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

2019 Fiscal Year Annual Research Report

恐怖条件づけの獲得・消去・再発の個人差に関わる認知機能と神経基盤

Research Project

Project/Area Number 16H05957
Research InstitutionSenshu University

Principal Investigator

国里 愛彦  専修大学, 人間科学部, 准教授 (30613856)

Project Period (FY) 2016-04-01 – 2020-03-31
Keywords恐怖条件づけ / 脳波 / 潜在因果モデル / 計算論モデル / 不安症 / 恐怖症
Outline of Annual Research Achievements

本研究の目的は,恐怖条件づけの獲得,消去,そして再発の個人差に関わる認知機能と神経基盤を明らかにすることである。恐怖条件づけ研究によって,不安症の発症/維持メカニズムについて研究が進み,それに基づく心理的介入が展開されてきているが,人を対象とした恐怖の再発に関する研究はまだ多くなく,さらに学習過程の個人差に関する研究は少ない。本研究では,恐怖による驚愕反射増強パラダイムにおいて,恐怖条件づけの獲得・消去・再発の過程を命題アプローチとベイジアン認知モデリングを用いて検討する。さらに,学習過程の個人差にかかわるものとして認知機能と神経基盤を検討し,ニューラルネットワークモデルを用いて過去の研究知見の統合と新たな視点を提供することを目的とする。
これまで恐怖条件づけにおける命題の生成・評価過程と認知機能との関連を検討してきた。恐怖の予期とメタ認知との関連を検討したところ,メタ認知と恐怖の消去に関して関連が認められた。平成31年度は,アムステルダム大学に滞在してこれまで収集したデータの解析と数理モデルを用いた研究を行った。メタ認知以外の変数として,内受容感覚も加えて不安との関連をサンプルサイズの大きなウェブ実験で検討したところ,内受容感覚と不安との間には強い関連は認められるがメタ認知との間には認められなかった。メタ認知課題のドメイン特異性が影響している可能性がある。平成31年度も脳波解析を行った。当初の研究課題では,数理モデルとして恐怖条件づけに関するニューラルネットワークモデルを用いる予定であったが,研究をすすめる中で,再発現象の解明においては,潜在因果モデルがより適していることが明らかになってきた。そこで,潜在因果モデルの実データへの適用に焦点をしぼって研究し,広く利用可能なRパッケージとして公開した (https://github.com/ykunisato/lcmr)。

Research Progress Status

令和元年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

令和元年度が最終年度であるため、記入しない。

  • Research Products

    (10 results)

All 2020 2019 Other

All Journal Article (6 results) (of which Peer Reviewed: 6 results,  Open Access: 4 results) Presentation (2 results) (of which Int'l Joint Research: 2 results) Book (1 results) Remarks (1 results)

  • [Journal Article] Retrospective surprise: A computational component for active inference2020

    • Author(s)
      Katahira, K., Kunisato, Y., Okimura, T., & Yamashita, Y.
    • Journal Title

      Journal of Mathematical Psychology

      Volume: - Pages: -

    • DOI

      j.jmp.2020.102347

    • Peer Reviewed
  • [Journal Article] Commentary: “A robust data-driven approach identifies four personality types across four large data sets”.2020

    • Author(s)
      Katahira, K., Kunisato, Y., Yamashita, Y., & Suzuki, S.
    • Journal Title

      Frontiers in Big Data

      Volume: 3 Pages: -

    • DOI

      10.3389/fdata.2020.00008

    • Peer Reviewed / Open Access
  • [Journal Article] アンヘドニア(anhedonia)と遅延割引:Lempert & Pizzagalli(2010)の追試2019

    • Author(s)
      杣取恵太・国里愛彦
    • Journal Title

      心理学評論

      Volume: 62 Pages: 231-243

    • Peer Reviewed / Open Access
  • [Journal Article] うつに対する計算論的アプローチ:強化学習モデルの観点から2019

    • Author(s)
      国里愛彦・片平健太郎・沖村 宰・山下祐一
    • Journal Title

      心理学評論

      Volume: 62 Pages: 88-103

    • Peer Reviewed / Open Access
  • [Journal Article] メタ認知における2側面 -絶対的感度と相対的感度-2019

    • Author(s)
      杣取恵太・下斗米淳・国里愛彦
    • Journal Title

      行動科学

      Volume: 58 Pages: 1-11

    • Peer Reviewed
  • [Journal Article] Linear Ballistic Accumulator Modeling of Attentional Bias Modification Revealed Disturbed Evidence Accumulation of Negative Information by Explicit Instruction.2019

    • Author(s)
      Nishiguchi, Y., Sakamoto, J., Kunisato, Y., & Takano, K.
    • Journal Title

      Frontiers in Psychology

      Volume: 10 Pages: 2447

    • DOI

      10.3389/fpsyg.2019.02447

    • Peer Reviewed / Open Access
  • [Presentation] Relationship between metacognition of reversal learning and interoception, anxiety, and depression.2019

    • Author(s)
      Kunisato, Y.
    • Organizer
      The First European Congress on Clinical Psychology and Psychological Treatment of EACLIPT
    • Int'l Joint Research
  • [Presentation] Obsessive-compulsive tendency attenuates the recovery from overshadowing in associative learning.2019

    • Author(s)
      Kunisato, Y. & Sawa, K.
    • Organizer
      The 52nd Annual Meeting of the Society for Mathematical Psychology
    • Int'l Joint Research
  • [Book] 『Power Mook 精神医学の基盤』 計算神経科学と精神医学:情報の観点から精神疾患を見る2019

    • Author(s)
      宗田卓史・国里愛彦・片平健太郎・沖村 宰・山下祐一
    • Total Pages
      11
    • Publisher
      学樹書院
  • [Remarks] lcmr

    • URL

      https://github.com/ykunisato/lcmr

URL: 

Published: 2021-01-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi