデルとかを使う研究もあるが公開されないこともしばしば… https://twitter.com/sama/status/1756089361609981993 Bai, Yunpeng, et al. "Dreamdiffusion: Generating high-quality images from brain eeg signals." arXiv preprint arXiv:2306.16934 (2023). 5

6.

それでも脳波でやる理由 n アンケートやログデータでは⾒ることのできないものを⾒る n 何を⾒るか?は解析等を⽤いることで⾏う. →意味はある. n 脳のデータそのものが⼿に⼊るので⼈に聞けないことまで情報が取れる • ルーティンの⾏動をすると,集中⼒が上がる[1]. • 本⼈は毎回全⼒で集中していた(アンケートでは5段階で5)としても⽐較 が可能 n ⾮侵襲なので⽐較的簡単(医師免許いらない!) • Neuralinkのような侵襲⽅式だと医師免許が要る.(侵襲) 医師免許が要らないというのは重要で,医療以外の研究(スポー ツ,VR,ゲーム,教育,etc…)でもできるのでとても裾野が広い =種がたくさんある 河野貴美⼦, et al. "⼦供における課題集中時の脳波解析." 国際⽣命情報科学会誌 15.1 (1997): 109-114. 6

7.

脳波研究の例① n VR空間上で誰かと作業をするとその経験が増強される n これは実在の⼈間とともに作業をすると⽣じることはわかっていたが脳波を使ってVRでも再現された n この研究の前にビデオ通話での⼀緒にタスクを⾏うという設計の実験ではその効果は得 られなかった. n しかし,ERPを⽣じさせるタスクをするときの脳波を観測することで脳波の反応が現実 に⼀緒にいる時と同じように反応するということがわかった.(サンプル18 ⼈!) n このような「脳内の反応」は脳波を⽤いることで計測できる Sarasso, P., Ronga, I., Piovesan, F. et al. Shared attention in virtual immersive reality enhances electrophysiological correlates of implicit sensory learning. Sci Rep 14, 3767 (2024). https://doi.org/10.1038/s41598-024-53937-w 7

8.

脳波研究の例② n 脳波から想起した画像を⽣成するDiffusionモデル n ブレインデコーディングを⾏う際の技術の⼀つ n 脳内想起している画像を脳波で読み取って⽣成する • こういう研究では「Deepでポン」がたまにあるので注意 • 深層学習のモデルが公開されないので再現ができない… 8

9.

Take Home メッセージ n 脳波は使いよう! • 良い点も悪い点もあるので理解しよう! n 使う技術ややりようとかによっては脳内も調べることができるのでとても便利 n 反⾯,統計的な弱みのあるのでうまくやろう! 9

10.

KCSについて! n あくまで僕の観点:世代を超えて繋がれるテックサークル n 学部⽣,⼤学院〜と多くの⼈がいるのでありがたい!(先⽣世代も) n 東芝,⽇⽴,アップル,etc… • 多くの先輩たちがいるのでめちゃくちゃ⾯⽩い • USBの仕様を策定した⼈,未踏そのほか… 10