| 升屋 結女 | M, 2回目発表 | サイバネティクス・リアリティ工学 | 清川 清, | 安本 慶一, | 内山 英昭, | Perusquia Hernandez Monica, | 平尾 悠太朗 |
|
title: Designing Intervention Methods Based on Task Urgency
abstract: In daily life, people are required to recall planned actions at the appropriate time and switch from their current activities smoothly. Notifications and reminders are used to support this, but there is a challenge: if the intervention is too weak, people may overlook or procrastinate on the task; if it is too strong, it can lead to task interruptions and discomfort. Furthermore, the appropriate intensity of the intervention is thought to vary depending on the urgency of the action being prompted. In this study, we focus on the relationship between task urgency and intervention method and intensity, comparing smartphone notifications with robot-based interventions. Through this, we aim to identify intervention conditions that reliably prompt the initiation of actions while minimizing the burden caused by interruptions, and to provide design guidelines for context-sensitive support systems. language of the presentation: Japanese 発表題目: タスク緊急度に応じた介入方法の設計 発表概要: 日常生活では，予定していた行動を適切な時点で想起し，現在の活動から円滑に切り替えることが求められる．通知やリマインダはその支援に用いられているが，介入が弱い場合には見落としや先延ばしが生じ，強い場合には作業の中断や不快感を招くという課題がある．また，必要とされる介入の強さは，促される行動の緊急度によって異なると考えられる．本研究では、タスクの緊急度と介入方法・強度との関係に着目し，スマートフォン通知とロボットによる介入を比較する．これにより，行動開始を確実に促しながら中断による負担を抑えるための介入条件を明らかにし，状況に応じた支援システムの設計指針を示す． | |||||||
| 新明 勇翔 | M, 2回目発表 | ユビキタスコンピューティングシステム | 安本 慶一, | 清川 清, | 諏訪 博彦, | 佐々木 航 | |
|
title: Smartphone-Based Interoceptive Measurement: Evaluating Ecological Validity in Real-World Settings
abstract: Interoception refers to the perception of internal physiological states, such as heartbeat and hunger, and its dysfunction has been associated with mental disorders. Measuring interoception easily in daily life could contribute to understanding mind–body states in real-world settings and supporting self-care; however, existing methods often depend on laboratory environments or external devices, which limits their practical use. To address this limitation, this study proposes a smartphone-based method for measuring interoception using contact photoplethysmography (contact-PPG). Specifically, interoception is assessed by comparing heart rate estimated from contact-PPG with the heart rate perceived by participants. An initial validation study with 11 participants suggested that measurement in real-world settings may enhance heartbeat perception, while also indicating that the accuracy of contact-PPG still requires improvement compared with a reference heart rate sensor. Therefore, before validating the proposed method, it is necessary to comprehensively benchmark the contact-PPG analysis pipeline, including algorithms, preprocessing, beat detection, and signal quality assessment. We are currently designing an experiment to create a benchmark dataset. Using the data obtained from this experiment, we will compare contact-PPG analysis methods and examine the real-world practicality of the proposed method based on the selected approach. language of the presentation: Japanese 発表題目: スマートフォンを用いた内受容感覚測定と実環境における妥当性検証 発表概要: 内受容感覚とは、心拍や空腹感など身体内部の生理状態を知覚する感覚であり、その機能不全は精神疾患に関連する。内受容感覚を日常生活で容易に測定できれば、実環境における心身状態の理解やセルフケアに役立つ可能性があるが、既存の測定法は実験室環境や外部機器に依存しており、制約がある。そこで本研究では、スマートフォンによる contact-PPG を用い、スマートフォンのみで内受容感覚を計測する手法を提案する。具体的には、contact-PPG から推定された心拍数と参加者が知覚した心拍数を比較することで、内受容感覚を評価する。11名を対象とした初期検証では、実環境での測定条件が心拍知覚を高める可能性が示された一方で、基準信号である心拍センサーと比べて contact-PPG の精度には改善余地が認められた。そのため、提案手法の妥当性検証の前段階として、contact-PPG のアルゴリズム、前処理、拍検出、品質評価を含む解析パイプラインを包括的にベンチマークする必要がある。現在は、ベンチマーク用データセット作成のための実験を策定している。今後は得られたデータを用いて contact-PPG 解析手法を比較し、選定した手法に基づいて、提案手法の実環境での実用性を検討する。 | |||||||
