研究室概要

生体システム論研究室とは

  • 生体システム論研究室
  • 研究グループ
  • バイオリモート
  • バイオリモート
  • 全体ゼミの風景 1
  • 全体ゼミの風景 2
  • 全体ゼミの風景 3
  • 全体ゼミの風景 4
  • 全体ゼミの風景 5
  • 生体システム論研究室
  • 研究グループ
  • バイオリモート
  • バイオリモート
  • メディカルエンジニアリンググループのゼミ風景 1
  • メディカルエンジニアリンググループのゼミ風景 2
  • メディカルエンジニアリンググループのゼミ風景 3
  • メディカルエンジニアリンググループのゼミ風景 4
  • 感性ブレイングループのゼミ風景 1
  • 感性ブレイングループのゼミ風景 2
  • 感性ブレイングループのゼミ風景 3
  • 感性ブレイングループのゼミ風景 4
  • ヒューマンモデリンググループのゼミ風景 1
  • ヒューマンモデリンググループのゼミ風景 2
  • ヒューマンモデリンググループのゼミ風景 3
  • ヒューマンモデリンググループのゼミ風景 4
  • 筋電グループのゼミ風景 1
  • 筋電グループのゼミ風景 2
  • 筋電グループのゼミ風景 3
  • 筋電グループのゼミ風景 4
  • 生体システム論研究室
  • 研究グループ
  • バイオリモート
  • バイオリモート
  • スタッフミーティングの風景 1
  • スタッフミーティングの風景 2
  • スタッフミーティングの風景 3
  • スタッフミーティングの風景 4
  • スタッフミーティングの風景 5
  • スタッフミーティングの風景 6
  • スタッフミーティングの風景 7
  • 辻 敏夫

進化のプロセスを通じて自然界に育まれた生体には,現在の工学技術では実現できないような極めて巧みで高度な生体機能が備わっています.そして,そのメカニズムを解析することは生体機能の解明のみならず,さまざまな新しい工学システムの開発につながる可能性があります.

私たち生体システム論研究室では,生体の秘密に迫るというサイエンティストの目と人間の役に立つ機械を開発するというエンジニアの目という2つの目で,生体機能の特徴を理論・実験の両面から工学的に解析し,生体システム特有の新たな原理を見出すこと,さらにその原理に基づいた新しい医療福祉機器,産業機器を創出することを目指して,日々,研究に取り組んでいます.また,このような研究活動を通じて,電気・電子・システム・情報工学を基礎とした生体システム論に関する深い知識を有し,新しい原理の追及や新分野への展開を可能にするような創造性を備えた人材の育成を目的としています.

研究室の特色

  • 全体ゼミの風景 1
  • 全体ゼミの風景 2
  • 全体ゼミの風景 3
  • 全体ゼミの風景 4
  • 全体ゼミの風景 5

全体ゼミの風景

・生体システム論研究室には,工学部4年生と大学院工学研究科博士課程前期/後期の学生が在籍しています.学生たちはそれぞれの研究テーマに応じて,MEグループ(メディカルエンジニアリンググループ),感性ブレイングループ(旧A-lifeグループ),筋電グループ(生体信号解析グループ),ヒューマンモデリンググループ(旧生体運動解析グループ)という4つのグループのいずれかに所属しています.

各グループには各学年の学生が所属していますので,先輩が後輩を指導したり,後輩が先輩を手伝ったりという活動の中で,研究者として,あるいは社会人として必要な知識やスキルを習得することができます.学生数は通常の研究室に比べてかなり多いので(平成29年度現在42名),研究室の運営には以下のような工夫を行なっています.

