| Project/Area Number |
19K11368
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 59010:Rehabilitation science-related
|
|---|
| Research Institution | Saitama Prefectural University |
|---|
Principal Investigator |
濱口 豊太 (小川 豊太 / 濱口豊太) 埼玉県立大学, 保健医療福祉学部, 教授 (80296186)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田山 淳 早稲田大学, 人間科学学術院, 教授 (10468324)
西郷 達雄 北海道医療大学, 心理科学部, 講師 (50622255)
鈴木 誠 東京家政大学, 健康科学部, 教授 (80554302)
|
|---|
| Project Period (FY) |
2019-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2019: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 過敏性腸症候群 / 脳波周波数解析 / 機械学習 / Default Mode Network / 内臓感覚 / バイオフィードバック / 脳波 / 脳腸相関 / リハビリテーション / ストレス / 安静時脳波 / ニューラルネットワーク |
|---|
| Outline of Research at the Start |
本研究は，IBSの脳波活動パターンをもとに機械学習アルゴリズムによって被験者の脳から情報を読み出し, その情報を被験者にフィードバックする装置を開発する. この練習装置を用いて特定の脳領域活動を特定のパターン (ターゲットパターン) に誘導し, 被験者の内臓知覚変化を誘導し，練習に用いた脳領域の活動を, 対応する知覚や認知・行動の変化を引き起こすことを検証する. すなわち, IBSのDMNが腹痛のない人に近似してくると視覚や音声でフィードバックして, IBSの中心病態にある脳腸相関の病態DMNを補正させ， この練習がIBSの腹痛を減弱させるセルフマネジメントの有力な手段になると期待している．
|
| Outline of Annual Research Achievements |
当研究は, 過敏性腸症候群 (Irritable Bowel Syndrome: IBS) に存在するとされる安静時の脳領域間機能結合 (Default Mode Network: DMN) の異常を, 脳波により電磁的に解析し, IBS有症状者と無症状者の特徴的なDMNを内臓知覚の認識過程 (self-referential processes: SRP) として明らかにする. また, DMNを患者自身の力で調整できるようにする練習方法にDecoded Neural Feedback: DecNefがあり, 本研究はIBS症状を軽減させるDecNef練習装置の開発を行うことを目的としている.
2023年度は, これまでに取得したIBS有症状者40例と無症状者20例を対象（全員女性, 20－31歳）の安静脳波を解析し, α・β帯域のパワースペクトラとそのDMNをIBS有症状者と無症状者とで全脳, 前頭部, 頭頂部, 後頭部のセグメントを作成して比較した. 解析はα・β帯域の値をSmirnov-grubbs testにより10例を除外し, IBS有症状者35例と無症状者15例を用いた. その結果, α波においてIBS有症状者のDMNは無症状者よりも前頭部のセグメントで脳機能的結合が低く, β波において高い傾向があった. これらのα・β帯域データをbootstrap法により1000倍に増幅し, 80％を教師データとしてRandom Forest, Support Vector Machine: SVM, k-means clusteringを用いて機械学習させ, 20％をテストデータとしてclassifierの正診率を計算した. classifierは88－94%の正診率が得られた. 2024年度はこの識別子をDecNef練習装置に実装して開発を進める.
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
2019年から2022年までのコロナウイルス感染拡大防止対策のため、脳波計測実験が滞ったが、その後、実験を再開した。
|
| Strategy for Future Research Activity |
本研究は安静時脳波を取得して解析し、IBSの有無または程度が評価でき, これを基準にDecNef練習法を開発し, IBS有症状者のセルフケアに役立てることが目的である. 脳波を取得して解析するために携帯型EEG-DecNefシステムには計算ソフトMATLABを導入する. EEG-DecNefでは無症状者の脳波パターンとの類似度を音や図形 (飛行機・鳥・舟など) に変えて被験者に教示する方法 (Strehl U. 2006) を用いる. Strehlらの練習プログラムを用いて, 被験者が自分の脳波を使って標的を上に動かしたり [Negative], 下に動かしたり [Positive] するアプリケーションを作成する.
|
