2021 Fiscal Year Annual Research Report
超適応の解明に向けた脳状態空間表現の同定と非侵襲脳刺激による操作
Publicly Offered Research
| Project Area | Hyper-adaptability for overcoming body-brain dysfunction: Integrated empirical and system theoretical approaches |
|---|
| Project/Area Number |
20H05464
|
|---|
| Research Institution | Nagaoka University of Technology |
|---|
Principal Investigator |
南部 功夫 長岡技術科学大学, 工学研究科, 准教授 (40553235)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 脳波 / ネットワーク解析 / 脳機能結合 |
|---|
| Outline of Annual Research Achievements |
近年，身体運動の脳内表現は、運動計画時や実行時の神経活動群から構成される低次元の状態空間 (Neural Manifold)での位置に依存することが明らかになっている．一方で，運動に関連する複数の脳領域がどのように関連しているのか、その脳領域間の関係性や相互作用は明らかになっていない．このような複数の脳領域が関与する全脳レベルでの低次元ダイナミクス遷移が明らかになれば、ヒトの運動や適応、学習などを深く理解できる可能性がある。
そこで，本研究では，ヒトの身体運動に関与している脳活動を全脳レベルの状態空間ダイナミクスとして同定できる手法についての検討を行った．具体的には脳機能結合の低次元空間表現を明らかにするために、2つの低次元空間同定手法を検討した。
最初に、非侵襲で脳活動が計測できる脳波(Electroencepharogram; EEG)を対象とし，そのうちの一つとしてグラフィカルモデル(Time-varying graphical Lasso)を用いた低次元空間可視化手法を検討した．次に、有向グラフを用いた手法として、自己回帰モデル(auto-regressive models)とカルマンフィルタを用いた手法について検討を行った。
両手法においても、異なるタスク状態を可視化できる可能性を示唆する結果を得ることができた。今後、さらに検証を行い、手法を確立させると同時に両手法の比較、そして別のデータへの適用を検討していく。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
Research Products
(2 results)
