計算課題中のフォトプレチスモグラフィーとバイオインピーダンス応答による認知負荷の評価

なぜ脳の負荷が重要なのか

飛行機を操縦しているとき、患者を監視しているとき、または試験勉強をしているときなど、集中状態から静かに過負荷へ移る瞬間が誰にでもあります。その高まる精神的負担をリアルタイムで測れるようになれば、ミスや燃え尽き、事故を防ぐ助けになります。本研究は、頭部用の大掛かりなキャップや複雑な病院機器を使わず、首と額に取り付けた小さなセンサーで「脳がどれだけ働いているか」を追跡する新しい非侵襲的手法を検証しています。

思考の心拍に耳を傾ける

脳波を記録する代わりに、研究者たちは脳と心臓の密接な関係に着目しました。難しい課題に取り組むと、自律神経系が変化して心拍が変わり、血管が収縮・拡張し、重要な脳領域への血流が変わります。チームはこれらの変化を感知するために二つの簡便な手法を用いました。首に置いた光学式センサー（フォトプレチスモグラフィー：PPG）は、脳へ血液を送る主要動脈の脈動量を追跡しました。同時に額に取り付けた微小電極（インピーダンスプレチスモグラフィー：IPG）は、計画や数の処理、意思決定を司る前頭部の局所的な血液量の微妙な変化を検出しました。これらの信号を組み合わせることで、精神的努力時の全身的および局所的な血流の様子を窓越しに観察できました。

数字で心に負荷をかける

脳に制御された負荷をかけるため、20〜35歳の健康な被験者15名がコンピュータ上で一連の暗算問題を解きました。課題は四段階に分かれており、リラックスしたベースライン、簡単な一桁の加算、次に二桁の加算、最後に記憶と繰り上がりをより多く必要とする三桁の加算という順序でした。各短い試行は画面上の指示で始まり、五問が続き、その後は画面に固定点（フィクセーションクロス）を表示して短い休憩で終わりました。その間、首と額のセンサーはデータを流し続け、コンピュータは各人の反応速度と正確さを記録しました。予想どおり、課題が難しくなるほど反応は遅くなり誤答が増え、特に最も難しいレベルで顕著でした。これは課題が確かに認知負荷を高めていたことを裏付けます。

血流信号に隠れたパターンを解読する

二つのセンサーから得られた生波形は短い時間窓に分割され、低周波のドリフトや高周波ノイズを除去するためにデジタルフィルタで前処理されました。各時間窓から研究者たちは多数の単純な記述子を抽出しました：最大値・最小値、平均、信号の変動量、エネルギーが周波数にどう分布しているかなどです。さらに心拍間隔や首の脈と額の脈の間の遅れ（パルストランジットタイム）も測定しました。これらの数値的特徴はその後、決定木、ランダムフォレスト、XGBoostという既存の機械学習アルゴリズム三種に入力され、心血管パターンだけから異なる認知負荷レベルをコンピュータが識別できるかを検証しました。

コンピュータはあなたの精神的な負担をどれほど読み取れるか？

個々人ごとにパーソナライズされたモデルを作成すると、システムの精度は驚くほど高くなりました。「リラックス」と「算数を解いている」を区別する単純な課題では、三つのアルゴリズムすべてが100パーセントの精度を示しました。さらに四段階（リラックス、簡単、中程度、難しい）を識別する難しい課題でも、最良の手法であるランダムフォレストは96パーセントの正解率を達成しました。しかし、ある集団で学習したモデルを別の集団に一般化しようとすると性能は低下し、精度は約3分の2まで落ちました。これは個人ごとに基準となる心拍や血流応答が大きく異なることを示唆しており、実用的な機器は各ユーザーに対する短い個別調整（キャリブレーション）を必要とする可能性があります。

最も示唆に富む信号が伝えること

アルゴリズムが依拠した特徴を検討すると、額のIPG測定が多くの有益な情報を担っていることが分かりました。特に額信号の平均値や極値が一貫して重要度上位に入り、首のPPG特徴やタイミングの複合指標より重要視されました。これは血流と脳活動の結びつきに関する現在の理解と一致します：難しい精神作業を行うと前頭部がより多くの燃料を要求し、局所的な血液量がそれに応じて変化するのです。首のセンサーは全身的な心血管興奮を反映して価値を付け加えましたが、瞬間ごとの認知需要に関する鋭い手がかりを提供したのは局所的な額の読み取りでした。

研究室のセンサーから賢く安全な職場へ

一般読者にとっての要点は、精神的努力は脳への血流の仕方に明確な指紋を残し、その指紋は複雑な脳スキャン装置ではなく小さなウェアラブルセンサーで捉えられるということです。本研究は、首の光センサーと額の簡単な電極を組み合わせることで、個人に合わせて調整した場合、EEGベースの多くのシステムに匹敵する精度で複数レベルの認知負荷を追跡できることを示しています。改良と装着感の向上が進めば、こうした技術は将来、航空機のコクピット、自動車、教室、制御室などで作業やアラートを自動的に調整し、人間の操作員が危険なほど過負荷になる前に負担を軽減する助けになる可能性があります。

引用: Huynh, D.N., Tran, T.N., Tran, K.T. et al. Assessment of cognitive load through photoplethysmography and bioimpedance responses during mental arithmetic tasks. Sci Rep 16, 7367 (2026). https://doi.org/10.1038/s41598-026-38782-3

キーワード: 認知負荷, 筆算・暗算, ウェアラブルセンサー, 脳と心臓の相互作用, 機械学習