2018 Fiscal Year Research-status Report
Decoding of brain states during time of concentration based on multi-modal brain imaging
| Project/Area Number |
18KK0284
|
|---|
| Research Institution | Advanced Telecommunications Research Institute International |
|---|
Principal Investigator |
川鍋 一晃 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 研究室長 (30272389)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小川 剛史 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 主任研究員 (10614323)
森岡 博史 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 連携研究員 (20739552)
平山 淳一郎 国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (80512269)
|
|---|
| Project Period (FY) |
2018-10-09 – 2021-03-31
|
| Keywords | 人間情報学 / 脳イメージング / 集中時脳状態 / 脳波情報解析法 / 転移学習 |
|---|
| Outline of Annual Research Achievements |
脳波データから、脳機能ネットワークが集中時に近い状態にあるかどうかを推測する脳情報解読技術と、集中力トレーニングのための可視化システムの構築を目指し、本年度は以下の3つの課題に取り組んだ。第一に、脳波から脳のモジュール構造や、その間の相互作用を抽出するための階層的ネットワークモデルSPLICEの拡張版を考案し、MATLABで実装した。SPLICEは脳波の空間パターンのみに基づいており、近年特に重要性が指摘されている時間ダイナミクスを陽にモデル化していない。そこで、時空間特徴量を抽出するために、時間方向の畳み込み演算をモデルに取り入れ、さらに、プーリングによって時間方向のずれに対してロバストになるように工夫した。ATRが保有する脳波-fMRI同時計測データに適用したところ、特に第一層において、fMRIとの相関が、SPLICEより高い特徴量が得られることがわかった。次年度以降、この拡張法の改善を試みるとともに、隠れマルコフモデルなどの時系列モデルをSPLICEに融合する方法を考案する。第二に、安定的して観測される、脳波の典型的パターンであるMicrostateに着目し、これに基づいて脳情報特徴量の個人差を較正する転移学習法を考案した。脳波の公開データで検証したところ、正則化パラメータを変化させることにより、個人差の許容レベルに応じた脳情報特徴量の較正ができることがわかった。第三に、可視化システムの有効性検証に向けて、集中度との関連がある視線移動をモデル化・予測するため、スパース符号化に基づく手法を提案した（Li et al., 2019）。実環境での一人称視線ベンチマークデータを用いて検証したところ、従来手法を上回る予測性能を達成した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
我々が提案したSPLICEを時空間特徴量を抽出できるように拡張し、集中脳状態を推測する脳波情報解析法の開発が順調に進んでいる。また、ノイズの影響が大きい脳波から安定的に抽出できるMicrostateに着目することで、よりロバストな脳情報転移学習法が構築できる可能性が示唆された。別プロジェクトにおいて、安静時、および集中力を要する作業記憶課題中の大規模脳波-fMRI同時計測データを収集中であり、本研究チームのメンバーが実験に貢献し、本課題内でこのデータを活用している。また、マインドフルネス・トレーニング中の脳波解析に関して、データ取得実験を行う研究者との共同研究を計画しており、必要なデータが得られる予定である。フィードバック用の可視化システムは研究室で製作し、運用しているものがあるので、新しい特徴量抽出アルゴリズムを統合すれば、有効性検証実験を実施することができる状況である。
|
| Strategy for Future Research Activity |
引き続き、脳情報解析法のための機械学習法の拡張を行うとともに、実データに適用した結果を随時検証し、成果目標に向けて効率的に理論研究を進める。ロンドンのUCLからパリのINRIA-Saclayに異動したHyvarinen教授とはメールを通じて日常的に研究情報を交換するとともに、適当な時期に訪問して集中討議を行い、成果をまとめる。また、新しい機械学習法が完成したら、既存の可視化システムに統合し、動作検証と予備実験を計画する。神経科学的な背景を探求するための脳波-fMRI同時計測データの解析を継続するとともに、研究協力者からマインドフルネス・トレーニング中の脳波データが得られれば、実際のユースケースに近いこのデータの解析を試みる。
|
| Causes of Carryover |
採択決定が想定したよりも遅く、リサーチアシスタントを年度内に採用できなかった。Hyvarinen教授が2月に国内他機関の招聘で来日し、ATR/理化学研究所にも短期間滞在したため、本共同研究に関して十分な議論を行うことができた。このため、本年度中のUCLへの海外出張の必要がなくなった。次年度以降のリサーチアシスタントへの支出を増やし、研究を加速する予定である。
|
