第１２回日本生体医工学会甲信越支部長野地区シンポジウム P300 型 BCI の聴覚刺激のための合成音声の検討出來田竜也*，橋本昌巳**，大谷真**，香山瑞恵** *信州大学大学院理工学系研究科，**信州大学工学部 A basic study on synthetic sound for auditory stimulus P300 based BCI Tatsuya DEKITA*, Masami HASHIMOTO**, Makoto OTANI**, Mizue KAYAMA** *Graduate School of Science and Technology, Shinshu University, **Faculty of Engineering, Shinshu University. はじめに 1. 肢体不自由者のための意思伝達支援システムとして，指さしによる文字盤活用や，装具に組み込んだマイクロ・スイッチなどそれぞれの運動能力に合わせて作製したもの[1]があげられる．しかし，重度の運動機能の低下が伴う場合には，脳波などを応用した BCI(Brain-Computer Interface)の利用が期待されている．本研究では，聴覚刺激を用いた BCI において直接選択可能な音声を呈示音として用いるシステム構築を目指して基礎的研究を行った．音声判別実験 2. BCI に使用する音声は複数の選択肢の中から迷うことなく明確に認識できることが重要である．ここではテキスト読み上げソフトウェア “AqTk2Demo”[2]を用いて作成した単音を呈示し，正しく認知できるか検証した． 2.1. 実験方法呈示音声は“AqTk2Demo”で作成した「あ」と「か」で，作成パラメータはサンプリングレート 8000Hz，モノラル(量子化ビット数 16 bit)，聴取音に誤答した．内観報告として女声(ar_rm3)が聞きやすさの点で優れているとの報告があった．この実験よりテキスト読み上げソフトウェアを用いて作成した音声は作成のパラメータによって正しく認知でき，女声が聞きとりやすいことが示された． P300 成分導出実験 3. 音声を用いてオドボール課題と四者択一課題を行った．2 音以上の音声を呈示した場合に P300 が誘発可能であるか確認することが目的である． 3.1. 実験方法呈示音声は“CeVIO Creative Studio Free”[3]を用いて作成し，「うえ」「した」「みぎ」「ひだり」を用意した．今回このソフトを使用した理由は前回よりも音声の聞きやすさが向上したからである．作成パラメータはサンプリングレート 48000 Hz，モノラル (量子化ビット数 16bit)，聴取音圧 60dB，長さが約 250 ms である．図 1 に実験システムを示す．音刺激は 1.0 sec ごとにオーディオインタフェースを通し，密閉型ヘッドホンを用いて被験者に呈示した．導出電極位置は国際 10-20 法に準拠し，正中前頭部 Fz，正中中心部圧 60dB，長さが約 120 ms である．音色として女声 Cz，正中頭頂部 Pz とし，基準電極を両耳朶連結 A1 (ar_rm3)と男声(ar_m5)の 2 種類を用いた．4 つの音＋A2，接地電極(ボディアース)を Fpz とした．脳波声をオーディオインタフェース (UA-5 EDIROL:ROLAND) を介し，ヘッドホン (SENNHEISER : HDA200)でランダムに各 20 回呈示し，「あ」又は「か」を回答させた．被験者は同意の得られた 20 代健常男性 4 名である． 2.2. 実験結果・考察正答率は被験者 A，B が 100 %，被験者 C，D が 97.5 %であった．被験者 C，D は男声(ar_m5)の場合図 1 : 実験システム図第１２回日本生体医工学会甲信越支部長野地区シンポジウムは，Ag-AgCl 皿電極(NE-121B: 日本光電)により生体アンプ(MME-3116:日本光電)に取り込む．雑音除去のための帯域フィルタは低域で 0.53Hz，高域で 60Hz のカットオフ周波数，増幅率 100 μV/V に設定した．生体アンプの出力をデータ収録ボード (DAQPad-6016: National Instruments)を介して，サンプリング周波数 1kHz，量子化ビット数 16bit で PC に取り込み，LabVIEW(National Instruments)で各種図 2 : オドボール課題脳波例(被験者 A Pz) 信号処理を行った．また，アーチファクト除去のため眼電図を記録し，±50μV を超える電位が生じた試行を分析対象から除外した．被験者には，標的刺激を認知した場合にカウンタでカウントさせた．実験はシールドルーム内の安静椅子座位で行った． 3.1.1. オドボール課題音声刺激として 2 種類の単語音(「うえ」「した」) を用いた．刺激呈示頻度は 1:3 のオドボール課題で図 3 : 四者択一課題脳波例(被験者 A Pz) ある．各音声 3 回ずつ標的刺激として計 6 試行行っール課題と同じ潜時の範囲で最大値を比較すると，た．被験者は 20 代健常男性 3 名である．標的刺激は 8.5 μV，3 つの非標的刺激の内で最大 3.1.2. 四者択一課題音声刺激として 4 種類の単語音(「うえ」「した」の振幅は 5.0 μV であった．被験者 A，B，D，E， F の標的刺激振幅平均は，最大で 7.8 μV，最小で「みぎ」「ひだり」)を用いた．呈示頻度は 1:1:1:1 3.9 μV であり非標的刺激振幅平均は，最大で 4.5 である．各音声 1 回ずつ標的刺激とし計 4 試行行っ μV，最小で 2.1μV であった．た．被験者は 20 代健常男性 5 名である． 3.3. 3.2. 実験結果 3.2.1. オドボール課題考察オドボール課題では標的刺激時の振幅が十分大きいことが示された．しかし，四者択一課題では，波形評価方法には，刺激前 100 ms の平均値を基標的刺激時の振幅が減少し，非標的刺激に対して十線とし，その基線から P300 までの電位差を振幅と分な振幅差が得られなかった．BCI への応用を考慮して扱うベースライン法を用いた．評価のために潜すると振幅差による判別は困難であると考えられ時 250 ms～500 ms の陽性ピークを P300 振幅としてる．計測した． 4. オドボール課題の脳波(Pz)例を図 2 に示す．この例では標的刺激の P300 振幅が 11.6 μV，非標的刺激の同じ時間帯の最大値が 3.0 μV であり，標的刺激時に十分に大きな振幅が得られている．被験者 A， B，C の標的刺激振幅平均はそれぞれ 11.8 μV，7.1 μV，8.0 μV，非標的刺激振幅平均はそれぞれ 3.1 μV，1.3μV，0.9μV であり，いずれにおいても P300 成分が導出できたと言える． 3.2.2. 四者択一課題四者択一課題の脳波(Pz)例を図 3 に示す．オドボまとめ四者択一課題では判別に十分な振幅差が得られなかった．今後は，振幅差が大きくなるような音声のパラメータや実験条件について検討し，音声刺激による BCI の構築を目指す．参考文献 [1] 千島亮，奈良篤史，橋本昌巳，伊東一典“筋委縮性側索硬化症(ALS)者における意思伝達支援の現状と脳波応用の可能性”，生体医工，47(2)，190-198， 2009． [2] “ テキスト読み上げソフト「 AqTk2Demo 」” http://www.a-quest.com/demo/aqtk2demo.html [3] “ テキスト読み上げソフト「 CeVIO Creative StudioFree」 ”http://cevio.jp/about/