
選択モデリングと脳:好みの脳波(EEG)に関する研究
ヌリ・ジャヴィト
更新日
2012/11/16

選択モデリングと脳:好みの脳波(EEG)に関する研究
ヌリ・ジャヴィト
更新日
2012/11/16

選択モデリングと脳:好みの脳波(EEG)に関する研究
ヌリ・ジャヴィト
更新日
2012/11/16
Rami N. Khushabaa、Luke Greenacreb、Sarath Kodagodaa、Jordan Louviereb、Sandra Burkeb、Gamini Dissanayakea
要旨
意志決定とは、内面的な好き嫌いやその他の好みに突き動かされて、望ましい行動や対象を意図的に選択するという概念を連想させます。しかし、そのような内的なプロセスは、単に私たちの人間の生理機能の領域にすぎません。さまざまな状況における意思決定の生理学的プロセスを理解することは、意思決定研究をさらに進展させる大きな可能性を秘めているため、意思決定科学の中心的な目的となっています。この分野のパイロット研究として、本論文では、被験者の好みを引き出すように設計された選択を行う際の脳の反応を理解するために、関連する脳活動である脳波(EEG)を調べることで、意思決定の本質を探ります。このような研究を円滑に進めるため、Tobii-Studioアイトラッカーシステムを利用して、参加者が72セットのオブジェクトを観察しているときの、選択に基づく好みを捉えました。これらの選択セットは、潜在的なパーソナルコンピュータの背景を提供する3つの画像で構成されていました。選択に基づく好みは、回答者に好みの画像をクリックしてもらうことで特定されました。さらに、実験期間中の関連する脳活動を捉えるために、14チャンネルの市販のEmotiv EPOCワイヤレスEEGヘッドセットに代表されるブレイン・コンピューター・インターフェース(BCI)が利用されました。主成分分析(PCA)を利用して脳波データを前処理した後、高速フーリエ変換(FFT)で分析し、主要な主周波数帯域であるデルタ(0.5~4 Hz)、シータ(4~7 Hz)、アルファ(8~12 Hz)、ベータ(13~30 Hz)、ガンマ(30~40 Hz)の変化を観察しました。その後、相互情報量(MI)尺度を用いて、左右の半球間の違いおよび前後の違いを調査しました。実験を行うために18人の参加者が募集され、平均的な結果として、参加者が自身の好みを示している間、前頭部(F3およびF4)、頭頂部(P7およびP8)、および後頭部(O1およびO2)の領域におけるスペクトル活動に明確かつ有意な変化が示されました。結果として、左右の半球間の情報交換量を考慮すると、対称的な前頭部、頭頂部、後頭部の領域から抽出されたシータ帯は、現在のタスクに対して最小限の冗長性と最大限の関連性を示し、一方、アルファ帯は前頭部と頭頂部で優勢であり、ベータ帯は主に後頭部と側頭部で優勢であることが示されました。レポートの全文はこちらをクリックしてください。
Rami N. Khushabaa、Luke Greenacreb、Sarath Kodagodaa、Jordan Louviereb、Sandra Burkeb、Gamini Dissanayakea
要旨
意志決定とは、内面的な好き嫌いやその他の好みに突き動かされて、望ましい行動や対象を意図的に選択するという概念を連想させます。しかし、そのような内的なプロセスは、単に私たちの人間の生理機能の領域にすぎません。さまざまな状況における意思決定の生理学的プロセスを理解することは、意思決定研究をさらに進展させる大きな可能性を秘めているため、意思決定科学の中心的な目的となっています。この分野のパイロット研究として、本論文では、被験者の好みを引き出すように設計された選択を行う際の脳の反応を理解するために、関連する脳活動である脳波(EEG)を調べることで、意思決定の本質を探ります。このような研究を円滑に進めるため、Tobii-Studioアイトラッカーシステムを利用して、参加者が72セットのオブジェクトを観察しているときの、選択に基づく好みを捉えました。