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

2018 Fiscal Year Research-status Report

デフォルトモードからの散逸に基づいた課題処理における脳領野間ネットワークの解明

Research Project

Project/Area Number 18K11450
Research InstitutionFukui University of Technology

Principal Investigator

山西 輝也  福井工業大学, 環境情報学部, 教授 (50298387)

Co-Investigator(Kenkyū-buntansha) 高橋 哲也  福井大学, 学術研究院医学系部門, 客員准教授 (00377459)
信川 創  千葉工業大学, 情報科学部, 准教授 (70724558)
Project Period (FY) 2018-04-01 – 2022-03-31
Keywordsデフォルトモード / 脳磁波 / 脳波 / 脳内ネットワーク / 脳信号の同期性 / 同期の逸脱
Outline of Annual Research Achievements

本研究は脳の基底状態と考えられているデフォルトモード状態 (DMN) に着目し,1. 脳波 (EEG) によるデフォルトモード状態の特定,2. 課題による脳波の算出から脳の機能的ネットワークのモデル構築,を目指す。まずは,すでに8名の被験者に計測済みのまどろんだ状態で安静時の脳磁波 (MEG)-脳波 (EEG) 同時計測のデータを用いてデフォルトモード状態の脳波の振る舞いの特定を試みる。次に,ある課題下の脳波をワイアレスのパッチ式,あるいはキャップ式の脳波センサーで計測し,デフォルトモードの脳波との差分から,ある課題下そのものだけの脳の機能的ネットワークの数理モデル化を試みる。課題そのものの脳のネットワークの定量化はブレイン・マシン・インタフェースへの展開が容易になるであろう。今日,医学分野では脳のデフォルトモードと神経疾患などの病態に関する研究が多くなされているが,情報科学の分野ではデフォルトモードに注目した研究はほとんどなく,情報科学の分野で世界に先駆けた研究であると考える。そこで初年度は,上述の1.で述べた,MEG-EEGの同時計測データの解析を以下のようにして行った。
MEG-EEGの同時計測データ(研究代表者の所属機関にてヒトを研究対象とする倫理審査で許可され,すでに計測済み)のうち,MEGデータを従来確立された,独立成分分析法とシードに基づく解析法を使い,DMNに関与する脳領域の賦活領域の抽出を試みた。Matlabで動作する解析ツールBrainstormを使い独立成分分析から成分ごとの賦活領野を可視化し,Brookes(2011)らの結果と比較を行っている。

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

本年度の研究計画は,MEG-EEG同時計測データから,脳の基底状態におけるEEGの振る舞いを調べることであり,MEGデータから独立成分分析法とシードに基づく解析法を使い,脳内デフォルトモードネットワーク (DMN) に関与する脳領域を抽出・同定し,EEGの時系列区間の確定することであった。安静状態の解析は大量の脳磁信号からいかに時空間的なパターンを検出するかが問題となる。そこで,再現性を担保するため上述の2つの方法で解析し重複領域からDMN状態の検証を行い,その手法の確立を目指した。
最初にMEGデータを独立成分分析し成分ごとに脳領野の賦活度を可視化するためのpipelineを確立した。しかし,信号源推定で計算時間が予想以上に掛かりtask-no-task間の統計解析にまで進展することができなかった。

Strategy for Future Research Activity

今年度は,
1.独立成分分析ならびにシードに基づく解析におけるMEGのtask-no-task間の統計解析
2.1.からの脳内デフォルトモード状態のおけるEEGの時系列区間の同定。
3.デフォルトモード状態からの散逸による課題固有のEEG特徴成分量の同定と課題固有の賦活領野間ネットワークの解析のための健常な被験者8名を対象とした脳波センサーによる課題下の計測。
を推進する。1.では,昨年度の研究遂行でMEGの信号源推定に計算時間が必要以上に掛かった。そこで計算のスリム化を図りたい。3.では研究計画書に記載したように,文字列を見せながら1分間の思考と閉眼安静状態の1分間の計測を行い,EEGの同期性(PLI値)や複雑性(MSE値)から賦活領野間の神経回路ネットワークの定量化のための解析手法を提案する。

Causes of Carryover

信号源推定で計算量が多くなり計算機の処理に想定外の時間が掛かってしまった。そのため,予定していた学会での発表が2件ほどできなかった。信号源推定の手法変更や計算のスリム化を図り計算時間の短縮を目指したい。

  • Research Products

    (1 results)

All 2019

All Presentation (1 results)

  • [Presentation] IQと創造性テストからの高齢健常者の脳波解析2019

    • Author(s)
      山西輝也
    • Organizer
      電子情報通信学会 MEとバイオサイバネティックス&ニューロコンピューティング 合同研究会

URL: 

Published: 2019-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi