• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

安静時脳波の時空間特徴学習に基づく脳状態や個性の定量化

Research Project

Project/Area Number 21K12055
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 61040:Soft computing-related
Research InstitutionNational Institute of Advanced Industrial Science and Technology

Principal Investigator

平山 淳一郎  国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (80512269)

Co-Investigator(Kenkyū-buntansha) 川鍋 一晃  株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 研究室長 (30272389)
Project Period (FY) 2021-04-01 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords機械学習 / 脳波 / 機能的結合 / 筋電図 / fMRI / 独立成分分析 / 特徴学習
Outline of Research at the Start

精神医療やヘルスケアの技術革新にむけて、安静時の脳活動を計測した脳波(EEG)から脳のネットワーク特性やその個人差を定量化する新たな技術を開発する。特に、近年注目されるEEG-microstate (MS)のアイデアを発展させ、EEGの豊富な時空間特徴構造を多被験者で安定に探索する機械学習・人工知能技術を開発する。また、機能的MRI(fMRI)との同時計測データを利用することで、手法の拡張や神経科学的な解釈を可能にする。開発した手法は人工データ等を用いて基本性能を評価し、多被験者EEGデータベース解析によって脳状態や個性の定量化における有用性を検証する。

Outline of Annual Research Achievements

前年度に引き続き、機能的な脳ネットワークに関連した人の状態や個人特性を、脳波(EEG)および関連する脳・生体活動の計測データに基づいて定量化する時空間特徴解析法の技術開発を目的とし、次のような研究を実施した。特に、昨年度までの研究で共分散行列のリーマン幾何構造を考慮したEEGの特徴学習手法について開発を行い、課題時データへの適用を行ってきた。本年度の研究では、同様のアイデアを2つのモダリティ間で相関を最大化する非線形特徴量のペアを求める目的へと新たに発展させ、その手法について研究分担者のグループにおいて当初の計画通りEEGとfMRIの同時計測データへと適用して評価を行った。データは開眼時および閉眼時に安静時計測され、インターネット上に公開されているものを用いた。手法はEEGの特徴抽出器として昨年度に研究を進めたTSMNet (Kobler et al. 2022)のアーキテクチャを用い、fMRIにはTransformerを用いてモダリティ間で正定値行列の幾何構造を考慮した相関を最大化することで学習を行った。特にEEGについて、TSMNetの内部で共分散行列のリーマン接空間への写像によりEEGのエポック毎の時空間特徴量が抽出され、接空間の接点を被験者や計測施行ごとに個別にとることで汎化性能が高まる。クロスバリデーション法による評価を実施し、本手法は他の手法に比べて2つのモダリティの特徴量間で有意に高い相関を示した。以上の研究成果について国際学会(ICLR2024)に採択された。

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

令和5年度は研究代表者が所属機関内での一時的な異動により当該年度に限り非研究業務が主務となったため研究を進めることができなかった。一方で研究分担者により当初予定していた通りEEG-fMRI同時計測データへの適用が進んだため、全体としては軽微な遅延にとどまった。

Strategy for Future Research Activity

研究代表者の多忙により遅延した内容については、1年間の期間延長が承認済みであり令和6年度に実施する。特に脳と身体に拡張した機能ネットワークの解析や個人特性との関連付けを進めていく。

Report

(3 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • 2021 Research-status Report
  • Research Products

    (6 results)

All 2024 2022 2021 Other

All Int'l Joint Research (1 results) Journal Article (2 results) (of which Int'l Joint Research: 1 results,  Open Access: 2 results,  Peer Reviewed: 1 results) Presentation (3 results) (of which Int'l Joint Research: 3 results)

  • [Int'l Joint Research] University of Oxford(英国)

    • Related Report
      2021 Research-status Report
  • [Journal Article] Mode estimation on matrix manifolds: Convergence and robustness2022

    • Author(s)
      Hiroaki Sasaki, Jun-ichiro Hirayama and Takafumi Kanamori
    • Journal Title

      Proceedings of Machine Learning Research

      Volume: 151 Pages: 8056-8079

    • Related Report
      2021 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Neural dSCA: demixing multimodal interaction among brain areas during naturalistic experiments2021

    • Author(s)
      Yu Takagi, Laurence T. Hunt, Ryu Ohata, Hiroshi Imamizu, Jun-ichiro Hirayama
    • Journal Title

      arXiv.org

      Volume: arXiv:2106.02948

    • Related Report
      2021 Research-status Report
    • Open Access / Int'l Joint Research
  • [Presentation] Deep Geodesic Canonical Correlation Analysis for Covariance-Based Neuroimaging Data2024

    • Author(s)
      Ce Ju, Reinmar J. Kobler, Liyao Tang, Cuntai Guan, Motoaki Kawanabe
    • Organizer
      The Twelfth International Conference on Learning Representations (ICLR2024)
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] SPD domain-specific batch normalization to crack interpretable unsupervised domain adaptation in EEG2022

    • Author(s)
      Reinmar Kobler, Jun-ichiro Hirayama, Qibin Zhao, Motoaki Kawanabe
    • Organizer
      36th Conference on Neural Information Processing Systems (NeurIPS 2022).
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research
  • [Presentation] Mode estimation on matrix manifolds: Convergence and robustness2022

    • Author(s)
      Hiroaki Sasaki
    • Organizer
      25th International Conference on Artificial Intelligence and Statistics
    • Related Report
      2021 Research-status Report
    • Int'l Joint Research

URL: 

Published: 2021-04-28   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi