JST CREST [共生インタラクション]
人間と情報環境の共生インタラクション
基盤技術の創出と展開
脳表現空間インタラクション技術の創出
脳と情報空間をつなぐ
新しいインタラクションの創出を目指します
お知らせ
-
幻肢運動や幻肢像を意識せずに幻肢運動表象を変えるニューロフィードバック訓練を開発し、痛みを低下させることに成功しました。 2022.09.13
T. Yanagisawa, R. Fukuma, B. Seymour, M. Tanaka, O. Yamashita, K. Hosomi, H. Kishima, Y. Kamitani, Y. Saitouh, Neurofeedback Training without Explicit Phantom Hand Movements and Hand-Like Visual Feedback to Modulate Pain: A Randomized Crossover Feasibility Trial,Journal of Pain, 2022 Aug 3; S1526-5900(22)00368-6. PMID: 35932992, DOI: 10.1016/j.jpain.2022.07.009
-
読売新聞に掲載されました(2022.9.2) 2022.09.02
想像して画像を出力するBCIの研究について2022年9月2日発刊の読売新聞に掲載されました。
脳の意思伝達 ＡＩで進展／画像思い浮かべ、感情表現も：地域ニュース : 読売新聞オンライン (yomiuri.co.jp)
-
朝日新聞に掲載されました(2022.8.28) 2022.09.02
想像して画像を出力するBCIの研究について、2022年8月28日発刊の朝日新聞に掲載されました。
-
福間良平助教がMBS 毎日放送「あしたワクワク 未来予報」に出演いたしました。 2022.08.17
大阪大学大学院医学系研究科脳神経外科 福間良平助教が2022.08.14放送のMBS 毎日放送「あしたワクワク未来予報」に出演いたしました。
- JST news 8月号でJST CREST脳表現空間インタラクションについて取り上げていただきました。 2022.08.01
- 我々の研究が日刊工業新聞2022/6/29版のトップニュースとして掲載されました。 2022.06.29
-
頭蓋内脳波を使い、ヒトが想像した意味の画像を画面に提示するBCIを開発しました。 2022.03.22
Fukuma R, Yanagisawa T, Nishimoto S, Sugano H & Tamura K, Voluntary control 1 of semantic neural representations by imagery with conflicting visual stimulation, Communications biology, (2022) 5:214 | https://doi.org/10.1038/s42003-022-03137-x | www.nature.com/commsbio.
＜掲載サイト＞
EurekAlert!
https://www.eurekalert.org/news-releases/946583
AlphaGalileo
https://www.alphagalileo.org/Item-Display/ItemId/218862
頭蓋内脳波を使い、ヒトが想像した意味の画像を画面に提示するBCIを開発しました。また、ヒトが画面を見ながら想像で画像を制御する際に、想像した意味に対応する脳活動が見られることを確認しました。この技術は、重度麻痺患者の意思伝達に医療応用が期待されます。また、想像によって情報検索する新しい情報技術としての応用も期待されます。 -
Magnetoencephalography detects phase-amplitude coupling in Parkinson’s disease 2022.02.17
安静時の脳磁図信号から、脳表全体のPhase-amplitude coupling(PAC)を調べることで、パーキンソン病では、感覚運動野だけでなく、後頭葉でもPACが高くなっていることを明らかにしました。この研究は、パーキンソン病のバイオマーカとしてMEGで検知したPACが有用であることを示唆しています。
https://www.nature.com/articles/s41598-022-05901-9 -
頭蓋内脳波からてんかん発作を検知する人工知能を開発し、人工知能が学習した脳波特徴を同定する技術を開発しました。 2021.09.09
頭蓋内脳波からてんかん発作を検知する人工知能を開発し、人工知能が学習した脳波特徴を同定する技術を開発した。特に、人工知能が学習した脳波特徴を用いて発作検知を行うと、これまで経験的に作られてきた発作時の脳波特徴より高い精度で発作を検知できることが示された。
Yamamoto S, Yanagisawa T, Fukuma R, Oshino S, Tani N, Khoo HM, Edakawa K, Kobayashi M, Tanaka M, Fujita Y, Kishima H. Data-driven electrophysiological feature based on deep learning to detect epileptic seizures, Journal of Neural Engineering, 2021 Sep 3. doi: 10.1088/1741-2552/ac23bf. Online ahead of print -
2020年8月 私たちが日常的に体験する多様な情動の脳内情報表現を大規模かつ定量的に調べた論文がNeuroImage誌に掲載されました。 2020.08.18
Distinct dimensions of emotion in the human brain and their representation on the cortical surface
Naoko Koide-Majima, Tomoya Nakai, Shinji Nishimoto
NeuroImage, Available online 13 August 2020, in press
https://www.sciencedirect.com/science/article/pii/S1053811920307448