CNS

脳情報研究所 ~計算理論に基づいて脳機能を解明する~

脳機能の計算論的理解に基づき、脳内情報を解読し、身体機能の治療、回復、補綴、補完を可能とするBMI を開発し、臨床応用と情報通信に役立てることをめざしています。

神経情報学研究室(DNI)

脳信号を解読(デコード)する
心の状態を脳信号から解読する脳情報デコーディング技術の開発を行っています。この技術を利用した脳機能研究を進めると同時に、身体を介さない新たな情報通信技術の確立を目指しています。

●読心術から脳ー機械インタフェースへ

脳から計測される信号は、身体や心の状態を表現する暗号(コード)と見なすことができます。その暗号を、機械学習やパターン認識技術を用いて解読する方法を研究しています。この方法を用いて、心の状態を表現する脳活動を詳細に解析するとともに、解読された情報を機械やコンピュータに出力して利用する脳- 機械インタフェース(ブレイン- マシン・インタフェース)の開発を進めています。

ブレインロボットインタフェース研究室(BRI)

脳とロボットをつなぐ
脳活動によってロボットの制御を行うことを目指します。その研究成果は、未来の情報通信端末としてのロボットと人間をつなぐことや、人間の運動機能の再建や運動補助のための技術開発に役立つことが期待されます。また、脳活動を用いたロボット制御の研究を通じて、脳の仕組みの理解に貢献することを目指します。

●脳活動を用いた外骨格ロボット制御による運動支援

人間が装着する外骨格ロボットやヒューマノイドロボットを、脳活動を用いて制御することを目指します。非侵襲脳活動計測によって得られる少ない情報をもとに、多くの関節を持つロボットを制御するためには、ロボット自身の自律性が重要です。脳活動から得られる制御信号と親和性の高いロボットの自律制御技術に関する研究を行っています。

行動変容研究室(DecNef)

デコーディッドニューロフィードバックの研究と応用
心理物理学的手法、脳イメージング、計算論的神経科学を融合し、デコーディッドニューロフィードバック(DecNef)の提唱、BMI、医療、通信への応用研究を推進します。
●新しい脳科学の方法、DecNef法
脳の状態を望ましい方向に導くことを可能とする「デコーディッドニューロフィードバック(DecNef)」法を開発しました。この手法を使い、脳の機能の理解を深めると共に、慢性疼痛や脳の様々な病気の新しい治療法の開発を目指します。