中国文字の筆画とピンイン単母音の想起を解読するためのEEGデータセット

筋肉を動かさずに書くことを再考する

脳卒中や外傷で書く能力を失った人にとって、メモを取るというありふれた行為が不可能になることがあります。ブレイン・コンピュータ・インターフェースは、思考を直接テキストや動作に変換することでこのギャップを埋めようとします。これまで最も成功しているシステムは脳内に電極を埋め込む方法に頼ってきましたが、強力である一方で侵襲的です。本研究はより安全な代替案に向けた重要な一歩を示します。漢字の筆画とピンインの単母音を想像する人々の脳波記録の最初の公開コレクションをリリースし、非侵襲的な“思考→テキスト”ツールの将来に道を開きます。

なぜ書くための脳信号が重要か

手書きは非常に効率的なコミュニケーション手段です：速く、コンパクトで、ほとんどの人にとって馴染みがあります。多くのブレイン・コンピュータ・インターフェースの取り組みは、到達や把持のような大きく単純な動作や、心的「カーソル」で文字を一つずつ選ぶスペル方式に集中してきました。埋め込み電極を用いた注目すべき研究は、想像上の筆記を日常的なタイピングに近い速度で解読できることを示しています。しかし、脳手術は大多数の患者にとって現実的な選択肢ではなく、長期的な安定性も懸念されます。頭皮上の電極で脳波を記録する非侵襲的アプローチは、臨床、家庭、リハビリセンターで広く使われ得ますが、研究者が想像したペンの一筆に伴う微弱でノイズの多い信号を確実に読み取れるかが課題です。

豊かな脳波ライブラリの設計

この課題に取り組むために、研究者らは右利きの健康な成人21名を募り、32チャネルのキャップで脳活動を記録しました。各被験者は少なくとも1日以上間をあけて2回のセッションに参加し、信号が時間を超えてどれほど安定しているかを評価できるようにしました。研究では2種類の入念に計画された心的課題を用いました。第一に、被験者は漢字を構成する基本的な5つの筆画—ほとんどの文字を組み立てる単純な直線や曲線—を想像して書くことを行いました。第二に、彼らは漢語拼音（ハンユーピンイン）の6つの単母音を想像して書きました。これらは丸みやフックを帯びた、文字に似た形を表します。各試行は、筆画や母音の短い視覚アニメーションで動きを思い出させることから始まり、その後画面が暗転して被験者が心の中で一度だけ形をなぞることを静かに想像する期間が続きました。

生の脳波から解読可能なパターンへ

両課題と両セッションを通して、本研究は18,480件の4秒間の想像試行を生み出しました—現行のブレイン・コンピュータ・インターフェース基準では大規模で標準化されたデータセットです。信号は非常に高いサンプリングレートで記録され、その後他の研究者が解析しやすいように国際標準の脳データ形式で整理されました。共有ファイルは生データを保持していますが、著者らは解析の例示的な処理コードも公開しています。彼ら自身のテストでは、信号をフィルタリングし、故障した電極を補正し、データサイズを圧縮し、チャネルを正規化してから、EEGNetと呼ばれるコンパクトな深層学習モデルを訓練しました。このモデルは、脳のどの領域で、いつ重要なパターンが出現するかを検出するよう設計されており、想像上の筆の動きに伴う短い活動の瞬発に適しています。

書くという思考はどれほど読み取れるか？

EEGNetを用いて、チームはコンピュータが被験者が想像している筆画や母音をどれだけ正確に判別できるかを検証しました。同一セッション内で訓練とテストを行った場合、平均精度は偶然を大きく上回りました：5筆画課題で70％超、6母音課題で約67％、一部の個人では80％を超えました。実用面でより重要なのは、ある日のデータで訓練し別の日のデータでテストしても、依然として良好な性能を示したことです—筆画で約63％、母音で約60％—これはこれらの心的動作に対する脳のパターンが時間を超えてかなり安定していることを示しています。ブレイン・コンピュータ・インターフェースの使用経験がある人は高い精度を出す傾向があり、ユーザーはより明瞭で一貫した脳信号を出すことを学べる可能性が示唆されます。研究者らはまた、高性能な被験者ほど手の制御や空間計画に関連する脳領域でより集中した活動を示し、低性能の被験者はより拡散したパターンを示したことを発見しました。これは訓練やフィードバックの標的になり得ます。

将来のコミュニケーション支援に向けて意味すること

完成品のガジェットを提示する代わりに、本研究は慎重に構築された基盤を提供します：中国語の想像筆記から得られた注釈付き脳記録のオープンなコレクションです。文字の構成要素（筆画）と母音の流れる形状の両方に焦点を当てることで、このデータセットは微細な運動制御と計画の異なる側面をとらえています。結果は、頭皮上の非侵襲的記録でもコンピュータが複数の想像筆記動作を確実に区別でき、日をまたいでもその性能を維持し得ることを示しています。動くことも話すこともできない患者にとって、この資源に基づいた将来のシステムは、筆画や文字の形を心に描くだけで文章を「書く」ことを可能にするかもしれません。

引用: Wang, F., Chen, Y., Wang, P. et al. An EEG dataset for handwriting imagery decoding of Chinese character strokes and Pinyin single vowels. Sci Data 13, 332 (2026). https://doi.org/10.1038/s41597-026-06708-3

キーワード: ブレイン・コンピュータ・インターフェース, 脳波計測（EEG）, 筆記イメージ, 漢字, ピンイン母音