| 研究課題/領域番号 |
19K20688
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分90110:生体医工学関連
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
岩野 孝之 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (80415645)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
中途終了 (2021年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | fNIRS / fMRI / アーチファクト / 同時計測 / 息止め / バルサルバ法 / 呼吸 / 表情筋 / 脳機能計測 / 皮膚血流除去 / 深層学習 |
|---|
| 研究開始時の研究の概要 |
脳機能計測技術fNIRSが抱える、皮膚血流の変動などによるアーチファクトの混入という大きな問題を解決するため、皮膚血流の影響を受けないfMRIとの同時計測実験を行い、fNIRSデータからの脳賦活データの抽出手法の開発とその実証的検証を行う。従来の皮膚血流除去手法の性能を同時計測MRIデータとの比較により検証すると共に、MRIによる頭部の動きの計測、頭部の各層の形状の計測、心拍計・呼吸計の併用、皮膚血流変化を能動的に引き起こすタスクの実行、Deep Learningを用いた深層学習、などによりfNIRSデータから脳賦活データを正確に抽出する手法の確立を目指した研究を行う。
|
| 研究実績の概要 |
脳機能計測技術であるfNIRSは、fMRIやPETと比べて、非侵襲、安全、低コスト、高時間分解能、携帯性などの利点があり様々な環境での脳計測を行える可能性を持っているが、皮膚血流の変動などによるアーチファクトの混入という計測上の大きな問題があった。そこで、fNIRSのこの問題点を解決して様々な環境での信頼性の高い脳計測を可能にするため、皮膚血流の影響を受けない手法であるfMRIとの同時計測実験を行った。
頭部の向きにより頭蓋内で脳表面が移動し、頭皮から脳表までの距離が変化して、それに伴いfNIRSの光路が変化する可能性を調べるため、仰臥位と腹臥位でMRI撮像を行い、脳表の位置を比較した結果、脳表の位置のずれは1mm未満であり、fNIRSの光路には大きな変化を及ぼさないことが確認できた。
頭皮とのプローブの接触面の変化がfNIRSデータに及ぼす影響を調べるため、顎の開閉と眉毛の上下のタスクを行った際のfNIRSデータを取得したところ、双方のタスクにおいて、fNIRSデータの波形は動作の開始後1秒以内の短時間に垂直的に変化し、動作の終了後1秒以内に元の位置に戻った。同時に計測したfMRIデータの変動との有意な相関は無かったため、脳賦活の変化による変動ではなく、頭皮とのプローブの接触面の変化による物理的変化であることが確認された。
皮膚血流変化を能動的に引き起こすタスクとして、15秒間の息止めや、15秒間のいきみ（バルサルバ法）を行い、その際のfMRIとfNIRSデータを取得した。双方のタスクにおいて、自律神経由来の血圧変動に呼応する形のfNIRSデータの変動が見られた。fMRIデータでは、脳の灰白質全体においてBOLD信号の変動が見られた。fMRIデータの各時点での灰白質全体のBOLD信号の平均値を差し引くことにより、これらのBOLD変動は小さく抑えることができることを確認した。
|
