2018 Fiscal Year Annual Research Report
行動・脳機構・遺伝子の包括的個人差モデルと個性の描出
Publicly Offered Research
| Project Area | Integrative research toward elucidation of generative brain systems for individuality |
|---|
| Project/Area Number |
17H05957
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
地村 弘二 慶應義塾大学, 理工学部(矢上), 准教授 (80431766)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Keywords | 脳機能 / 機能的MRI / 個人差 |
|---|
| Outline of Annual Research Achievements |
Human Connectome Project (HCP)から提供されている脳機能画像と行動指標Pデータを解析し，一般流動性知能と意思決定の自己制御の強さは，効果量は弱いが，信頼性のある正の相関があることを示した．そして，HCPで収集されている心理・行動特性と，行動課題遂行中の機能的脳画像で統合的に調べ，心理特性が，前頭前頭前野・頭頂領域の機構を媒介し，自己制御と関連していることを示した．さらに，安静時機能的MRIで観測される動的なパターンの出現の個人差が，行動特徴により説明されることを，行動特徴と脳活動パターンの正準相関により示した．
また，HCPデータで抽出される行動課題に関連した脳領域を，オープンリソースで提供されているヒト死後脳の遺伝子発現データによりクラスター解析を行った．作業記憶課題では，前頭前野の前部から後部にかけてクラスターが分離しており，グラフでは中心から周辺に配置されることが示された．
畳み込みニューラルネットワーク (CNN) を用いて，HCPから提供されている行動課題遂行中の個人レベルの脳活動マップから，行動課題を分類できる分類器を構築した．具象物画像学習済みのCNNモデルを用いて，転移学習とファインチューニング法によりHCPの脳機能画像と行動課題の関係を学習させたところ，高速に学習がされ，高い分類精度が得られた．そして，CNNの中間層の重みを可視化することにより，脳機能マッピングを可能にした．作業記憶課題では前頭前野腹外側部で重みが大きくなっていることが観察され，この領域の課題特異性を反映していた．
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
Research Products
(4 results)
