サポートベクターマシンを利用して2次元平面上の固有受容ドリフトのための可視化手法

要約

この記事では、ミラーの錯覚を使用して機械学習を用いた分析と心理物理手順を組み合わせた2次元平面上に固有受容ドリフトを推定する新規な方法を説明します。

要約

Proprioceptive drift, which is a perceptual shift in body-part position from the unseen real body to a visible body-like image, has been measured as the behavioral correlate for the sense of ownership. Previously, the estimation of proprioceptive drift was limited to one spatial dimension, such as height, width, or depth. As the hand can move freely in 3D, measuring proprioceptive drift in only one dimension is not sufficient for the estimation of the drift in real life situations. In this article, we provide a novel method to estimate proprioceptive drift on a 2D plane using the mirror illusion by combining an objective behavioral measurement (hand position tracking) and subjective, phenomenological assessment (subjective assessment of hand position and questionnaire) with a sophisticated machine learning approach. This technique permits not only an investigation of the underlying mechanisms of the sense of ownership and agency but also assists in the rehabilitation of a missing or paralyzed limb and in the design rules of real-time control systems with a self-body-like usability, in which the operator controls the system as if it were part of his/her own body.

概要

近年、自己身体の感覚や経験についての研究、つまり、自分の体は、実施形態の文脈で増加しています。実施形態は、このような、到達把握、および触れるとして、環境と相互作用することができる物理または仮想ボディを持つのアイデアや概念を指します。例えば、人間がオブジェクトまたはこの場合、自分の腕と手で、自分自身の体を動かすことにより、環境に位置し、別の人間に触れることができます。今日では、この相互作用または通信は、自分の自然な体の使用に限定されるものではありません。本発明と仮想世界におけるヒト様ロボットやアバターの開発のために、自然の人間の体は、そのような仮想現実でヒューマノイド、遠隔制御ロボット、電動プロテーゼ、またはコンピュータグラフィックスアバターとして、人工体によって置換することができます。例えば、研究者があっても、ロボをそのオペレータの機械本体を介してロボットの前方に配置されたオブジェクトを「掴む」ことができるロボットを開発しましたトンは、作業者の身体の位置^1,2から遠く離れて配置されています。人間は体が事業者の自己身体の帰属を開催する人工体を介してアクションを実行することができれば、この例と同様に？

私たちは簡単に人工的な、非肉と骨本体に私たち自身の自然な身体からの「自己」の帰属や投影上のこの議論に関連するトピックを見つけることができます。一例としては、医療分野で見つけることができます。例えば、医学的リハビリテーションの分野では、治療は、ミラーを使用して「トリック」は、患者の自己身体感覚は、ミラー療法^3-6と呼ばれる、痛みを軽減し、欠落または麻痺肢の運動機能を改善するために探求されていること。この療法では、影響を受けない身体部分や手足のミラーイメージが欠落しているか、麻痺肢がミラーに表示されて1に対応していることを信じるように、患者の脳に誤解を与えることができますし、それはそれにまだあるという感じにつながります元の状態（ すなわち 、事故の前に）。それは、この錯覚は、身体表現に関連する脳の回復力をどのように影響するかまだ検討中です。私たちの自然な身体上の議論のこのタイプに加えて、我々は、特に工学の分野における人間系の相互作用の設計問題の実施形態に同様の議論を、見つけることができます。人工または仮想ボディのために自己の感覚がよく、テレプレゼンス、ブレイン・マシン・インターフェース、およびブレイン・マシン・インタフェース^1,2,7-9の文脈で検討されています。一部の研究者は、作業者の手にそのロボットハンドから触感を転送することができます人間のようなロボットは、ロボットだけでなく、ロボットが配置されている場所であるという意味に自己身体の操作者の感覚をキャプチャすることができますことを報告しましたむしろオペレータが実際に存在する場合よりも、テレ存在¹と呼ばれます。他の研究者は、仮想アバターが強いオペレータの身体の動きを反映していることを報告しましたlyが仮想ボディ⁹にオペレータ自身の体から自己の体の操作者の感覚を転送します。これらの知見は、ユーザが、人工本体が直接に接続されていない場合でも、そのような仮想現実でヒューマノイド、遠隔制御ロボット、電動プロテーゼ、またはコンピュータグラフィックスアバターとして、人工的な体内への自己身体の感覚を投影することができる方法を示し、その脳と体。

