| Project/Area Number |
21K11205
|
|---|
| 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 | Kansai University of Health Sciences |
|---|
Principal Investigator |
備前 宏紀 関西医療大学, 保健医療学部, 講師 (50828770)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
冨山 直輝 星城大学, リハビリテーション学部, 准教授 (00367872)
山田 和政 愛知医療学院大学, リハビリテーション学部, 教授 (20367866)
水野 由子 (松本由子) 兵庫県立大学, 情報科学研究科, 教授 (80331693)
木村 大介 名古屋女子大学, 医療科学部, 教授 (90513747)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 運動学習 / 脳機能 / 関節運動 / リハビリテーション / 近赤外分光法 / 近赤外分光計測法 / 脳内ネットワーク / ネットワーク解析 |
|---|
| Outline of Research at the Start |
リハビリテーション分野では，運動習熟過程をパフォーマンスの速さと正確さで評価する．いずれパフォーマンスはプラトーに至り，リハビリテーションは終了となる．一方，脳内ネットワーク解析では，プラトーの先にあるさらなる変化を捉える可能性が示唆されている．そこで，運動学習のプラトーの先にある変化を捉えるため，近赤外分光と三次元動作解析装置から得られるデータを用い「脳と関節運動を1つのネットワークとみなす」脳・筋・骨格系の同時ネットワーク解析を行う．これら解析によりネットワークの効率性，すなわちパフォーマンスの効率化，柔軟性が解明でき，得られる知見は運動学習のプラトー先にある変化とみなせる．
|
| Outline of Annual Research Achievements |
本研究では、関節運動は脳からの指令によって生じるものであり、運動学習の過程において脳と関節運動は相互に影響を及ぼし合いながら変化すると考え、これらを一体のネットワークとして捉えた解析を試みた。従来、脳と関節運動を統合したネットワークとして運動学習に伴う変化を検討した研究は少なく、その動態の解明が求められている。
本研究では、29名を対象に、パーデューペグボードを用いた運動課題を実施し、脳活動は近赤外分光法（NIRS）、関節運動はマーカレスモーションキャプチャにより同時計測した。課題は「学習前」「学習中」「学習後」の3回実施し、それぞれの間に5分間の練習時間を設けた。脳と関節運動の測定データを統合し、一つのネットワークとして構築した上で、ネットワーク解析により媒介中心性を算出した。媒介中心性を目的変数、測定回数を固定効果、被験者をランダム効果とした一般化線形混合モデル（GLMM）を用いて反復測定分散分析を行った。併せて課題の成績についても同様にGLMMにより分析した。
その結果、媒介中心性は1回目と比較して、一部の脳領域および左手関節において有意な低下が認められた。また、課題成績は1回目に比べ、2回目および3回目で有意に向上した。運動学習に伴い課題遂行が自動化され、脳と関節運動のネットワークが再編成されることで、情報伝達の中心的役割を担う必要が低下したことを示していると考えられる。媒介中心性の低下が認められた脳領域は、認知、注意、運動計画に関与する領域であり、学習の進行に伴う認知的負荷の軽減や運動制御の効率化が反映された結果と解釈できる。さらに、左手関節における媒介中心性の有意な変化は、協調運動の向上および関節制御の効率化を示唆している。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究の進行がやや遅れている主な要因として、脳活動および関節運動データの同時計測とその統合解析における技術的調整に時間を要したことが挙げられる。特に、NIRSおよびモーションキャプチャ機器の計測タイミングの同期やデータ整形・前処理の工程が複雑であり、解析に向けたデータの精度確保に慎重な対応が求められた。また、ネットワーク解析および一般化線形混合モデルによる統計処理についても、複数変数を統合的に扱う解析枠組みの設計に一定の検討期間を要したことが影響している。
|
| Strategy for Future Research Activity |
今後は、既に得られているデータをもとに、脳活動および関節運動に関するネットワーク構造の詳細な解析を進め、ネットワーク全体の変容を多角的に捉える予定である。また、個人差や学習速度の違いを考慮したサブグループ解析を導入することで、より個別性の高い運動学習メカニズムの解明を目指す。脳－身体ネットワークの変容が運動学習に与える影響を、より実証的に明らかにしていく。
|