これらの選択セットは、潜在的なパーソナルコンピュータの背景を提供する3つの画像で構成されていました。選択に基づく好みは、回答者に好みの画像をクリックしてもらうことで特定されました。さらに、実験期間中の関連する脳活動を捉えるために、14チャンネルの市販のEmotiv EPOCワイヤレスEEGヘッドセットに代表されるブレイン・コンピューター・インターフェース(BCI)が利用されました。主成分分析(PCA)を利用して脳波データを前処理した後、高速フーリエ変換(FFT)で分析し、主要な主周波数帯域であるデルタ(0.5~4 Hz)、シータ(4~7 Hz)、アルファ(8~12 Hz)、ベータ(13~30 Hz)、ガンマ(30~40 Hz)の変化を観察しました。その後、相互情報量(MI)尺度を用いて、左右の半球間の違いおよび前後の違いを調査しました。実験を行うために18人の参加者が募集され、平均的な結果として、参加者が自身の好みを示している間、前頭部(F3およびF4)、頭頂部(P7およびP8)、および後頭部(O1およびO2)の領域におけるスペクトル活動に明確かつ有意な変化が示されました。結果として、左右の半球間の情報交換量を考慮すると、対称的な前頭部、頭頂部、後頭部の領域から抽出されたシータ帯は、現在のタスクに対して最小限の冗長性と最大限の関連性を示し、一方、アルファ帯は前頭部と頭頂部で優勢であり、ベータ帯は主に後頭部と側頭部で優勢であることが示されました。レポートの全文はこちらをクリックしてください。
Rami N. Khushabaa、Luke Greenacreb、Sarath Kodagodaa、Jordan Louviereb、Sandra Burkeb、Gamini Dissanayakea
要旨
意志決定とは、内面的な好き嫌いやその他の好みに突き動かされて、望ましい行動や対象を意図的に選択するという概念を連想させます。しかし、そのような内的なプロセスは、単に私たちの人間の生理機能の領域にすぎません。さまざまな状況における意思決定の生理学的プロセスを理解することは、意思決定研究をさらに進展させる大きな可能性を秘めているため、意思決定科学の中心的な目的となっています。この分野のパイロット研究として、本論文では、被験者の好みを引き出すように設計された選択を行う際の脳の反応を理解するために、関連する脳活動である脳波(EEG)を調べることで、意思決定の本質を探ります。このような研究を円滑に進めるため、Tobii-Studioアイトラッカーシステムを利用して、参加者が72セットのオブジェクトを観察しているときの、選択に基づく好みを捉えました。これらの選択セットは、潜在的なパーソナルコンピュータの背景を提供する3つの画像で構成されていました。選択に基づく好みは、回答者に好みの画像をクリックしてもらうことで特定されました。さらに、実験期間中の関連する脳活動を捉えるために、14チャンネルの市販のEmotiv EPOCワイヤレスEEGヘッドセットに代表されるブレイン・コンピューター・インターフェース(BCI)が利用されました。主成分分析(PCA)を利用して脳波データを前処理した後、高速フーリエ変換(FFT)で分析し、主要な主周波数帯域であるデルタ(0.5~4 Hz)、シータ(4~7 Hz)、アルファ(8~12 Hz)、ベータ(13~30 Hz)、ガンマ(30~40 Hz)の変化を観察しました。その後、相互情報量(MI)尺度を用いて、左右の半球間の違いおよび前後の違いを調査しました。実験を行うために18人の参加者が募集され、平均的な結果として、参加者が自身の好みを示している間、前頭部(F3およびF4)、頭頂部(P7およびP8)、および後頭部(O1およびO2)の領域におけるスペクトル活動に明確かつ有意な変化が示されました。結果として、左右の半球間の情報交換量を考慮すると、対称的な前頭部、頭頂部、後頭部の領域から抽出されたシータ帯は、現在のタスクに対して最小限の冗長性と最大限の関連性を示し、一方、アルファ帯は前頭部と頭頂部で優勢であり、ベータ帯は主に後頭部と側頭部で優勢であることが示されました。レポートの全文はこちらをクリックしてください。

読むのを続ける