| 椋本 純 | M, 2回目発表 | ユビキタスコンピューティングシステム | 安本 慶一, | 清川 清, | 諏訪 博彦, | 松井 智一 | |
|
title: An Experiment on Resident Annotation Interfaces for Activity Recognition AI in Smart Homes
abstract: Collecting training data is essential for building activity recognition AI in smart homes; however, challenges such as resident privacy and the burden of annotation (assigning correct labels) remain. Prior research has proposed methods to encourage residents to perform continuous annotation by utilizing nudges and gamification from behavioral economics. However, because verification experiments for these methods were conducted in simulated environments for a short period, long-term evaluations in actual living environments have not yet been performed. In this study, we completed the implementation of the system and conducted a two-to-three-week experiment in the actual living environments of seven general households to evaluate the proposed method using the collected data and post-experiment questionnaires. The questionnaire results showed that while the proposed method was perceived as more difficult to use compared to the traditional method, it was rated highly for being less disruptive to daily activities, enjoyable, and effective in helping users remember to annotate. Furthermore, compared to the traditional method, residents expressed a stronger intention to continue the task daily. These findings suggest that the proposed method is effective for requesting continuous daily annotation due to its enjoyable nature, ease of remembering, and low disruption to daily life. On the other hand, challenges such as the perceived difficulty of use and the lack of human-likeness in the AI's dialogue responses also emerged. language of the presentation: Japanese 発表題目: 生活行動認識AIにおける居住者用アノテーションインターフェースの実験 発表概要: スマートホームの生活行動認識AIを構築する上で欠かせない学習データの収集には、居住者のプライバシーやアノテーション（正解ラベルを付与すること）の負担などの課題が残っている。先行研究では行動経済学におけるナッジやゲーミフィケーションを活用することで、居住者に継続的なアノテーションを促す手法が提案されている。 しかし、手法の実証実験は模擬的な環境のもと短期間で行われたため、実際の生活環境における長期的な評価には至っていない。そこで、本研究ではシステムを完成させ、一般の7家庭の実際の生活環境下にて2-3週間の実験を行い、収集したデータおよび事後アンケート結果より提案手法の評価を行った。 アンケートでは、提案手法は従来手法と比べて使い方が難しいという結果が出たが、その一方で「生活行動が妨げられにくい」「楽しい」「忘れずにアノテーションを行える」との結果が出た。また、従来手法と比較して毎日続けたいとの結果が出た。従来手法より楽しいこと、忘れづらい事、また生活行動が妨げられにくいことから、毎日継続してアノテーションを依頼する上では効果的であると考えられる。 一方で、使い方が難しいと感じられたことや、システムのAIレスポンスの人間味が薄いなどといった課題も浮上した。 | |||||||
| PEREIRA MANUEL ALEXANDRE RAMOS | D, 中間発表 | サイバネティクス・リアリティ工学 | 清川 清, | 安本 慶一, | 内山 英昭, | Perusquia Hernandez Monica, | 平尾 悠太朗 |
|
title:Edge AI for Outdoor Environmental Perception in Assistive Technologies for Blind and Partially Sighted People: A Scoping Review
abstract: According to the World Health Organization, at least 2.2 billion people globally are blind or partially sighted (BPS). While technology has become deeply integrated into modern daily life, the traditional white cane remains the gold standard assistive device for outdoor environments. Concurrently, Artificial Intelligence (AI) is advancing exponentially, rapidly proliferating across devices and offering significant potential for accessibility applications. However, the rapid expansion and increasing complexity of subfields within the AI ecosystem, specifically Edge AI, have led to fragmented