| Project/Area Number |
19K16244
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 45060:Applied anthropology-related
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
元村 祐貴 九州大学, 芸術工学研究院, 助教 (50645273)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Project Status |
Granted (Fiscal Year 2019)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2021: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2020: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2019: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | 夢 / 入眠時心像 / 機械学習 / 情動推定 / 脳波 |
|---|
| Outline of Research at the Start |
近年、REM（Rapid eye movement）睡眠が情動調節機能に与える影響が明らかになってきている。背景には夢見を伴う複雑な生理学的メカニズムがあると想定されるが、そのメカニズムはほとんど明らかになっていない。本研究課題では部分断眠後の朝型の仮眠時の生理計測によって、REM睡眠時の夢内容のデータを取得し、夢見時の生理反応から機械学習技術によって夢の情動的内容を推定するアルゴリズムを構築する。構築したアルゴリズムはREM睡眠、夢見、情動調節に関する研究の大幅な進展に役立つことが期待される。
|
| Outline of Annual Research Achievements |
本年度は,レム睡眠時の夢の情動推定に応用するため、入眠時心像を体験した本人の報告と体験時の脳波等の生理反応から,機械学習技術によって入眠時心像の発生の有無を推定するアルゴリズムを構築することを目的とした.
実験参加者は健康な男子大学生4名を対象とし、日中に仮眠させたときの入眠時心像についての報告とその際の生理データを取得した.参加者には,実験前日の激しい運動,飲酒,実験当日の喫煙,カフェインの摂取を控えてもらった.実験当日は6時に起床し,13時に実験室に到着後,計測用のセンサ等の装着を行った.実験室において参加者を入眠させ,脳波をモニタリングした.入眠確認後,覚醒させ夢聴取質問紙で夢内容を聴取し,聴取後に再入眠させた.この流れを1セッションとして繰り返して行い,3時間にわたり行った.得られたデータに対し、ランダムフォレストとBORUTAを用いて入眠時心像の有無を推定する機械学習アルゴリズムを構築した。個人内アルゴリズムにおいて,判別精度は平均72.1±3.30%であり,すべての参加者でチャンスレベル50%を大きく上回る結果となった.また,各参加者で共通して選択される変数が確認できなかった.このことから,入眠時心像形成プロセスにおける生理反応には大きな個人差があることが示唆される.実際,統合アルゴリズムでは,判別精度は平均50.9±3.08%であり,チャンスレベル50%程度に留まった.本研究では,個人の脳波データを用いた時に入眠時心像体験の有無を判別できる可能性を示し,レム睡眠時の夢内容推定にも応用できると考えられる.
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度は4名を対象とした実験において、300試行程度のデータを取得することができており、機械学習アルゴリズムのひな型ができたことから、計画通り順調に進展していると考える。
|
| Strategy for Future Research Activity |
今後は本データを用いて夢内容推定のアルゴリズム構築を進めるとともに、レム睡眠時のデータ取得に取り掛かる予定である。本年度は夢の有無の推定アルゴリズムまでにとどまっているため、より詳細な解析を進め、夢を報告したデータのみを用いて、夢聴取質問紙の結果を照らし合わせることによって、生理データから夢の内容を推定するアルゴリズムの構築に取り掛かる。さらにレム睡眠時のデータを取得し、完成した夢内容推定アルゴリズムを適応することによって、目的とするレム睡眠時の夢内容を脳波などの生理データから推定することを目指す。
|
Report
(1 results)
Research Products
(9 results)
-
-
[Journal Article] Tracking intermediate performance of vigilant attention using multiple eye metrics.2020
Author(s)
Abe T, Mishima K, Kitamura S, Hida A, Inoue Y, Mizuno K, Kaida K, Nakazaki K, Motomura Y, Maruo K, Ohta T, Furukawa S, David F. Dinges, Ogata K.
-
Journal Title
SLEEP
Volume: 43
Issue: 3
Pages: 1-17
DOI
Related Report
Peer Reviewed / Open Access / Int'l Joint Research
-
[Journal Article] Cortisol-related hippocampal-extrastriate functional connectivity explains the adverse effect of cortisol on visuospatial retrieval.2019
Author(s)
Hakamata Y, Komi S, Sato E, Izawa S, Mizukami S, Moriguchi Y, Motomura Y, Matsui M, Kim Y, Hanakawa T, Inoue Y, Tagaya H.
-
Journal Title
Psychoneuroendocrinology
Volume: 107
Pages: 104310-104310
DOI
Related Report
Peer Reviewed / Open Access
-
-
-
-
-
-
