2019 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4つの課題に取り組んだ。第一に、前年度に、脳波の特徴量抽出のために、階層的ネットワークモデルSPLICEに時空間方向の畳み込み演算を組み込む拡張法を考案していたが、そのアルゴリズムの様々な改良に取り組んだ。具体的には、学習の不安定さの解消や局所解への対応のために、SGD、Adam、自然勾配法など複数の最適化法を比較したり、バッチ正則化、活性化関数、初期化手法などの諸要素を再検討したりすることで、アルゴリズムの挙動を段階的に改善した。さらに、この改良版アルゴリズムをPRREDiCT安静時EEGデータなどに適用し、前年度の結果と比較した。第二に、安静時と様々な課題実施時といった行動状態に依存しない脳機能結合の個人特性（共通神経モード）抽出法の研究の中で、多集合正準相関分析（M-CCA）に基づくアルゴリズムの開発に貢献した。安静時fMRIデータベースに適用したところ、異なる知性や能力と相関する3つの共通神経モードを発見し、これを説明変数に加えることで、QOLの予測精度が改善することがわかった。第三に、共同研究者のHyvarinen教授のポスドク研究員であるMonti氏が10週間滞在した際に、彼らが提案しているModular Hierarchical Analysisを用い、fMRI脳機能結合から年齢を推定する研究を実施した。この成果は現在論文投稿中である。第四に、ATR内で、SPLICE法から得られる特徴量に基づいて、fMRI脳機能結合の状態を推測するフレームワークを構築し、ATRが保有する、安静時および集中が必要な課題実施時のEEG-fMRI同時計測データに対して適用した。この成果を国内外の学会で発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前年度に開発した、時空間特徴量を抽出できるSPLICEの拡張法であるが、学習アルゴリズムの諸要素を再検討することにより、不安定性の解消や局所解への対応の面で大きく改善するなど、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。別プロジェクトにおいて、本研究チームのメンバーが実験に貢献し、安静時、および集中力を要する作業記憶課題中の大規模EEG-fMRI同時計測データを蓄積し、本課題内で開発・改良を進めている脳情報解読法の検証が進められている。さらに、研究室で保有しているフィードバック用の可視化システムを大幅に改修し、fMRI脳機能結合の状態を推測するEEG特徴量に基づいてフィードバック・トレーニングができるフレームワークと、その動作検証が行われている。fMRIの共通神経モード分析やEEG特徴量構築法SPLICEなどこれまでに開発した要素技術を活用して、集中力に関わる特徴量を抽出し、Matlabで実装することにより、上記のニューロフィードバック・フレームワークを用いて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 |
SPLICEを拡張した、時空間畳み込み階層ネットワークのアルゴリズムを整備し、脳イメージングデータへの適用が容易になるようにパッケージ化を行う。最終年度は、まず、これまで集めた脳波-fMRI同時計測データやニューロフィードバック中の脳波データを、開発した手法で解析し、集中脳状態を推測するEEG特徴量抽出フレームワークを確立する。次に、これを既存の可視化システムに統合し、検証のための実験を行う。ATRに簡易型EEGシステムを用いてマインドフルネス・フィードバックの開発を行なっている研究者がいるので、本プロジェクトの開発技術の簡易型EEGシステムへの転移の可能性について議論する。共同研究者のHyvarinen教授はINRIA-Saclayから出身地のヘルシンキ大学に戻り、そこに長く留まる予定のようである。最終年度はオンライン・ミーティングなども活用して、緊密に連絡を取り合い、成果をまとめる。特に、Hyvarinen教授と森岡氏を中心にして、非線形独立成分分析とContrastive Learningに基づく新たな脳イメージングデータ解析フレームワークの共同研究を推進しており、引き続き協力関係を維持できるよう、今後の研究課題についてもまとめる。
|
| Causes of Carryover |
UCLからHyvarinen教授のポスドクのMonti氏が、理化学研究所の客員として10週間滞在し、集中的に共同研究を行うことができた。さらに、Hyvarinen教授がUCLを退職し、INRIA-Saclayに1年間限定で異動したため、新任地での共同研究で忙しい中で、適切な出張のタイミングがなかった。修士の学生をリサーチアシスタントに雇用したが、日数が十分に取れなかった。
次年度さらに研究を加速するために、最終年度に博士卒の人をフルタイムの研究技術員として雇用することとし、その予算確保のために残額が生じた。
|
