I2RiMA：EEG信号に基づく精神的ストレス検出のための時系列アテンションを用いたスペクトル・リーマン表現

私たちの脳波（EEG）から、心のストレスを読み取ろうとする研究が進んでいます。でも、これがなかなか難しい。なぜなら、ストレスを感じている時に脳のどの部分が、どんなリズムで活動するかは、人によって、そしてストレスの種類によって違うからです。まるで、人それぞれ違う「ストレスのサイン」を持っているようなものです。

これまでの研究では、脳波の信号を「時間」の流れに沿って分析する方法が主流でした。脳波の信号は、たくさんの電極（センサー）から集められた「空間的な情報」と、その信号が「時間」とともにどう変化するかという「時間的な情報」を持っています。しかし、従来の分析方法では、この「時間」の流れを細かく区切って分析する際に、信号が持つ「時間的なつながり」が途切れてしまうことがありました。また、脳波には、アルファ波やベータ波といった、特定の「周波数」ごとの特徴があり、これらがストレスの判断に重要だと考えられていますが、従来の分析では、この周波数ごとの細かい違いを十分に活かしきれていなかったのです。

そこで今回、研究者たちは「I2RiMA（アイ・ツー・リマ）」という新しい分析方法を提案しました。これは、脳波の「周波数」ごとの特徴と、「時間」の流れの情報を、より賢く組み合わせて分析する技術です。具体的には、まず脳波の信号を、その周波数ごとに分けて考えます。そして、それぞれの周波数帯で、脳の各部分からの信号の「ばらつき具合」を「共分散行列」という数学的な道具で表します。この「共分散行列」は、脳の活動の「空間的な広がり」や「つながり」を捉えるのに役立ちます。さらに、この行列を「SPD（対称正定値）多様体」と呼ばれる特別な数学的空間にマッピングすることで、脳波の周波数ごとの微妙な幾何学的な構造や、ストレスに関連する識別しやすい特徴を失わずに保持することができます。

さらにI2RiMAでは、「周波数クラスタリング集約」という技術も使っています。これは、似たような周波数帯の情報をまとめて、いくつかの「クラスター（集まり）」を作るイメージです。これにより、情報量の多い周波数帯だけを選び出し、分析に必要な情報を効率化できるのです。つまり、たくさんの情報の中から、ストレスを判断するのに特に役立つ「宝物のような周波数」を見つけ出し、それ以外の「ノイズ」を減らすことができるわけです。この新しいアプローチによって、人それぞれで異なる脳波のストレスパターンを、より正確に、そして効率的に捉えることが期待されています。