  • メディカルエンジニアリンググループのゼミ風景 1
  • メディカルエンジニアリンググループのゼミ風景 2
  • メディカルエンジニアリンググループのゼミ風景 3
  • メディカルエンジニアリンググループのゼミ風景 4
  • 感性ブレイングループのゼミ風景 1
  • 感性ブレイングループのゼミ風景 2
  • 感性ブレイングループのゼミ風景 3
  • 感性ブレイングループのゼミ風景 4
  • ヒューマンモデリンググループのゼミ風景 1
  • ヒューマンモデリンググループのゼミ風景 2
  • ヒューマンモデリンググループのゼミ風景 3
  • ヒューマンモデリンググループのゼミ風景 4
  • 筋電グループのゼミ風景 1
  • 筋電グループのゼミ風景 2
  • 筋電グループのゼミ風景 3
  • 筋電グループのゼミ風景 4

各グループのゼミ風景

・教育面に関しては,研究室に所属する学生をそれぞれの研究テーマに対応した4つの研究グループに分け,基本的には各グループごとに日常的な教育・研究活動を行なっています.各グループにはできるだけ大学院博士課程後期から学部4年生までの各学年の学生を配し,大学院生と学部生の連携を促進するとともに,グループリーダ,副リーダを任命することにより学生自身によるグループの運営・管理,学生による学生の教育指導を奨励しています.これにより研究活動の自主性を高めるだけでなく,将来,自身のグループを統括できるリーダーシップを備えた人材を育成することを意図しています.

・具体的な教育・研究指導は,研究室メンバー全員が参加する全体ゼミ(週1回開催),各グループで行なうグループゼミ(週1回開催),卒業論文・修士論文発表会(それぞれ年2回開催),研究課題ごとに研究会を通じて行っています.特に研究会は,他学部・他大学・公的研究期間・企業などに所属する研究者を交えて行う定期的な研究打ち合わせ会で,学生メンバーにとっては研究室外の研究者と交流することができる貴重な機会です.

  • スタッフミーティングの風景 1
  • スタッフミーティングの風景 2
  • スタッフミーティングの風景 3
  • スタッフミーティングの風景 4
  • スタッフミーティングの風景 5
  • スタッフミーティングの風景 6
  • スタッフミーティングの風景 7
  • スタッフミーティングの風景

    ・研究室全体の管理運営を行なうためのスタッフミーティング(隔週開催)に学生の代表者を参加させ,組織運営や管理業務に関する知識・経験の習得の機会を与えています.さらに,学生相互間の研究評価アンケート,メールマガジンの発行(週1回),研究室ホームページの運営,国内外の学会における発表発表の奨励,各種展示会への積極的な参加,研究室外部からの訪問者に対する研究室見学会の開催などを行い,研究室の活性化を常に心がけています.

    5つの研究テーマ

    生体システムには未解明の機能やメカニズムがまだまだたくさん隠されています.それらを工学的に解明して利用することができれば,21世紀を切り拓く新しい技術を創出できる可能性があります.
    生体システム論研究室では,広範囲にわたる生体システム論研究を以下の5つの大きな研究テーマとして捉え,それぞれのテーマのもとで具体的な研究課題を探求するとともに,各テーマを有機的に連携・融合した新たな研究領域の創出を目指しています.

    研究テーマ①生体信号解析とヒューマンインタフェースへの応用

    筋電位信号や脳波,心電図などの生体信号を計測し,そこに含まれる人間の運動意思や生理/心理状態を理解するための独自の信号処理アルゴリズムを開発するとともに,生体信号を入力とする新しいロボットインタフェースや医療福祉機器を提案しています.

    具体的な研究課題

    • ニューラルネットによる生体信号識別
    • 作業モデルによるスキルアシスト
    • 筋電義手・人間支援ロボットの開発
    • サイバネティックインタフェースの提案 バイオリモート / バイオポインタ / バイオボコーダ / アミューズメントインタフェース / バイオミュージックインタフェース / 脳波インタフェース / サイバネティック・ロボットインタフェース:CHRIS / サイバネティック・グローブボックス / サイバネティック・リハビリテーション・エイド

    研究テーマ②生体運動解析とヒューマン-マシンシステム設計への応用

    人間の感覚/運動機能を実験的に計測し電気電子工学的にモデル化するとともに,モデル化した人間特性を組込んだ新たな運動支援システムや次世代自動車操縦系などの開発を行っています.

