瞑想と注意:行動パフォーマンスと注意制御の事象関連電位における長期的な瞑想者に関する制御研究

Meditation and attention: A controlled study on long-term meditators in behavioral performance and event-related potentials of attentional control
Jo, Han-Gue and Schmidt, Stefan and Inacker, Elisa and Markowiak, Michael and Hinterberger, Thilo
International Journal of Psychophysiology, vol. 99, pp. 33-39, 2016

瞑想の練習は注意の調節を伴うため,注意制御メカニズムを促進すると考えられている.注意ネットワークテスト(ANT)における行動測定を用いた瞑想研究では,注意制御の強化が示されているが,神経メカニズムは未知のままである.今回の研究では,20名の長期にわたって訓練している瞑想者と20名の一致した対照群について,事象関連電位(ERP)および行動データを調べた.結果は,瞑想群では,対照群と比較して特に一致しない標的が提示されている間にエラー反応が少なく,瞑想者間での実行注意制御におけるより高い精度が示された.瞑想者の頭頂部領域のP3における振幅について,一致および不一致の標的が提示されている間は一定のままであり,対照群と比較して不一致な標的が提示されているときに頭頂のP3の振幅がより高いことを示している.瞑想者がANTにおける少ないエラー応答を示し,反応時間に関係なく頭頂P3変調が欠如しているという知見は,注意資源の配分について議論される

被験者間情報とオンライン適応に基づいた教師無しブレインコンピュータインターフェース

Unsuperised Brain Computer Interface Based on intersubject Information and Online Adaptation Shijian Lu, Cuntai Guan, and Haihong Zhang
IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING, 2009, VOL.17, NO.2
20180201_tishihara

従来のブレインコンピュータインターフェースは被験者間にわたる脳波記録(EEG)のかなりの変動の問題に対処するためのガイドされた較正手順に依存している.しかしながら,この較正は,エンドユーザに不便をもたらす.本論文では,P300ベースのブレインコンピュータインタフェースでこの問題に対処するオンライン適応学習法を提案する.オンライン操作中に被験者固有のEEG特性を自動的にキャプチャすることにより,新規ユーザはガイド付き(監視された)較正なしでP300ベースの脳コンピュータインタフェースの操作を開始することができる.基本的な原則は,一般的なP300の特徴を捕捉するために被験者のプールの脳波からオフラインで,被験者に依存しないモデルと呼ばれる一般的なモデルを最初に学習することである.新しいユーザにとって、サブジェクト固有のモデルと呼ばれる新しいモデルは,新しい被験者から記録されたEEGに基づいてオンラインで適応され,信頼スコア基づいたに対象に依存しないモデル,または適応された被験者固有のモデルによって予測される.提案された方法を検証するために,10人の健康な被験者を対象とした研究が行われ,肯定的な結果が得られた.例えば,2~4分のオンライン適応(10~20文字のスペル)の後,適応モデルの精度は,完全に訓練された監督された被験者固有モデルの精度に収束する.