2018 Fiscal Year Annual Research Report
Evlutionary compuation method to determine essential brain function regions and metabolites
| Project/Area Number |
16K00312
|
|---|
| Research Institution | Doshisha University |
|---|
Principal Investigator |
廣安 知之 同志社大学, 生命医科学部, 教授 (20298144)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
渡邉 真也 室蘭工業大学, 大学院工学研究科, 准教授 (30388136)
杉本 昌弘 慶應義塾大学, 政策・メディア研究科(藤沢), 特任教授 (30458963)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 脳機能イメージング / fMRI / fNIRS / ヒトの状態推定 / 進化計算 / メタボローム |
|---|
| Outline of Annual Research Achievements |
本研究のゴールは、非侵襲な脳機能イメージング装置から得られる脳機能データから、被験者の特性のクラスタを決定する要因となる脳機能部位を特定すること、および、唾液のメタボローム解析による代謝変動を測定し、クラスタの識別と関連の高い代謝物質を特定することである。
脳機能部位の特定に対しては、2つの脳機能状態を識別する誤差率最小化とチャンネル選択数最小化の多目的最適化問題を定式化し，パレート解集合を求めて決定する手法を提案した。提案手法では、多目的遺伝的アルゴリズムを利用している。ワーキングメモリタスクに対するMRIデータに対して提案方法を適用し、有効性を確認した。次に、個人および集団データから状態を定義する手法を開発した。個人の状態解析においては、快や不快、集中時、不注意時といった２状態を想定し、２状態を識別する手法を開発した。fMRI で計測した瞑想初心者の安静時と瞑想時の脳活動データからグラフ理論特徴量と ALFF を算出し，瞑想時の脳状態を検討した．解析手法として，複数の特徴量データに対して Tucker 3 Cluster を適用することで，安静時と瞑想時の脳状態が分類される 2 次元特徴空間を探索することができた。次に、複数被験者の機能的結合行列データから，行列の低ランク近似によりその集団の特徴的な脳機能ネットワークを表現する1 枚の機能的結合行列を決定する手法を開発した。提案手法をワーキングメモリ負荷が脳機能ネットワーク構造に及ぼす影響を検討し、有効性を検討した。
メタボローム解析は、マインドフルネス瞑想時の状態について検討した。瞑想熟練者の複数日における状態の唾液を採取し、メタボローム解析を行った。解析は終了したが、クラスタの識別と関連の高い代謝物質を特定するとこまでは到達せず今後の課題である。
|
