| 研究課題/領域番号 |
15500193
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
尾崎 統 統計数理研究所, 予測制御研究系, 教授 (00000208)
|
|---|
| 研究分担者 |
定藤 規弘 (定籐 規弘) 岡崎国立共同研究機構, 生理学研究所, 教授 (00273003)
石黒 真木夫 統計数理研究所, 予測制御研究系, 教授 (10000217)
滝沢 由美 (瀧澤 由美) 統計数理研究所, 予測制御研究系, 助教授 (90280528)
山下 宙人 統計数理研究所, 予測制御研究系, 非常勤研究員
|
|---|
| 研究期間 (年度) |
2003 – 2004
|
| 研究課題ステータス |
完了 (2004年度)
|
| 配分額 *注記 |
3,600千円 (直接経費: 3,600千円)
2004年度: 1,700千円 (直接経費: 1,700千円)
2003年度: 1,900千円 (直接経費: 1,900千円)
|
|---|
| キーワード | fMRIモデリング / 空間時系列モデル / 脳内血流量 / イノヴェーションアプローチ / EEGモデリング / 逆問題 / ダイナミック逆問題 / 時空間カルマンフィルター |
|---|
| 研究概要 |
1)fMRI計測データのモデリングとConnectivity
昨年度に引き続きNearest Neighbor Autoregressive Model with Exogenous Variables (NN-ARX)モデルと呼ぶ標準的空間時系列モデルの有効性を検討した。特に脳内の離れた部位間の空間的結合性(静的、動的の両方)の問題が脳科学者の間で大きな関心を集めており、データベースの統計的モデリングの立場からこの問題に取り組んだ。視覚刺激に伴う動的結合性に関する結果の一部はNeuroimage誌に投稿し受理された。血流の動きより速い神経レベルの結合性はfMRI計測データでは静的結合性として捉えられる。視覚刺激に伴う静的結合性はNN-ARXモデルを使ってある程度特徴付けが出来ることが本研究で示された。結果は2004年4月のConnectivityハバナ会議で発表された。
2)EEG逆問題:.
EEG逆問題をダイナミックなシステムの同定問題としてとらえ、モデル推定のため、Bayes型Penalized Least Squares法を導入した。またダイナミック逆問題を動的空間時系列モデル同定問題として捉えNN-AR (Nearest Neighbor Auto Regressive)モデルの利用を提案した。その超高次元状態空間表現、およびそのカルマンフィルターの計算手法を導入した。前者はHuman Brain Mapping誌に、後者はNeuroimage誌に投稿し受理された。さらに状態空間モデルのシステムノイズの分散不均一性を許す一般化をすることにより逆問題会の解像度を更に上げることが出来ることがわかり、結果をまとめてPhysics Letters誌に投稿し受理された。
|
