海馬CA1リップル発火の記憶形成における役割解明に向けた解釈性の高い分類手法の開発

• Project/Area Number: 25K15340
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62010:Life, health and medical informatics-related
• Research Institution: Yamaguchi University
• Principal Investigator: 村井 礼 山口大学, 国際総合科学部, 准教授 (30279111)
• Co-Investigator(Kenkyū-buntansha): 藤本 憲市 香川大学, 創造工学部, 教授 (20300626) ; 細川 康輝 四国大学, 経営情報学部, 教授 (20341266) ; 石川 淳子 山口大学, 大学院医学系研究科, 助教 (30570808) ; 美津島 大 山口大学, 大学院医学系研究科, 教授 (70264603)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
• Keywords: パターン分類 / ニューラルネットワーク / 海馬CA1 / リップル発火 / トランスフォーマー

Outline of Research at the Start

本研究では、機械学習技術を基盤とし、ラットの海馬CA1におけるリップル発火の波形解析に工学的アプローチを適用する。提案アプローチは世界的にも前例がなく、研究代表者らによる完全にオリジナルな試みである。特に、シェイプレット分類手法と説明可能AI技術を駆使し、リップル発火の特徴抽出とエピソード記憶の推定を可能にする計算モデルを構築し、神経科学と工学の融合による新たな知見を提供することを目指す。