ドライビングシミュレータを用いた研究の現状:fNIRS を用いた運転者の作業負荷レベルの評価

Assessing the Driver’s Current Level of Working Memory Load with High Density Functional Near-infrared Spectroscopy: A Realistic Driving Simulator Study
Anirudh Unni, Klas Ihme, Meike Jipp
Frontiers in human neuroscience, vol. 11, APRIL 2017

認知的な過負荷は,人間の能力の低下をもたらす.私たちは,それらの機能性を運転者の認知状態に適合させる運転補助システムは,人的ミスによる道路事故の軽減するためのアプローチとして有効であると見越している.この研究は,運転シナリオにおける認知作業記憶負荷レベルの変動を予測可能な脳領域を明らかにするために使用される.私たちは,運転シミュレータを用いて高速道路を60 分運転してる間に5 つの異なるワーキングメモリ負荷レベルを調査するために,n-back タスク(0-back から4-back)を使用した.fNIRS を用いて脳の活性化を計測し,多変量lasso 回帰とクロスバリデーションを組み合わせることにより,fNIRS データからワーキングメモリ負荷レベルを計算する.これにより,重要なことは,fNIRS により脳活性化の増加が明らかになり,両側下前頭および両側頭側-後頭脳領域において,これらの領域が特にワーキングメモリ負荷レベルワークロード関連処理に関与していることを示唆する.この研究の目的は,機能的近赤外分光法から得られた測定信号を分析する方法を提案することである.注意散漫運転は多くの悲惨な結果につながる可能性がある.ドライバーの行動を追跡するための対策を開発するには,デュアルタスク条件での注目の焦点(FOA)と運転者の集中度合いが不可欠である.健康なボランティア10 名は車線維持運転タスクと数学的タスク(問題解決タスク)の2 つのタスクを含むデュアルタスク実験に参加した.脳波(EEG)および行動は同時に記録される.記録されたEEG データから独立した成分を分離するための空間フィルタとして独立成分分析(ICA)を採用した.FOA 評価システムを構築するために,6 つの成分から算出したパワースペクトル(正面,中央,頭頂葉,後頭部,左モータ,および右モータ)をラジアル基底関数に基づいたRBF カーネルを使ってサポートベクターマシン(SVM)に変換する.このFOA 評価システムは,デュアルタスクの間に達成度と分類精度を検出し,参加者のFOA を評価する.検出されたFOA は,注意が限定されたため,参加者の認知的注意はタスク間で動的に変化し,全体的なパフォーマンスが低下した.この研究を実証した結果,EEG スペクトルを使って,認知的注意を継続的に評価するための実践的システムとしての可能性を証明した.

fMRI と作業記憶タスクによる画像ベースの fNIRS アプローチの検証

Validating an image-based fNIRS approach with fMRI and a working memory task
20170117_sikeda
NeuroImage, Vol.147, pp.204-218, 2016

現在の研究では,脳のボリューム内のボクセル空間に頭表面上のチャネル空間から機能的近赤外(fNIRS)信 号を移動させるための新規な画像再構成アプローチを追加することによって,以前の方法論的パイプラインを拡 張している.2 つのアプローチを用いて視覚ワーキングメモリタスク(VWM)時の機能的磁気共鳴イメージング (fMRI)結果と fNIRS の結果を比較することによって,この方法論を立証する.第 1 のアプローチでは,前頭-頭 頂-側頭皮質の脳領域にわたるすべての実験条件について,fNIRS と fMRI の結果との間に有意なボクセルサイズ の相関が観察された.第 2 のアプローチでは,fNIRS および fMRI 測定で別々の多因子 ANOVA を実施し,共通 関心領域内の主効果と相互作用効果との対応関係について検討した.fMRI と fNIRS 両方に共通して,作業記憶 に保持されている項目の数が増加すると,VWM ネットワーク内での活性化において同様の傾向を示した.これ らの結果は,画像ベースの fNIRS アプローチを確証する.