2018 Fiscal Year Research-status Report
fMRI/MEG脳活動から視覚的「立体感」を画像として復元する技術の開発
| Project/Area Number |
17K20021
|
|---|
| Research Institution | National Institute of Information and Communications Technology |
|---|
Principal Investigator |
番 浩志 国立研究開発法人情報通信研究機構, 脳情報通信融合研究センター脳情報通信融合研究室, 研究員 (00467391)
|
|---|
| Project Period (FY) |
2017-06-30 – 2020-03-31
|
| Keywords | fMRI / 脳機能イメージング / 視知覚 / 立体視 / 神経科学 / 心理学 / エンコーディングモデル |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、自然風景画像を観察中のヒトfMRI/MEG脳活動から、観察者が知覚している3D構造を画像として復元する技術を開発することである。H30年度は、前年度のパイロットfMRI実験で得た脳活動を元に、3D自然風景画像刺激のさらなる選定を行うとともに、その画像に対するfMRI脳活動の取得を行った。現在、刺激に含まれる奥行き手掛かりを画像のピクセル(あるいは数ピクセルを含むごく小領域)毎にラベリングし、脳活動パターンを説明するためのエンコーディングモデルの制作を試みている段階である。なお、本研究の内容については所属機関の生体情報倫理委員会および安全審査委員会に事前審査を受け、安全に実験を遂行した。被験者の個人情報保護に関しても細心の注意を払い、脳機能データの匿名化などの処理を行った。最終年度は、この3D構造復元モデルを完成させるとともに、そのモデルを用いて3D錯視事態(刺激に含まれる3D手掛かりの量と、3D構造の知覚が乖離する事態)において、どのような画像が復元されるのかを検証することで、ヒトの知覚内容を評価する新しい技術開発へと繋ぐ研究も行いたい。また、選定済みの3D自然風景画像刺激を観察時のMEG脳活動および眼球運動計測も行う予定である。
その他、本研究にかかる基礎的データ・知見の収集と解析対象とする視覚野を同定する目的で、イギリスのケンブリッジ大学、ベルギーのKU Leuven大学および米国ハーバード大学の研究者らと共同で昨年度より進めていた3D手掛かりの統合に関わるヒトおよびサルの脳情報処理経路の違いを比較検討するfMRI研究(サルのイメージングはベルギーKU Leuven大学の倫理規定に則り、ベルギーのみで行った)結果をまとめ、PLOS Biology誌に発表した。今後、この基礎研究を通じて同定した10程度の領野の活動を3D構造復元モデルに組み込む予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
H30年度の前半は、前年度のパイロット実験の結果を受けて、観察者により負担の少ない3D自然風景写真の選定や実験機器の改良に時間を費やしたが、後半からは脳活動計測とモデリングを進めることができた。基礎データの収集はほぼ完了したので、最終年度はモデルの精度を上げる研究に集中する予定である。これらの状況より、3年間の研究期間の2年目として、研究課題は当初の予定通りに進展しているといえる。
|
| Strategy for Future Research Activity |
[研究実績の概要]で述べたとおり、H29-30年度中に本研究の基礎データの収集は完了したので、R1年度は3D知覚内容を復元するためのエンコーディングモデルの構築および精緻化を試みる。従来の立体視の研究では左右網膜像のズレ、すわなち「両眼視差」手掛かりのみが着目されてきたが、本研究では研究代表者自身のこれまでの研究成果に基づいて、陰影、パースペクティブ、サイズ差、遮蔽などのいわゆる「絵画的奥行き手掛かり」もモデルに並列的に組み込むことで、より精度の高い3D特徴量の抽出を目指す。この複数の手掛かりの並列的なモデル化手続きは、単にモデルの精確さを向上させるのみならず、異なる奥行き手掛かりが脳内でどのように統合されて統一的な奥行き知覚が成立するのかという未解明の謎の解明にも貢献する可能性を秘めた重要な知見である。
さらに、適用が可能ならば、現在発展が著しいニューラルネットワーク学習器による特徴量集出にも挑戦する予定である。これにより、リニアなエンコーディングモデルでは検出不可能な特徴量を抽出したり、画像復元の精度をさらに向上させることができるのではないかと期待して研究を進めている。
また、fMRI実験で用いた3D自然風景写真と同一の画像を刺激として用いて、時間解像度に優れるMEGによる脳活動計測を行う準備も整った。最終年度はfMRI脳活動に加え、3D自然風景画像刺激観察時のヒトMEG脳活動計測も行い、さらに眼球運動計測も行うことで、3D自然風景刺激数千枚に対するfMRI/MEG脳活動および眼球運動をセットにしたデータベースを製作・公開までできればと考えている。
|
| Causes of Carryover |
H30年度は当初の計画と異なり、論文掲載費など「その他」にかかる支出は生じなかった。また、技術補佐員の雇用が週当たり2日と当初の予定よりも少なかったため、未使用金が生じた。パイロット実験は終えたため、R1年度は新しい被験者を募集して本実験を実施するとともに、MEG実験、眼球運動計測など追加で行う実験に必要となる機器の整備、および実験協力者への謝金として未使用金を利用したい。
|
