ブレインマシンインターフェイス(BMI)とは?

ブレインマシンインターフェイスは、脳が発する電気信号を処理して外部機器と直結し、情報のやり取りを可能にする技術のことである。神経科学、情報学、信号処理の技術などを組み合わせた学際的な領域で、この技術を使うと頭皮から検出した脳波を利用してロボットやコンピューターを動かしたり、処理した信号をフィードバックして脳に再学習させたりすることができる。

今回は、東京農工大学で生体信号情報学の研究室を持つ田中聡久准教授にブレインマシンインターフェイス研究の魅力について伺った。

理論研究から生体への応用へ―BMIとの出会い

―― まず、どのようなきっかけで現在ご専門にされているの信号処理や、その技術の生体への応用に取り組むようになったのでしょうか?

実は生体の信号を扱うようになったのは、大学院を出て、理化学研究所(理研)で研究するようになってからなんです。それまでは電気電子工学の分野で信号処理の理論やアルゴリズムを研究していました。

学部の卒業研究では、手書き文字の認識といった、今盛り上がっている画像認識の走りのようなことをしていました。修士に入ってからは画像圧縮技術を扱って、修士1年のときに短期留学で韓国の大学へ行ったんです。そこでたくさんの博士課程の学生と一緒に研究したのがきっかけで博士への進学を決意しました。最初は学部卒就職するつもりでいたんですけどね。

博士号を取ったら民間就職、と考えていたんですが、ちょうど理研から脳の信号処理に関する公募が出ていて。そこでも理論的な研究が中心だったので、今の大学で研究室を持つ以前は数式を相手にする研究者でした。

農工大の教員になり学生を受け持つようになってから、初めて応用研究も扱うようになりました。最初は監視カメラなどの画像処理に関する研究をしていたんですが、ワクワクするような高揚感が感じられずすぐにやめてしまいました。その頃、ちょうど外部からの研究資金で買えるくらいの脳波計(正確には生体信号アンプ)を見つけて買ったのがきっかけで、脳の研究に取り組むようになったんです。

脳の研究を始めた初期は、脳波で楽器の操作をすることを目指して研究しました。僕は昔から音楽が好きで今もビオラを弾くんですが、研究でもなにか音楽に関わることができたらいいと思って」

最初に購入された脳波を計る生体信号アンプ

―― 興味深い試みですね。実際に脳波で楽器は演奏できたんですか?

これがまったくうまくいかなかったんです。被験者の頭皮にセンサーをつけて何か運動することを想像したときの脳波をとるんですが、得られた波形を見ても最初はどの部分が意味のある信号で、どこまでがノイズなのかわからない。脳波の電圧は筋肉の電気信号のおよそ1/1000程度で、かなり小さいものですから。センサーのつけ方などは経験によるところが大きくて、解析も波形の見方の勘どころが身につくまでに時間がかかりました。結局、脳波計を買ってから研究室で最初の論文をジャーナルに出すまでに5年かかりました

―― けっこう時間がかかったのですね

「時間はかかりましたが、逆に言うと「5年あれば研究はある程度のところまで形になる」とわかったということでもあります。その意味では大学院の修士・博士合わせて5年というのも理にかなったことなのかもしれません」

エンジニアリングとサイエンスの両方ができるからこそ、強い

ーー 現在まで、田中先生の研究室ではどのような技術の研究に取り組まれてきたのでしょうか?

最初にうまくいった研究はすごく地道なものでしたね。運動を想像したときに脳の特定の領域、特定の周波数の信号で神経活動が不活発になるんですが、その周波数帯は人によって差があるんです。それを自動で特定するアルゴリズムを学生と一緒に開発しました。その学生はこのテーマで現在別の大学で助教をしています。

エンジニアリングというのは、サイエンスに比べて地味なところが多いように感じます。たとえば、画面上でピカピカと点滅する部分を見ているとき、脳波を調べるとと活発/不活発の変化の周期が画面上の点滅の周期と同じになることが知られています。このような科学上の発見はインパクトが大きいのですが、一方でそれを利用して信号を抽出し、外部機器を操作するところまで持っていくのは非常に地味で労力が要ります。この発見が「サイエンス」で、実装が「エンジニアリング」です。それでも、生体を扱う研究者で信号処理にも長けている人は多くないので、サイエンスもエンジニアリングも研究できるうちの研究室はそこが強みだと思っています。現に視覚刺激情報のデコーディング(解読)は世界に通用するレベルです。。