    具体的な研究課題

    • 人間の手先/関節インピーダンスの計測/モデル化
    • 人間のインピーダンス知覚特性の解析
    • 人間の手先軌道生成メカニズムの解析
    • 可操作性解析
    • 人間と機械のインピーダンスマッチング
    • 仮想スポーツリハビリテーションエイドの開発
    • 人間-自動車システム解析

    研究テーマ③新たな機械学習アルゴリズムに基づく統計構造ニューラルネットの提案

    確率統計理論に基づく新しい機械学習アルゴリズムやニューラルネットを提案するとともに,ロボットや医療福祉機器の学習制御技術,医療データの学習的識別技術などの開発に応用しています.

    具体的な研究課題

    • 新しい確率ニューラルネットの提案 Log-linearized Gaussian Mixture Network(LLGMN) / Recurrent LLGMN / Hierarchical LLGMN / Reduced-dimensional LLGMN / Deep確率ニューラルネット
    • ターミナルラーニングアルゴリズムの提案
    • 学習型バイオミメティック制御
    • ニューラルチップの開発

    研究テーマ④脳機能・脳神経回路モデリングと人工生命体モデルの開発

    脳が有する運動,感覚,知覚,学習,判断などの機能に着目し,人工的な神経回路モデルによりその機能を工学的にモデル化/再現することを試みています.そして最終的には,高次脳機能や他者の心を理解し協調して生きてゆこうとする社会脳機能,非言語的で無意識的,直感的な感性の工学的理解とモデル構築を目指しています.また構築した脳モデルを用いて,生物学的知見に基づいた人工生命体モデルの開発を行っています.

    具体的な研究課題

    • マウス嗅覚系モデルとにおい識別システム
    • ヒト嗅覚系のモデル化と脳機能・感性推定
    • 小型魚類の生体電気信号計測と感情推定
    • 小型魚類の力学モデル解析と筋活動・神経活動推定
    • 線虫ロボットのバイオミメティック制御
    • バーチャルバクテリア
    • バーチャルゾウリムシ
    • バーチャル線虫

    研究テーマ⑤生体情報マイニング技術と医療支援システムの開発

    これまで生体システム論研究室で研究開発してきた生体運動解析技術,生体信号解析技術,学習識別技術,生体シミュレーション技術などの電気電子・システム情報技術を駆使し,医工連携による新しい医療支援システムや医療機器の研究開発を行っています.

    具体的な研究課題

    • 血管インピーダンス特性の計測/モデル化
    • 超音波画像を用いた血管粘弾性インデックス推定
    • 非観血生体信号計測と血圧計測
    • 自律神経活動評価と外科手術支援システム
    • 指タップ運動解析と高次脳機能評価
    • パーキンソン病診断支援システムの開発
    • 新生児・乳幼児運動評価法の提案
    • 疼痛定量評価法の提案とfMRI計測

    研究グループ

    イラスト:メディカルエンジニアリンググループ

    メディカルエンジニアリンググループ

    A12 21世紀の医学研究では,最新の工学技術を駆使したアプローチが必要不可欠です.メディカルエンジニアリングは医学と工学が融合した分野のことで,メディカルエンジニアリング(ME)グループではこれまで生体システム論研究室で研究開発してきた生体運動解析技術,生体信号解析技術,学習識別技術,生体シミュレーション技術などの電気電子・システム情報技術を駆使し,医工連携による新しい医療支援システムや医療機器の研究開発を行っています.

    基礎研究テーマ

    • 血管インピーダンス特性の計測/モデル化
    • 超音波画像を用いた血管粘弾性インデックス推定
    • 非観血生体信号計測と血圧計測

    応用研究テーマ

    • 自律神経活動評価と外科手術支援システム
    • 指タップ運動解析と高次脳機能評価
    • パーキンソン病診断支援システムの開発
    • 新生児・乳幼児運動評価法の提案
    • 疼痛定量評価法の提案とfMRI計測

    イラスト:感性ブレイングループ

    感性ブレイングループ

    脳が有する運動,感覚,知覚,学習,判断などの機能に着目し,人工的な神経回路モデルによりその機能を工学的にモデル化/再現することを試みています.そして最終的には,高次脳機能や他者の心を理解し協調して生きてゆこうとする社会脳機能,非言語的で無意識的,直感的な"感性"の工学的理解とモデル構築を目指しています.また構築した脳モデルを用いて,生物学的知見に基づいた人工生命体モデルの開発を行っています.