非生身のための自己身体感覚のこのタイプの基本的な科学的研究は、人工的な身体のようなオブジェクトは、ゴムの手の錯覚^{（RHI）10-13}とミラーを用いた自己身体の経験のために、基礎となる脳のメカニズムを調べました錯覚（MI）医療と工学の分野でだけでなく、心理物理学と神経心理学で^14-16。 RHIはゴム手が自分の体に属し、同時に見えるゴム手と参加者の隠れた手を撫でによって誘発される感覚です。 MI、手IMAで正中矢状軸に沿って配置された鏡の中のGEは、視覚的に目に見えない反対側の手の参加者の知覚位置を捕捉します。反射された手の画像が見えない反対側の手であるかのようにまた、反射して目に見えない手の同期動きが強い感覚を呼び起こします。これらの幻想の研究によると、マルチモーダル情報や予測と身体の動きに関する感覚フィードバックの間の一貫性は、自己の身体帰属の判断に重要な役割を果たしているようです。したがって、これらの二つの幻想はだまされているか、いくつかの人工的なオブジェクトや画像を主観的に私たち自身の体の一部とすることができると信じて私たちの感覚の根底にある脳のメカニズムを研究する科学者のためのシンプルでありながら強力な証拠とツールすることができ、私たちの自己身体感覚がないこと私たちの自然な肉体に縛られる必要はありませ。

上記のすべてのこれらの研究では、議論は「自己」consistiの概念に基づいています当事者意識と代理店の意味：哲学者ギャラガー¹⁷によって提案された感覚の2種類のngの。当事者意識が観測された身体の部分は自分で感覚を指します。機関の感覚は、身体の動きが自己引き起こされる感覚に相当します。これら二つの感覚は、自己¹⁶の即時感ある最小限の自己、として定義されています。所有権と代理店の意味：この概念によれば、損傷した、自然な仮想、および機械的なボディのための「自己」の属性は、同じインデックスによって評価することができます。科学的評価のためのこの感覚を使用するためには、質問が強固に所有権と代理店の感覚を測定する方法で発生します。現在、所有権と代理店の感覚の推定は、主に、もともとBotvinick ⁹によって提案された質問票に依存しています。アンケートに加えて、定量的な方法でそれらを測定するように試みることができます。例えば、皮膚のコンコンダクタンス反応（SCR）は、ゴム手が突然ナイフ¹⁸により切断された場合には、所有権の生理指標として用いられてきました。 SCRは、皮膚の電気的特性を測定することによって計算され、覚醒¹⁹のための高感度かつ有効な指標です。この方法は、通常、参加者ごとに単一の試験のために印加されているので、測定SCRは、参加者の中繰り返し測定を必要とする心理物理学実験中の物理的な指標としては適していません。当事者意識のための最も成功した行動指標の一つは、 固有受容ドリフトである。固有受容ドリフトは、ゴム製の補綴物として、または、手のように見える物体の位置に向かって目に見えない本物の手の知覚位置の変化でありますコンピュータグラフィックス^10-13。この変更は、自己受容ドリフト私、目に見えない本物の手と手の視覚画像との間の距離を測定することにより、繰り返しとロバストに推定することができるので、精神物理学的測定のためのsa適した物理インデックス。しかし、この使用は、最近の議論は自己受容ドリフトが常に所有¹²の行動の指標として用いることができるかどうかを疑問視しているので、慎重に評価される必要があります。

典型的に、固有受容ドリフトは、高さ、幅、または深さの3方向の一方のみで測定されます。固有受容ドリフトはほとんど多次元データを推定し、視覚化の難しさのために、複数の方向で測定されていません。この計量制限は、実験条件を容易に設計し、測定された寸法を制限するように制御することができるので、多感覚情報を処理するメカニズムを探索する基礎研究のために重要ではありません。しかし、日常生活の中で、私たちの手は、私たちの意思に従うことを3Dで自由に移動します。この状況では、アンケート、厳しく制限動きとPOSとの参加者の行動を測定することは困難かつ不十分です手のitions。したがって、エンジニアリングおよびリハビリテーションにおける所有権や代理店、複数の方向が含まれており、自由な手の動きは、日常生活の状況における視覚と固有受容フィードバックとの間の空間的関係を評価するために必要とされることができ、測定の感覚のための潜在的な用途を考慮。このような測定が可能であった場合は、実数と観測された手の間の測定距離は、自己の体の感覚のためのガイドラインとして利用することができます。これは、だけでなく、リハビリの進行の指標だけでなく、表示および操作手で操作対象との間の空間オフセットの基準になる可能性があります。問題は、この測定を確実かつ効果的に実施することができる方法として残ります。