一番新しい研究は音に関するものなのですが、被験者が想像しているリズムを脳波から取り出すことに成功し、今は論文を投稿中です。旋律となると飛躍的に難しくなるのですが、リズムに関してはメトロノームのクリックに対して二拍子を取っているのか三拍子を取っているのかなどを検出できるようになっています。結局は音楽に関係するところに戻ってきましたね」
 

BMIを用いて脳の信号を取り出し、身体運動を再び取り戻したい

ーー 今後、ブレインマシンインターフェイスはどのような目標に向かって発展していくのでしょうか?

この分野の大きなゴールは2つあって、1つ目は、脳の信号を取り出して外部機器を操作することです。ALS(筋萎縮性側索硬化症:運動神経系が少しずつ障害される疾患)などで体を動かせなくなった人と、脳波を介してコミュニケーションをとることがこれにあたります。

ーー 現在医療現場で実際に使用されている筋電義手のような、筋肉の電気信号を扱った既存の技術とはどのような違いがあるのですか?

筋電で実現できることならば、筋電を使えばいいんです。筋肉の場合は信号の電圧が約10mVまで上がりますから、脳波の約1000倍もあって信号の検出は比較的容易です。そのため、脳波を利用した技術は筋電ではできないことをやるべきで、それが2つ目のゴールである脳へのフィードバックを利用した技術の研究と開発です。

身体に麻痺が残るなど、運動神経をつかさどる脳機能に障害が起こった場合、「身体のこの部位を動かせ」という指令を出す細胞がダメージを受けているせいで筋肉を動かせないことがあります。そこで、体を動かそうとする意図を脳波から検知したときに、「脳波と電動の装具を連動させてその動きを補助する」ということを思いついたんです。運動の意図に対する身体動作の感覚を脳にフィードバックし、「体を動かす」という動作を脳に再学習させることが可能だと考えています

 

学際研究の要は「専門領域をもって価値観を疑うこと」

ーー 最後に、ブレインマシンインターフェイスのような、多くの分野から知識と技術を集めて研究する学際的な領域で、研究者にはどのような資質が求められるとお考えですか?」

 

まず必要なのは、自分の得意な専門領域を一つ持ったうえで研究に取り組むことですね。一つの課題に対して専門分野の異なる研究者が各々の感性をもって新しい発見をしていくわけですから、経験を積んでその感性を育てることが必要です。私の場合は信号の時系列解析というバックグラウンドがあったので、それを活かして研究を進めてきました。共通点を自分のフィルターでいかに見つけられるか、それがないとただの評論家になってしまいますね。

あとは、自分の研究分野における価値観に閉じ込められないためにも、日頃からいろいろなモノやコトに興味を持っておくことでしょうか。ある分野で価値がないとされていることでも、別の分野では大きな発見に繋がる可能性を秘めていることがあります。研究をより面白いものにしたいのであれば、一度専門を離れた視点から研究内容を見直してみるのもひとつの手です。そうした発想を持つために、専門分野外のことに興味を持って積極的に様々な経験を積むのは非常に有効です。

 

ある特定のテーマには特定の価値観があるのですが、その価値観自体を疑ってかからないといけない。たとえば、画像圧縮は「なるべく少ない情報で良い画質をつくること」が良しとされてきました。しかし、インターネットが発達して情報の処理速度が圧倒的に上がってからは、そもそも転送するデータを圧縮する必要性がなくなってしまった。その代わりに「大規模なデータからどのような情報を抽出するか」という新しい評価軸が生まれたんです。このように、時代の変化とともに「この技術で何を追求するか」というが変わることもある。特定の価値観や技術に固執せず、こだわりを捨てる勇気も時には必要だと思いますね」

 

研究室の学生と行った画像処理技術を使った人気が出るゆるキャラ分析 香港の学会で注目を集めたそうだ

東京農工大学 田中研究室(生体信号情報学研究室)HP