| 講演抄録／キーワード |
| 講演名 |
2026-02-17 12:10
予測機能リハビリテーションのためのfNIRS信号解析法の開発
○保坂 奎・吉田 久・小濱 剛（近畿大） |
| 抄録 |
（和） |
本研究では，高次脳機能障害患者を対象とした予測機能リハビリテーションの枠組み（リハビリテーションシステム）の開発を目的とし，健常者を対象として，その基盤となる評価・解析手法の確立を目指した．状況を理解する段階と，次の状態を予測する段階の2 段階から構成される実験課題を実施し，非侵襲かつ拘束性が低いfNIRS により課題遂行中の脳活動を計測した．取得したfNIRS 信号に対して，血流動態分離法およびバンドパスフィルタといった前処理を施した後，機械学習手法および統計的手法の双方を用いて解析を行った．その結果，いずれの解析手法においても段階間での脳活動の相違が確認され，また，fNIRS 信号の分析に基づいて予測に伴う脳状態の変化を捉えられることが示された．これらの結果から，本研究で用いた実験課題は予測機能を適切に誘発する課題であること，および適用した解析および判別手法の有効性が示された．このことから，高次脳機能障害患者を対象とした予測機能リハビリテーションの枠組みが実現可能であることが示唆された． |
| （英） |
This study aimed to develop a predictive functional rehabilitation framework (rehabilitation system) for patients with higher brain dysfunction. As a foundational step, we sought to establish evaluation and analysis methods using only healthy participants. We conducted an experimental task consisting of two phases: a situation-understanding phase and a next-state-prediction phase. Brain activity during the task was measured using functional near-infrared spectroscopy (fNIRS), a noninvasive technique that imposes minimal physical constraints. Preprocessing, including hemodynamic signal separation and band-pass filtering, was applied to the acquired fNIRS signals, followed by machine learning and statistical analyses. The results confirmed differences in brain activity between the phases using both analysis methods and demonstrated that changes in brain states associated with prediction could be captured using fNIRS signal analysis. These findings indicate that the experimental task used in this study appropriately elicited predictive function and demonstrated the effectiveness of the applied analysis and classification techniques. This suggests the feasibility of a predictive functional rehabilitation system for patients with higher brain dysfunction. |
| キーワード |
（和） |
予測機能 / ニューロリハビリテーション / fNIRS / 機械学習 / / / / |
| （英） |
Predictive function / Neurorehabilitation / fNIRS / Machine learning / / / / |
| 文献情報 |
映情学技報, vol. 50, no. 4, HI2026-6, pp. 27-31, 2026年2月. |
| 資料番号 |
HI2026-6 |
| 発行日 |
2026-02-10 (HI) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
IEICE-HIP HI VRPSY ASJ-H |
| 開催期間 |
2026-02-17 - 2026-02-18 |
| 開催地（和） |
那覇市IT創造館 大会議室 |
| 開催地（英） |
|
| テーマ（和） |
VR心理，ヒューマン情報処理，視覚，マルチモーダル，一般 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
HI |
| 会議コード |
2026-02-HIP-HI-VRPSY-H |
| 本文の言語 |
日本語 |
| タイトル（和） |
予測機能リハビリテーションのためのfNIRS信号解析法の開発 |
| サブタイトル（和） |
|
| タイトル（英） |
Development of fNIRS signal analysis techniques for predictive functional rehabilitation. |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
予測機能 / Predictive function |
| キーワード(2)（和/英） |
ニューロリハビリテーション / Neurorehabilitation |
| キーワード(3)（和/英） |
fNIRS / fNIRS |
| キーワード(4)（和/英） |
機械学習 / Machine learning |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
保坂 奎 / Kei Hosaka / ホサカ ケイ |
| 第1著者 所属（和/英） |
近畿大学 (略称： 近畿大)
Kindai University (略称： Kindai Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
吉田 久 / Hisashi Yoshida / ヨシダ ヒサシ |
| 第2著者 所属（和/英） |
近畿大学 (略称： 近畿大)
Kindai University (略称： Kindai Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
小濱 剛 / Takeshi Kohama / コハマ タケシ |
| 第3著者 所属（和/英） |
近畿大学 (略称： 近畿大)
Kindai University (略称： Kindai Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2026-02-17 12:10:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
HI |
| 資料番号 |
HI2026-6 |
| 巻番号（vol） |
vol.50 |
| 号番号（no） |
no.4 |
| ページ範囲 |
pp.27-31 |
| ページ数 |
5 |
| 発行日 |
2026-02-10 (HI) |