2021 Fiscal Year Annual Research Report
| Project/Area Number |
18H02713
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
大泉 匡史 東京大学, 大学院総合文化研究科, 准教授 (30715371)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小村 豊 京都大学, 人間・環境学研究科, 教授 (80357029)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 意識 / 分離脳 / 統合情報理論 / 情報理論 / ECoG |
|---|
| Outline of Annual Research Achievements |
本研究は、マカクサルをモデル動物として、統合情報理論を用いた神経活動解析から分離脳のメカニズムを解明することを目標とする。
理論・解析:昨年度に引き続き、大泉は神経ネットワークの中で統合情報量が最大となる「情報のコア」を効率的に探索するアルゴリズムを開発を進めた。統合情報量とは、ネットワークの中で情報のやりとりの大きさの程度を測った指標である。統合情報理論によれば情報のコアは意識の場所に対応すると考えられている。
今年度は、意識の生成に重要と考えられている、双方向的(再帰的)な情報のやりとりの大きさを考慮して、情報のコアを探索するアルゴリズムを論文化した。提案手法は、マウスのコネクトームデータに対して適用して、どのような領野が情報のコアとして抽出されるかを調べ、従来意識と関連するとされてきた領野と対応関係があることを示した。この論文はCerebral Cortex誌に受理された(Kitazono et al., in press)。出版と同時に、提案した探索アルゴリズムを実装したtoolboxをGitHubで公開した。
また、提案手法はヒトfMRIデータにも適用し、安静時及びタスク時における情報のコアの探索を行った(Taguchi et al., 神経回路学会, 2021)。
実験:動物供給業者の都合で、条件にあった実験動物が入手できなかった。したがって本年度は、神経活動記録系と解析システムの整備を行った。本プロジェクトでは、広範囲の大脳皮質から多点神経活動を記録するが、その際に、頭部に留置できるコネクタ数がボトルネックとなる。それを解決するために、AD変換機能を有するLSIと統合することにより配線数を大幅に削減した。また記録したデータを解析するために、オンラインで神経活動をマルチソートする環境を整え、オフラインで、異なる周波数バンドのパワーと位相の変動を可視化できるようにした。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