terminology and lack of defined taxonomies and standardized nomenclature. This lack of conceptual standardization makes it difficult to comprehensively evaluate the state of the art and identify which research directions require further development. Through this study we aim to map outdoor environmental perception challenges faced by BPS individuals to highlight disparities and imbalances in how these challenges are addressed in current assistive technology research. Furthermore, we want to identify and analyze the technical features and key performance factors of Edge AI to clarify fragmented concepts, pinpoint literature gaps and unaddressed technical challenges to guide and ground future development in this field. To achieve these foundational objectives, we are currently conducting a comprehensive scoping review. Upon completion, this systematic mapping will directly inform the design and proposal of concrete architectural and methodological contributions for a novel assistive technology in the subsequent stages of this PhD. language of the presentation: English | |||||||
| ZHANG ZHIJIAN | M, 2回目発表 | 脳・行動モデリング | 田中 沙織, | 藤原 幸一, | CAI LIN, | 荻島 大凱 | |
|
title: Serotonin’s Influence on Human Decision-Making under High Temporal Uncertainty
abstract: In this study, we plan to use fMRI to image brain activity of participants under different serotonin level conditions, both at rest and during task performance, as follows. First, we will recruit participants, conduct health examinations, and administer multiple psychological tests to quantitatively assess individual traits and measure various psychopathological tendency scales. Then, each participant will take part in three experimental sessions on separate days under three different conditions: one with reduced serotonin levels through acute tryptophan depletion (ATD), a control condition using placebo, and another with increased serotonin levels through tryptophan loading. During the experiment, participants will perform a decision-making task involving delayed rewards. Using a reinforcement learning model, we will fit behavioral data obtained under the three conditions, adjust model parameters, and attempt to interpret how serotonin modulates human behavior based on the model parameters. Furthermore, we will analyze the fMRI data collected during task performance to identify, within the most up-to-date functional brain atlas, networks that are particularly influenced by serotonin. This study aims to deepen our understanding of the neural basis of serotonin from a multidimensional perspective and is expected to contribute to clinical applications such as clarifying the role of serotonin in psychiatric disorders and treatment evaluation. language of the presentation: Japanese 発表題目:時間的不確実性が高い状況下におけるセロトニンによる人の意思決定への影響 発表概要: 本研究では、fMRIを使って、セロトニン水準が異なる条件で、安静時と行動タスク遂行時の被験者の脳活動の撮像を以下のように予定している。まず、被験者を募集し、健康診断をし、複数の心理テストで、各被験者の異なる精神疾患傾向尺度を測り、個性を量的に評価する。そして、それぞれATDを使ったセロトニン水準を下げた条件、プラセボを使った対象条件とトリプトファンローディングを使ったセロトニン水準を上げた条件と、三つの条件で違う日に3回実験に参加させる。さらに、遅延報酬を含んだ意思決定タスクをさせ、強化学習モデルを使い、三つの条件下における行動データに照らし合わせ、パラメタを調節し、行動をモデルで再現することで、モデルのパラメタを使った、セロトニンによる人の行動へ対する影響の解釈を試みる。さらに、タスク時のfMRI画像データを解析し、最新の主流な機能的脳アトラスの中で、特にセロトニンに影響されるネットワークの特定を目指す。本研究は、多角的な視点でセロトニンの神経基盤へのさらなる理解を目指し、精神疾患におけるセロトニンの作用、セロトニンを利用した薬物療法のより正しい評価、新たなバイオマーカーの発見など、臨床への応用も期待できる。 | |||||||
| 古礒 紗楽 | M, 2回目発表 | 数理情報学 | 池田 和司, | 藤原 幸一, | 久保 孝富, | 佐伯 千寿, | 山川 俊貴 |
|
title:Automatic Detection of Fasciculations in Muscles with Ultrasound Image Sequences
