2016 Fiscal Year Annual Research Report
| Project Area | Non-linear Neuro-oscillology: Towards Integrative Understanding of Human Nature |
|---|
| Project/Area Number |
15H05877
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
北野 勝則 立命館大学, 情報理工学部, 教授 (90368001)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
北城 圭一 国立研究開発法人理化学研究所, 脳科学総合研究センター, 副チームリーダー (70302601)
青柳 富誌生 京都大学, 情報学研究科, 教授 (90252486)
|
|---|
| Project Period (FY) |
2015-06-29 – 2020-03-31
|
| Keywords | 位相ダイナミクス / 脳波 / 位相応答 |
|---|
| Outline of Annual Research Achievements |
・リズム生成を担うとされる遅延性K+イオンチャネルをもつニューロンの挙動は、MATモデルと呼ばれる簡略モデルにより記述可能であることを示した。さらにその簡略モデルを用いて、AHPチャンネルとMチャンネルがニューロンダイナミクスに与える影響について解析を行った。（Kobayashi, Kitano 2016)
・リズム活動を示す系の重要な特性として位相応答曲線があるが、従来法で計測した場合、事前に正しい等位相面を知ることは原理的に出来ないため、測定が正しく行われない問題があることを指摘した。その見過ごされた問題点を指摘し、従来の手法を複数周期に拡張することで正しく計測できることを理論と数値実験から示した。(Imai et al., 2017)
・リズム集団の引き込み転移は脳波のダイナミクスを解明するために重要であるが、従来の理論は個別の平均発火率（振動数）のばらつきを対称な分布に限定したものであった。神経系では一般にそれは成り立たず、非対称な分布の場合に理論解析を行い、新たな引き込み転移が出現する事を示した。（Terada et al., 2017)
・平均周波数が整数倍異なる２振動子集団のダイナミクス、特に、同期ダイナミクスを縮約理論を用いて詳細に調べた。脳波では、α波やβ波、γ波等の整数倍異なるリズム活動が同時に見られ、それらの同期・非同期の特性を理論的に調べることは重要であり、その参考になる結果が得られた。(Terada, Aoyagi, 2016)
・人の歩容遷移は運動制御に関わる脳の情報処理の典型例として重要である。位相応答関数をデータから推定した結果、理論モデルから予想される知見とコンシステントな結果が得られた。今後、歩行障害等の診断データとして活用する可能性もあり、ノイズの多いデータから計測に成功したこと自体が重要な成果である。(Funato et al., 2016)
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
領域内A03班との共同研究を開始している。A03班で計測されたデータに対し、2時系列データ間の因果性を検出するtransfer entropyで解析を開始した。またその拡張手法である多時系列データに対するtransfer entropyの適用を準備を進めている。
その他、解析方法に関する基盤的研究を並行して進めている。
|
| Strategy for Future Research Activity |
領域内A03班において、てんかん患者に対する治療の過程で計測された皮質脳波(ECoG)データを解析することで病変脳における脳活動ダイナミクスの解明を進める。
・ECoG信号ダイナミクスにおける相互作用の推定：ECoGデータに対し、transfer entropyなどのモデルフリー解析を適用し、信号源間および異なる周波数間の因果性を検出し、脳活動動態を解析する。従来のように、多点ECoGデータに対しても、信号ペア間のみの因果性を導出する方法に加え、3つ以上の信号の間の因果性を導出する手法を適用し、従来手法で問題とされた擬似的な因果性の有無について検証する。
・ECoG信号ダイナミクスの推定：リスム特性をもつダイナミクスの刺激に対する応答特性は、位相応答曲線で特徴付けられる。脳領域ごとの位相応答特性が推定できれば、各領域毎の活動特性の類似・相違点を明らかにすることが可能となる。Imai & Aoyagi (2016)で提案されたノイズ刺激を用いる位相応答曲線推定法を適用し、脳部位毎の位相応答曲線を推定する。
・介入刺激実験とその解析手法の開発：健常な被験者に対する安静時、および、認知機能時のtESとTMSによる脳刺激時のEEGデータについて、機能的ネットワークの変調について解析を行う。
|
