Understanding and engineering application of cerebellar neuronal network realizing predictive adaptive control
Project/Area Number | 16H02901 |
Research Category |
Grant-in-Aid for Scientific Research (B)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Research Field |
Life / Health / Medical informatics
|
Research Institution | Chubu University |
Principal Investigator |
平田 豊 中部大学, 工学部, 教授 (30329669)
|
Project Period (FY) |
2016-04-01 – 2020-03-31
|
Project Status |
Granted(Fiscal Year 2017)
|
Budget Amount *help |
¥17,680,000 (Direct Cost : ¥13,600,000、Indirect Cost : ¥4,080,000)
Fiscal Year 2018 : ¥4,810,000 (Direct Cost : ¥3,700,000、Indirect Cost : ¥1,110,000)
Fiscal Year 2017 : ¥3,900,000 (Direct Cost : ¥3,000,000、Indirect Cost : ¥900,000)
Fiscal Year 2016 : ¥5,330,000 (Direct Cost : ¥4,100,000、Indirect Cost : ¥1,230,000)
|
Keywords | 予測制御 / 運動学習 / 眼球運動 / 小脳 / 金魚 / 視運動性眼球運動 / 速度蓄積機構 / 予測性制御 / 魚類 / BMI / 適応制御 |
Outline of Annual Research Achievements |
本研究では,動物に見られる予測性適応運動制御の神経機構を明らかにし,それを工学的に実現することを目的として,1) 行動, 2) 神経細胞活動,3) 神経ネットワーク,4) 工学的応用,の4つのレベルで研究を進める計画である.初年度にあたる平成28年度では,このうち主に1) と2) の研究を実施した.行動実験では,金魚(和金)を用い,周期同調(Period Tuning)と呼ばれる予測性の眼球運動を適応的に獲得する行動を対象とした.主な成果として,これまでに明らかにされていた視覚刺激の終了タイミングを予測する行動に加え,刺激の開始を予測する行動が獲得されることを実証した.この刺激開始予測行動は,刺激開始タイミングを予測不能なようにランダムな周期としたところ獲得されないことも確認された.同様に,刺激終了予測行動も,刺激終了タイミングをランダムにすることにより獲得されないことも確認された.また,刺激開始予測行動は刺激終了予測行動とは独立に獲得されることも示した.さらに,一旦獲得された刺激開始ならびに終了予測行動は,小脳を急性に切除することにより,ともに消失することも確認された.小脳を切除した金魚においては,刺激開始予測,終了予測とも獲得されないことも示された.一方,周期同調行動を獲得する前・中・後の前庭小脳Purkinje細胞活動の細胞外記録も実施し,20細胞以上の記録に成功した.解析の結果,眼球運動や視覚刺激波形に様々な割合で応ずる細胞が存在することが見出された.
|
Current Status of Research Progress |
Current Status of Research Progress
2 : Research has progressed on the whole more than it was originally planned.
Reason
金魚において示されている従来の知見の再現・確認に加え,新たな予測性適応制御行動を見出すことができたため.また,当初の予想通り,これらの予測性適応制御行動が小脳に依存することも実証されたため.さらに,当初の計画通り,神経細胞活動レベルの研究においても,この予測性行動に深く関与すると考えられる小脳Purkinje細胞の行動獲得前・中・後の細胞外単一細胞活動記録に成功し,その性質の概要が明らかになったため.
|
Strategy for Future Research Activity |
2年目にあたる平成29年度には,上記の4つの研究レベルのうち,主に3) 神経ネットワークレベルの研究を進める.初年度に得られた行動と神経電位計則データを再現可能な神経ネットワークモデルを構築し,シミュレーション条件(周期同調学習に必要な誤差信号,シナプス可塑性部位,学習則)を決定する.我々のこれまでの研究により,周期同調には小脳に入力される速度蓄積機構からの出力信号が重要な役割を果たすことが示されていることから,小脳神経回路に加え,速度蓄積機構を構成する脳幹神経ネットワークも考慮したモデリングを行う.また,研究遂行過程で得られるモデル解析に基づく予測の確認のため,適宜初年度と同様の行動・神経電位計測実験を実施する.
|
Report
(1results)
Research Products
(21results)