この問題に対処するために、我々は目に見える手のようなOのそれに参加者の目に見えない本物の手の位置からのシフトに対応する固有受容ドリフトを推定する新規な方法を紹介しますbject、心理物理手順と機械学習を用いた解析を組み合わせることにより、ミラーの錯覚を使用して、2次元平面上に。ゴム手と比較すると、鏡の中の手のイメージが強く、目に見えない本物の手の参加者の知覚位置を捕捉します。また、ミラーリングされた画像はすぐに手の配置のための自主的な手の動きを反映しています。これにより、鏡像が参加者の手の視覚的なフィードバックとして選択しました。また、日常生活の状況に似た固有受容ドリフトを測定するために、参加者は自分の意志で自分の隠された手のトライアル・バイ・トライアルに位置し、試行回数が増加しました。方向の任意の組み合わせが使用されている可能性があるが、高さと深さとの組み合わせが原因垂直ミラーを配置を容易に選択しました。本手法と以前の研究¹³との間の整合性をチェックするために、2つの視覚的な条件が実装されました：とし、視覚的なフィードバックなし。視覚フィードバック、ミラーワットとの条件で正中矢状面に沿って配置されたとして、それは右手のように見られたかのように、左手の反射像を作成することができます。視覚的なフィードバックのない状態では、マットの黒板は、参加者の実際の右手を隠すために使用されました。私たちは、所有権と代理店の感覚に関するアンケートで得られたものと結果を比較することによって、この新規な方法の有効性を評価しました。

プロトコル

実験のすべての側面は、東京工業大学の倫理委員会によって承認されました。

1.実験のセットアップ

1. 固有受容ドリフトを測定するための材料とセットアップ。
   1. 垂直方向に100×100センチのプレート（ 図1）を保持することができるスタンドを取得します。
   2. 参加者が実験中に快適に座ることができた椅子を取得します。
   3. 100×100センチのアクリルミラーとマット黒板を取得します。
   4. 参加者の右手の位置を追跡する位置追跡（例えば、SLC-C02、Cyverse）を取得します。空間分解能はサンプリング十分な数の機械学習のために使用することができるように約1.5mmであるべきです。
   5. （ステップ1.1.11と3.2.6を参照）は、それぞれ、スタンドと参加者の右手の位置を示すために使用される赤外線LEDや再帰反射マーカーを取得します。
   6. 参加者の応答のためのフットペダルを取得します。
   7. 記録し、同時に参加者の応答と右手の位置を表示し、フットペダルが押されたときに、参加者の応答のフィードバックとしてビープ音を再生することができますカスタムメイドのプログラムを作成します。これらの実験では、参加者の右の手の位置は、製造業者の指示に従ってモータキャプチャ装置と特注のプログラムを用いて収集しました。
      注：前の紙¹⁶によると、プログラムは、ソフトウェア開発ツールキットで開発されました。ソフトウェア開発ツールキットによって開発されたカスタムメイドのプログラムは、モーションキャプチャ装置の他のブランドに適合させることができます。
   8. 手の動きの訓練のためのタイミング信号を提供するためにメトロノームを使用し、それはミラー又は黒板の表面をタップ、です。正確な訓練の手順については、ステップ3.1.1を参照してください。
   9. 参加者は手の位置のための音の合図を聞くことができる可能性を低減するノイズキャンセリングヘッドホンを使用してください。
   10. 視覚フィードバック条件については、スタンドにミラーを取り付けます。視覚的なフィードバックのない状態の場合は、スタンドに黒板を取り付けます。
   11. ミラーや黒板の左上に赤外線LEDを配置します。
2. 所有権と代理店のセンスを測定するための材料とセットアップ。
   1. 1.1.11をステップステップ1.1.1からの手順を繰り返します。
   2. 所有権および政府機関（ 例えば ^{、10,13,16）}の感覚を評価するアンケートを作成または取得する。 表1は、以前の研究¹⁵で使用されるこのアンケートから例を示しています。
   3. 参加者へのアンケートを表示するモニターやタブレットPCを使用してください。

2.参加者

1. 正常または訂正ツー正常な視力を持つ約10の右利きの参加者を募集。
   注：参加者の数は、実験的な目標やparticipあたりの反復試行の数に応じて調整することができます蟻。
2. 実験開始前に参加するための書面によるインフォームドコンセントを取得します。