    基礎研究テーマ

    • マウス嗅覚系のモデルとにおい識別システム
    • ヒト嗅覚系のモデル化と脳機能・感性推定
    • 小型魚類の生体電気信号計測と感情推定
    • 小型魚類の力学モデル解析と筋活動・神経活動推定

    応用研究テーマ

    • 線虫ロボットのバイオミメティック制御
    • バーチャルバクテリアの開発
    • バーチャルゾウリムシの開発
    • バーチャル線虫の開発

    イラスト:ヒューマンモデリンググループ

    ヒューマンモデリンググループ

    ヒューマンモデリンググループでは,人間の感覚/運動機能を実験的に計測し電気電子工学的にモデル化するとともに,モデル化した人間特性を組込んだ新たな運動支援システムや次世代自動車操縦系などの開発を行っています.

    基礎研究テーマ

    • 人間の運動インピーダンス特性
    • 人間のインピーダンス知覚
    • 可操作性解析とインピーダンス調節
    • 人間の手先軌道生成メカニズム

    応用研究テーマ

    • インピーダンストレーニング
    • 仮想スポーツトレーニング
    • スポーツ運動解析
    • 自動車操作性の解析
    • ドライビングシート設計支援システムの開発

    イラスト:筋電グループ

    筋電グループ

    筋に力を入れようとすると脳から神経を介して電気インパルスが伝達され, 筋自体も微弱な放電を行います.この電気信号を計測したものが筋電位信号です.生体からは他にも脳波や心電図などさまざまな生体電気信号を計測することができます.筋電グループでは,これらの生体電気信号を計測し,そこに含まれる人間の運動意思や生理/心理状態を読み取るための独自の信号処理アルゴリズムを開発するとともに,生体信号を入力とする新しいロボットインタフェースや医療福祉機器を提案しています.

    基礎研究テーマ

    • 新しい確率ニューラルネットの提案: Log-linearized Gaussian Mixture Network(LLGMN), Recurrent LLGMN, Hierarchical LLGMN, Reduced-dimensional LLGMN, Deep確率ニューラルネット
    • ターミナルラーニングアルゴリズムの提案
    • ニューラルネットによる生体信号識別
    • 作業モデルによるスキルアシスト

    応用研究テーマ

    • サイバネティックインタフェースの提案:バイオリモート,バイオポインタ,バイオボコーダ,バイオミュージック,脳波インタフェース,サイバネティック・ロボットインタフェースCHRIS,サイバネティック・グローブボックス,サイバネティック・リハビリテーション・エイド
    • 多機能筋電義手の開発
    • 学習型バイオミメティック制御

    研究業績

    2017年7月15日 現在の本研究室の研究成果は,

    などにまとめ,国内外に向けて発信しています.

    最新の論文

    Real-time Cameraless Measurement System based on Bioelectrical Ventilatory Signals to Evaluate Fear and Anxiety

    Zu Soh, Motoki Matsuno, Masayuki Yoshida, and Toshio Tsuji
    Zebrafish (accepted, SCI, IF= 2.242)

    Force and Motion Analysis of larval zebrafish (Danio rerio) using a body dynamics model

    Naohisa Mukaidani, Zu Soh, Shinichi Higashijima, and Toshio Tsuji
    Journal of Robotics, Networking and Artificial Life (SCI, in press)

    An Estimation Method for Environmental Friction Based on Body Dynamic Model of Caenorhabditis elegans

    Zu Soh, Michiyo Suzuki, and Toshio Tsuji
    Journal of Robotics, Networking and Artificial Life, Vol. 4, No. 1 (June 2017), pp. 32-40, 2017 (SCI)

    代表的な論文情報

    Human Hand Impedance Characteristics during Maintained Posture in Multi-Joint Arm Movements

    T.Tsuji, P.Morasso, K.Goto and K.Ito
    Biological Cybernetics, Vol.72, pp.475-485, 1995.

