| Research Abstract |
本研究はモデルパラメータ推定を用いたアプローチにより,脳波波形変化メカニズムの解明を目指すものである.脳波にはアルファ波といった,周期的自発活動が含まれており,この周期的自発活動が脳波波形変化に重要な役割を果たしていることが示唆されている.これまでの脳波にて計測された周期的な自発活動の瞬時位相及び振幅の推定には主にヒルベルト変換やウェーブレット変換が使われてきた.しかし,脳波には多くのノイズが含まれており,更に周波数,振幅も揺らいでいることから,これらの手法では推定精度が悪かった.そこで,本研究では,自発活動の中でアルファ波に注目し,マルコフ確率場(MRF)モデルを用い,これまでの手法よりも精度よく瞬時位相,振幅を推定する方法を提案した.本手法は,瞬時位相,瞬時振幅をパラメータとして,それらをデータから推定する手法である.人工データを利用することで,本手法は既存の手法よりも精度がよいことが明らかになり,さらに,実験データに適応することにより,これまでよりも実験結果をより精度よく説明することが可能であることを示した.さらに,この自発活動の位相の急激な変化が脳波波形変化に重要な役割を果たしていることがわかってきているが,これを単一の試行から精度よく抽出する方法はこれまで存在していなかった.本研究で開発している手法を拡張することでこのような単一試行から精度よく,位相の急激な変化を抽出できる可能性を示唆した.
|
