2021 Fiscal Year Annual Research 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 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (80512269)
|
|---|
| Project Period (FY) |
2018-10-09 – 2022-03-31
|
| 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、共同研究者のHyvarinen教授らとともに、多次元脳活動時系列データに内在する非線形ダイナミクスを抽出するために、標準的な非線形ベクトル自己回帰モデル (NVAR) を一般化したNVARモデルのクラスを考え、independent innovation analysis (IIA)という新たな枠組みを提案した。この解析法は、任意の非線形イノベーションに対して、真のモデル（およびこれと同値なモデル）の識別可能性も数学的に保証されている。さらに、モデルに含まれる補助変数が一般の観測値 (IIA-GCL)、時間などの離散観測値 (IIA-TCL)、観測できない場合 (IIA-HMM) のそれぞれに対して、学習アルゴリズムを開発した。脳磁図 (MEG) データに対して、IIA-TCLを適用したところ、従来法より視覚刺激時と聴覚刺激時の判別パフォーマンスが有意に向上し、聴覚刺激、視覚刺激、自称関連電位に対応する成分が抽出できることが示せた。第二に、因果解析法のDirectLiNGAMを、集中力を必要とする運動イメージトレーニング中のfMRIデータに適用し、タッピングを想像した手と反対側の外側運動前野から初期運動野、および同側の運動前野から上頭頂葉への有向脳機能結合を抽出し、本手法の脳データ解析における有効性を示した。第三に、自然な刺激や実験デザインを用いた脳イメージング研究にも応用可能な、複数領域の脳活動信号間の因果関係を課題や刺激ごとに要因分解できるNeural dSCAを開発し、動物の神経活動記録データなどでその有効性を検証した。
|