    A Human-Assisting Manipulator Teleoperated by EMG Signals and Arm Motions

    Osamu Fukuda, Toshio Tsuji, Makoto Kaneko and Akira Otsuka
    IEEE Transactions on Robotics and Automation, Vol.19, No.2, pp.210-222, April 2003.

    A Recurrent Log-linearized Gaussian Mixture Network

    Toshio Tsuji, Nan Bu, Makoto Kaneko, Osamu Fukuda
    IEEE Transactions on Neural Networks, Vol.14, No.2, pp.304-316, March 2003.

    共同研究

    各グループでは外部の研究機関との共同研究も積極的に進めています.

    大学

    広島大学医学部,広島大学原爆放射線医科学研究所,広島大学病院,京都大学医学部,岡山大学医学部,長崎大学医学部,北海道大学工学部,県立広島大学健福祉学部,茨城大学工学部,静岡大学工学部,新疆医科大学,ジェノバ大学,イタリア工科大学,イリディズ工科大学

    研究機関/病院

    産業技術総合研究所,量子科学技術研究開発機構,兵庫県立総合リハビリテーションセンター,国立病院機構刀根山病院,岡山医療センターなど

    企業

    マツダ(技術研究所,クラフトマンシップ開発部),日立製作所(研究開発グループヘルスケアイノベーションセンタ),日本光電工業,デルタ工業,デルタツーリング,追坂電子機器,村田製作所,NTTドコモ中国,溝上プロジェクト,岩崎電機製作所など

    倫理委員会承認済み研究

    許可番号 研究期間 研究課題名 研究責任者名
    第疫-725号 平成25年02月27日-平成27年03月31日 官能検査によるニオイ感覚データベースの構築

    辻 敏夫

    第疫-1150号 平成27年03月16日-平成29年03月31日 児の行動データベースの構築

    辻 敏夫

    第E-17号 平成27年06月07日-平成30年03月31日 ヒト疼痛度客観評価システムの開発

    辻 敏夫

    第E疫-725-1号 平成27年08月26日-平成30年03月31日 官能検査によるニオイ感覚データベースの構築

    辻 敏夫

    第E-221 号 平成28年01月14日-平成31年03月31日 タブレット用高次脳機能簡易検査アプリケーションの開発

    辻 敏夫

    第E-1172-1号 平成27年3月31日 - 平成29年 6月30日 (変更前承認日平成27年3月31日) 人工心肺の圧・流量特性を用いた血液粘度推定方法の開発と評価

    高橋秀暢

    第E-585号 平成28年11月14日 - 平成35年 3月31日 (解析期間等含む) (研究対象者選定期間:2000年4月~2021年7月) 頸動脈プラーク動画像解析に基づくJellyfish sign検出システム研究

    栗栖 薫

    第E-466号 平成28年8月22日 - 平成35年3月31日 脳神経疾患の病変部位と高次脳機能・神経心理学的・運動学的検査所見との関連性に関する研究

    栗栖 薫

    第E-721号 平成29年3月21日 - 平成36年 3月31日(解析期間等含む) (研究対象者選定期間:承認後~2022年3月) 頸動脈プラーク動画像解析に基づくJellyfish sign検出システム研究・その2

    栗栖 薫

    第E-17-2号 平成29年4月19日-平成32年3月31日 ヒト疼痛度客観評価システムの開発

    辻 敏夫

    第E疫-725-2号 平成29年4月19日-平成30年3月31日 官能検査によるニオイ感覚データベースの構築

    辻 敏夫

    第E疫-1150-1号 平成29年5月25日-平成32年3月31日 児の行動データベースの構築

    辻 敏夫

    第E-1172-2号 平成29年5月25日 - 平成30年 6月30日 (変更前承認日平成28年4月21日) 人工心肺の圧・流量特性を用いた血液粘度推定方法の開発と評価

    高橋秀暢

    第E-840号 平成29年7月13日 - 平成35年12月31日(承認日平成29年7月13日) 筋電義手および筋電義手操作のための訓練・評価装置の開発

    辻 敏夫

    第E-1021号 平成29年11月27日 - 平成36年 3月31日 神経疾患に対する情報統合型病態解析システムの開発

    栗栖 薫