Multidimensional EEG Representations and Classification of Grip- Force-Level Motor Imagery

あなたの脳を、何十億ものニューロンという市民が絶えずチャットを交わして体を動かしている、活気あふれる都市だと想像してみてください。時には、コップを掴むために手を動かしたいこともあれば、ただ「掴もうと考える」だけの時もあります。この「動くことを考える」ことは、**運動イメージ（Motor Imagery）**と呼ばれます。科学者たちは、思考だけでコンピュータと会話することを可能にする、**ブレイン・コンピューター・インターフェース（BCI）**と呼ばれる特別な架け橋を築いてきました。通常、これらの架け橋は非常にシンプルで、「左手で動く」「右手で動く」「足で動く」といった思考を判別できます。それは、「進め」「止まれ」「曲がれ」しか分からない交通信号のようなものです。

しかし、もしロボットに対して、単に「掴め」と言うだけでなく、「どれくらいの強さで」掴むべきかを伝えたいとしたらどうでしょう？例えば、ふわふわの羽を掴むのか、重いレンガを掴むのかを想像してみてください。あなたは異なる強さで握る必要があります。現在の「脳の架け橋」は、この「どれくらいの強さか」という部分で苦戦しています。それらは「掴んでいる」ことは分かりますが、「優しく握っているのか」それとも「力強く押し潰しているのか」までは判別できません。これは、手の機能を取り戻そうとしている人々を助ける上で大きな問題です。もしロボットが、あなたがどれくらいの強さで握りたいのかを知らなければ、コーヒーカップを潰したり、スマートフォンを落としたりしてしまうかもしれません。この論文は、この「どれくらいの強さか」を理解するように、ついにこれらの架け橋を教え込むことができるかどうかを探るべく、ノイズが多く、混沌とした、しかし魅力的な脳波の世界へと踏み込みます。

---

グレート・ブレイン・スクイーズ・オフ（脳内の握力対決）

この研究において、研究チームは人間の脳を使った「握力の推測ゲーム」を行うことにしました。彼らは12人の健康なボランティアを募り、メンタル・ワークアウトを行わせました。まず、ボランティアにはハンドグリップ器具を全力で握り、個人の「最大出力」を見つけ出してもらいました。次に、その同じ器具を、軽い握り（最大値の10%）、中程度の握り（50%）、強い握り（90%）という3つの特定のレベルで、イメージしながら握るよう指示されました。

研究者たちは単にボランティアを観察しただけではありません。彼らは、これらの異なる握りをイメージしている間の脳の電気的なチャットを聞き取るために、64チャンネルの「ブレイン・キャップ」（EEGヘルメット）を装着しました。目的は、軽いタッチを想像している時と、力強い押し潰しを想像している時とで、脳の電気的なシグネチャー（特徴）が変化するかどうかを確認することでした。

脳のノイズの中に隠された3つの手がかり

チームは、まるで3つの異なる虫眼鏡を使って犯罪現場を調査する探偵のように、3つの異なる方法で脳信号を分析しました。

1. 緩やかな波（MRCP）： 脳の「試合前のエネルギー」を想像してください。実際に動く前に、脳はランナーがスタートラインで身を屈めている時のように、ゆっくりとした電気的な電荷を蓄えます。研究者たちは、この「握る前の」エネルギーが力のレベルに応じて変化することを発見しましたが、それは少し乱れていました。力が強くなるにつれて着実に強くなるというわけではなく、特に耳の近くの脳の右側において、気づくには十分なほど、ただ単に「揺らぎのある信号」となっていました。
2. リズムの崩壊（ERSP）： あなたの脳には、特に手を制御する領域において、自然な「ハミング」やリズムがあります。動くことをイメージすると、通常、このリズムは静かになります（脱同期と呼ばれる現象）。研究者たちは、ボランティアが強い握りをイメージしたとき、このリズムが軽い握りのときよりも激しく崩れ、長く続いていることを発見しました。それはまるで、重い持ち上げをイメージするために脳がより多くの努力を必要とし、脳の通常のハミングにおける大きな「沈黙」を引き起こしているかのようでした。
3. ネットワーク・マップ（dPLI）： これは最も複雑な手がかりでした。研究者たちは、脳の異なる部位がどのように互いに会話しているかをマッピングしました。彼らは、脳の「会話」が力の強さに基づいて変化することを発見しました。軽い握りの場合、脳はより遅いデルタ波やアルファ波に依存しているようでした。しかし、強い握りのためには、脳はギアを切り替え、ガンマ波（速く、高エネルギーの信号）をより多く使用していました。それはまるで、脳が角の店まで運転しているのか、月に向かってレースをしているのかによって、異なるロードマップを使用しているかのようでした。

AI探偵 vs オールドスクールな数学

これらの手がかりを得た今、チームはコンピュータにどの握りかを識別させる方法を考える必要がありました。彼らは2種類の異なる「探偵」を対決させました。

• オールドスクール・チーム（FBCSP-SVM/MDM）： これらは伝統的な数学モデルです。データを見て、パターンを見つけ出し、推測を行います。研究者たちは、2つの頭の方が1つよりも優れているかを確認するために、これら2つのモデルを「融合チーム」として組み合わせました。
• ディープラーニングのスター（EEGSym）： これは、脳信号を理解するために特別に設計された、洗練された現代的なAIネットワークです。それは、何千もの脳マップを学習し、脳の左側と右側がどのように鏡合わせになっているかを正確に知っている探偵のようなものです。

結果：
ディープラーニングのスターであるEEGSymがレースに勝利しました。それは力のレベルを当てることに最も優れていました。

• 軽い握りと強い握りの違いを判別するよう求められたとき、それは約77.81%（±18.90%）の確率で正解しました。
• 中程度の握りと強い握りの違いを判別する際、それは**72.60%**の確率で正解しました。
• 最も困難なタスク、つまり3つのレベル（軽い、中程度、強い）のうち、その人が何を考えているかを当てるタスクにおいて、それでも**62.01%**の確率で正解しました。

これが100%ではないように聞こえるかもしれませんが、脳はノイズが多いことを忘れないでください。また、3つの事柄を推測する場合、偶然当たるとすればわずか33%です。したがって、このAIはランダムな推測よりも有意に優れた成績を収めていました！

これが意味すること（そして、意味しないこと）

この研究は、私たちの脳には、異なるレベルの握力に対する明確な信号が確かに存在する（distinct signals）ことを示唆しています。それは単なる「動く」か「動かないか」ではなく、「どれくらいの強さか」というスペクトラムが存在するのです。研究者たちは、脳が異なるレベルの力を扱うために、異なるツール（緩やかな波、リズムの崩壊、ネットワークマップ）を使用していることを発見しました。

しかし、論文は過度な期待を寄せないよう注意を払っています。AIは依然として間違いを犯しており、特に「軽い握り」と「中程度の握り」の違いを判別しようとする際に、これら2つは非常に似ているため、脳の信号を分離するのが難しいのです。また、この研究はオフラインで行われた（つまり、データが記録され、後で分析されたものであり、リアルタイムで行われたものではない）こと、そして、脳卒中や脊髄損傷を経験した人々ではなく、12人の健康な学生のみを対象としたことも明記されています。

したがって、これは麻痺した人々に即座に超人的な力を与える魔法の杖ではありませんが、非常に有望な一歩です。これは、「どれくらいの強さか」という信号が私たちの脳内に存在すること、そしてスマートなAIがそれを解読し始められることを証明しています。将来的には、これは単に物を掴むだけでなく、人間の手と同じように、完璧な圧力で掴むことができるロボットや義手の製作に役立つ可能性があります。