| 研究概要 |
本研究においてはまず,ブレインノイズと呼ばれる,背景脳活動の影響除去に取り組んだ.このため,プリホワイトニング・アダプティブ空間フィルターと変分ベイズ推定法を基にしたアプローチを提案しこれらの優劣を評価した.さらに,再構成された信号源波形からコヒーレンスを計算し脳活動の連関を調べる方法について研究を行い,コヒーレンスの虚部を用いる事により,再構成アルゴリズムのリークによって生じるシードブラーとよばれるアーチファクトを除去できることを理論的な解析と,それを裏付ける実験データによって示した.また,脳活動間の情報の流れや因果的関連を計測・推定する方法についても研究を進め,多変数自己回帰モデルを用いてグランジャー因果因子を計算することで因果的関連を推定する基本的な検討を行った.この際,多変数自己回帰行列の推定にスパースな解を制約する手法を用いることで計測時に重畳する背景自発脳磁界の影響を低減できることを見出した.さらに本研究では推定された因果因子の統計的な優位性を決める方法ついても,代理データを用いたブートストラップ法,パーミュテーションテストを用いる方法の2種類を開発しコンピュータシミュレーションにより評価を行い,パーミュテーションテストを用いる方法がより信頼性が高いことを見出した.
|