abstract: Fasciculations are involuntary muscle twitches observed as a symptom of amyotrophic lateral sclerosis (ALS). Fasciculations can be observed with muscle ultrasound, and their quantification is considered to contribute to the early diagnosis of ALS. This study aims to automatically detect fasciculations in muscle ultrasound videos by focusing on rotational characteristics. First, we estimate inter-frame displacement fields using particle image velocimetry (PIV) based on normalized cross-correlation of pixel blocks. Then, from the obtained displacement fields, we compute Q value as a rotational score, motion speed, and temporal persistence of motion, and use these to detect fasciculations. Compared with a conventional method that uses mutual information after optical flow to capture the self-correlation of motion, the proposed method is robust to noise and small local motions, and we confirmed improved detection accuracy over the conventional approach. language of the presentation: Japanese 発表題目:筋超音波動画における線維束性収縮の自動検出 発表概要: 線維束性収縮は筋萎縮性側索硬化症 (ALS) の症状として見られる筋肉の不随意的な収縮である. 線維束性収縮は筋超音波によって観察することができ, その定量化はALSの早期診断に繋がると考えられる. 本研究は, 筋超音波動画において回転性に着目して線維束性収縮を自動検出することを目的とする. まず, 画素ブロックの正規化相互相関により変位を求めるParticle Image Velocimetry(PIV)を用いてフレーム間の変位場を求める. その後, 得られた変位場から, 回転スコアとして用いるQ値や運動速度および運動の時間的持続性を算出し, それらによって線維束性収縮検出を行う. 本手法は, 従来の光学フロー後に相互情報量を用いて運動の自己相関性を捉える手法に比べて, ノイズや局所的微動に頑健であり, 従来手法より検出精度が向上することを確認した. | |||||||
| 東堤 瑞花 | M, 2回目発表 | 数理情報学 | 池田 和司, | 藤原 幸一, | 久保 孝富, | LI YUZHE | |
|
title: Deciphering Latent Cardiac Dynamics Using Identifiable Representation Learning: Towards Risk Assessment of Drug-Induced Convulsions in Non-Human Primates
abstract: Drug-induced convulsions are critical adverse events in neurotoxicity assessment during drug development, highlighting the need for early detection during the preclinical stage. Heart rate variability (HRV) has been widely used to evaluate autonomic nervous system activity; however, because HRV indices are summary statistics calculated over fixed time windows, they may not fully capture the dynamic structure of heartbeat fluctuations. In this study, R–R interval (RRI) time-series data obtained from cynomolgus monkeys and provided by Eisai Co., Ltd. were converted into vectors of 300 consecutive heartbeats and analyzed using CEBRA, a representation learning method for extracting latent structures. By incorporating time-of-day information as an auxiliary variable, CEBRA learned low-dimensional latent representations directly from RRI dynamics. Under baseline conditions, the learned latent space reconstructed both circadian variation and periodic structures embedded within it. Furthermore, autonomic nervous system-acting drugs induced distinct alterations in the latent structure depending on the drug. These findings suggest that latent structure analysis provides a promising foundation for anomaly detection and the assessment of drug-induced convulsion risk. language of the presentation: Japanese 発表題目: 特定可能性を備えた表現学習による潜在的心拍ダイナミクスの解明: 非ヒト霊長類における薬剤誘発性痙攣リスクの評価に向けて 発表概要: 薬剤誘発性痙攣は，新薬開発における神経毒性評価で特に重要な有害事象であり，前臨床段階での早期検出が求められる．従来はHRV（心拍変動）による自律神経評価が用いられてきたが，HRVは一定時間幅の要約統計量であるため心拍変動の動的構造を十分に反映できない可能性がある．本研究では，エーザイ株式会社より提供されたカニクイザルのRR間隔（RRI）時系列を300拍ごとにベクトル化し，表現学習手法CEBRAを用いて潜在構造を解析した．時刻情報を補助情報として組み込みRRIダイナミクスから低次元潜在表現を学習した結果，ベースラインでは日内変動とその内部の周期構造が再構成された．また自律神経作用薬では薬剤ごとに異なる潜在構造の変化が認められた．これらの結果は，潜在構造解析が薬剤誘発性痙攣リスク評価や異常検出の基盤となる可能性を示している． | |||||||