3.実験手順

1. 手の運動のためのトレーニングフェーズ。
   1. 同期メトロノームを使用して一定のテンポでミラーや黒板に両手でタップして、参加者を訓練します。ミラーやボードに接触して手の付け根を保つことによってタッピング運動を実行するために、参加者に指示します。トレーニングの開始時に、毎分60拍のテンポでメトロノームを起動し、メトロノームの音に合わせ同期両手を移動するために、参加者に指示します。
   2. 参加者の手の動きのタイミングがタッピングの開始後メトロノーム数分の音にそれを比較することにより、毎秒1サイクル（約1ヘルツ）の近くにあることを確認してください。
2. 参加者の正中矢状面における固有受容ドリフトの推定。
   1. 参加者全体の条件のカウンターバランス順序を使用してください。
   2. 条件に基づいて、スタンドにミラーや黒板をマウントします。視覚的なフィードバックで、ミラーを取り付けます。視覚フィードバックなしで、黒板をマウントします。
   3. その参加者は、参加者の正中矢状面（ 図1）に沿って配置されているミラーや黒板、に非常に近い座っていることを確認します。
   4. 参加者は左手の鏡像を見ることができるが、実際の右手を見ることができないことを確認してください。
   5. 実験中に鏡で左の画像に注意を払うように参加者に指示します。
   6. 参加者の右のインデックス指先と手首に再帰反射マーカーを置きます。
      1. マーカーは唯一の参加者の右手に置かれているので、原因添付マーカーに対する参加者の右手の触覚感覚を照会することにより、左手に比べて実質的に変化していないことを確認します経口参加。
   7. 参加者の耳の上のノイズキャンセリングヘッドホンを置きます。
   8. ミラーの右下隅から水平方向左側に縦に30cm程度、30センチ移動し、実験中、この左の手の位置を維持するために、参加者に指示します。この位置は、2次元平面の面の原点として設定されます。
   9. ミラーや黒板の反対側に自由に右手を配置すると、試験終了までその位置を維持するために、参加者に指示します。
   10. 次のようにタスクの参加者を指示します。
       1. 各試験の開始時に、フットペダルの中央ボタンを押して、参加者に指示します。この時点で、システムはペダルプレスのフィードバックとしてヘッドフォンを介してビープ音が鳴ります。
       2. ビープ音を聞いた後、ミラーであるボード上の1ヘルツ、で同期両手で叩く開始するよう参加者に指示します視覚フィードバックまたは視覚フィードバックのない状態で黒板と条件。
       3. 以上の6手の動きの後、好ましい時間で移動を停止し、フットペダルの右または左ボタンを押して、右の手の位置についての質問に答えるために、参加者に指示します。右のボタンはyesで、左はnoです。質問は、「あなたは、左右の手が同じ位置にあることを感じますか？」でありますこの時点で、参加者は再びペダルプレス用のフィードバックとしてビープ音が聞こえます。
          注：参加者はの意味について尋ねる場合は「同じ位置」、「同じ位置が「右手の主観的な高さと深さは左手のものと同等であることを意味していることを伝えます。
       4. 自分の好きな別の位置に自分の右手を移動するために、参加者に指示します。その後、再び裁判を開始します。このサイクルは、条件ごとに最大200試験のために継続されます。
   11. 参加者がタスクを理解し、タスクを再起動するよう参加者に依頼することができていることを確認してください。
   12. タスク中、参加者のタッピングのタイミングがメトロノームに比べて動きを見ることによって、およそ1 Hzでとどまることを確認してください。
       注：メトロノームの音は実験者によって聞くことができます。
   13. 約100の試験を終えた後、参加者は休憩を取るましょう。
   14. 別々の日に（または視覚フィードバックなし）その他の条件について実験を行います。
3. ミラー条件での所有権と代理店のセンスの推定。
   1. 所有権と代理店の感覚に関するアンケートに参加者の回答を収集するための右の手の位置を定義します。例えば、以前の出版物¹⁶で、13は右位置が前に置かれました。原点から21センチメートル最大±これらの点は、すべての7センチメートルを配置しました。
   2. ABと同じ手順を実行します3.2.7ステップにステップ3.2.2から記載されているオベ推定。
   3. 1裁判を終えまでその位置を実験者ガイド以下の右手を置き、維持するために、参加者に指示します。
   4. 次のようにタスクの参加者を指示します。
      1. 裁判の開始時に、フットペダルの中央ボタンを押してください。このとき、参加者がペダルプレスのフィードバックとしてビープ音が聞こえます。
      2. その後、1 Hzで同期して左右の手をタップし始めます。
      3. 実験者が示したときタッピングの6倍以上の後、タッピングを停止します。その後、所有権と代理店の意味についての質問に答えでもない契約や不一致を示す0から-3（「完全に同意しない」）3までの評価で7点リッカート尺度を用いて、モニタ（「まったく同意」）上に表示（「不確定」）。
      4. 実験者が示す位置に右手を動かします。その後、トライアルを開始再び。このサイクルは、実験者が定義する右側の位置の数まで継続します。
   5. 参加者がタスクを理解し、タスクを開始するために参加者に依頼することができていることを確認してください。

4.データ解析

1. 参加者の正中矢状面における固有受容ドリフトの分析。
   1. 機械学習アプリケーションが含まれている統計ツールを入手し、特にサポートベクターマシン（ 例えば 、R、MATLAB）。参加者の応答の境界を抽出するための分類器としてサポートベクターマシン（SVM）を使用します。以前の出版物は^20（第7章を参照してください）分類器のアルゴリズムの説明を提供します。この記事では、R（バージョン3.1.2）を使用する方法を説明します。
   2. RアプリケーションでSVMを用いた分析が含まれている^{「kernlab」21}という名前のパッケージをインストールします。
   3. マークproprioceptiを示しエリア（ 図2は、データ解析の流れの概略を説明）以下のように手のドリフトまし。このデータ分析のさらなる説明のための補足ソフトウェアコードとデータのサンプルを参照してください。
      1. 原点からの相対的な右の手の位置を計算します。分析からのエラー（ 例えば 、欠落位置データや参加者の回答）とのデータを破棄します。
      2. SVMを使用して、2次元空間における参加者の「はい」の回答の確率モデルを作成します。モデルの象徴的な説明として応答からのデータを使用してください。モデルのパラメータとして、右の手の位置のデータを使用してください。 SVMのカーネルとして一般的に使用される放射基底関数カーネルを使用します。任意の解析を回避するために、自動シグマ推定によってシグマ（各データ点の重みを変更するために使用される、すなわち 、パラメータ）を算出します。
      3. その目をチェックして、モデルが正しく取り付けられていることを確認してくださいモデルの電子訓練誤差は0.2の下にあります。確率モデルを使用して、参加者の「はい」の応答のp値が0.5以上であることと推定された領域を画定します。
   4. 固有受容ドリフトを示している領域を作るために、各参加者のデータを平均化。
      注：これは2次元空間における応答のp値により推定「はい」と「いいえ」の応答領域の境界を平均化することが困難であるように、平均の2種類が推奨されます。一つの方法は、従来の境界線を推定するために使用される方法であり、2次元空間内の参加者の応答のためのp値を平均化することです。他の方法は、境界線を推定した後に使用されている領域のサイズを、平均化することです。
2. アンケートデータとエリアサイズの分析。
   1. 位置やアンケート（ 例えば 、SPSSまたはR）のカテゴリーの有意性を評価するための統計ツールを入手します。
   2. 通常のdistributioを評価します対応するデータセットの一つ以上の正規分布（ 例えば 、ウィルコクソンの符号順位検定、フリードマンテスト）のための基準を満たすことができなかった場合シャピロ-ウィルク検定を使用して、すべてのデータのN、及び、適切なノンパラメトリック検定を適用します。
      注意：実験に合ったノンパラメトリック法が不足している場合は、パラメトリック法を使用して推論を説明します。この分析にはノンパラメトリックな代替品がなかったとして以前の研究¹⁶では、双方向の反復測定ANOVAは、アンケートデータを分析しました。

結果

以前の研究からの代表的な結果を方法^16を例示するために提示される。 図3（a）は、視覚的な参加者が左右の手の位置との間の空間オフセットを検出することができなかった領域の形状は（ミラー）との条件間で異なっていることを示しており、（黒板）なしフィードバック図3Bは、視覚的なフィードバックとの条件で、その領域のサ...

ディスカッション

私たちは、SVMを使用してミラー錯覚の間に2次元平面内で固有受容ドリフトを推定すると、所有権と代理店の感覚のためのアンケートの回答と結果を比較する方法を示しています。この新規な方法は、固有受容性ドリフトが約10cmであり、これは密接にオフセット所有権や代理店の感覚を維持するために必要なオフセットと重なっていることを維持するために、視覚と固有受容フィードバック?...

資料

Name	Company	Catalog Number	Comments
Acric mirror
Matte blackboard
custom-made stand			e.g. wood pole or PVC(poly vinyl chloride) pipe
Chair
Foot pedal	P.I. Engineering	Classic X-keys USB, and PS/2 Foot Pedals	Other response device can be avaliable.
Position sensor	CyVerse	SLC-C02	Other position sensor can be avaliable.
Custom-made retroreflectivemarker		The marker provided by the motion capture vendor can be available.
Noise canselling head phone	bose	Quiet Comfort 3	Other head phone can be avaliable.
PC	Mouse computer	NG-N-i300GA	Other PC can be available.