研究課題/領域番号 |
21K07262
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分51020:認知脳科学関連
|
研究機関 | 静岡理工科大学 (2022) 高知工科大学 (2021) |
研究代表者 |
渡邊 言也 静岡理工科大学, 情報学部, 准教授 (90637133)
|
研究期間 (年度) |
2021-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
キーワード | ストレス / レジリエンス / fMRI / EEG / 安静時脳活動 / コルチゾール / fMRIーEEG同時計測 / 機械学習 / 生理指標 |
研究開始時の研究の概要 |
本研究はヒトにおけるレジリエンス(=ストレス環境に適応し回復する能力)の個人差を司る神経生理基盤を明らかにする。これにより、従来の医師やカウンセラーの経験に依存していたストレスからの回復状態の評価に神経生理学的根拠に基づく新たな評価軸を提供することを目的とする。 実験では参加者に軽微なストレスを負荷し、その経験前後の約2時間の神経生理変化をfMRI(機能的磁気共鳴画像法)とEEG(脳波)、および複数の生理指標(心拍・呼吸・瞳孔・コルチゾール・α アミラーゼ)を用いて断続的に計測し、従来より高い時空間分解能でヒトのレジリエンス差に一致した神経生理学的特徴を理解する。
|
研究実績の概要 |
大きなストレスを体験し、たとえ一時的に鬱的状況に陥っても、多くの人間は時間と共に、与えられたストレス環境に適応して、心身を回復させ、健康的状態に戻ることができる。そような適応過程は脳と身体にどのように表現されているのか。本研究はストレスからの適応・回復能力である「レジリエンス」に着目し、レジリエンスを司る脳内ネットワークを、ヒトfMRI(機能的磁気共鳴画像法)とEEG(脳波)、さらに複数の生理指標を組み合わせた同時計測を用いた網羅的探索によって明らかにするものである。 2022年度は、前年度取得した約100名分のデータを利用し、詳細な解析を行った。解析の結果、fMRI の結果については①島葉を中心とするネットワークがストレス経験後、レジリエンスの低い個人で特に上昇すること、②背側帯状皮質を中心とするネットワークはストレス経験後、レジリエンスの高い個人で上昇することを発見した。一方で、EEGについては、ストレス経験後に後頭葉と前頭葉において、③26.5Hz帯域 (Beta2)と④43.0Hz (Gamma) 帯域との強度が、レジリエンスの低い個人で上昇していることを発見した。さらには、生理指標についても、⑤心拍数はレジリエンスの高い個人で低い傾向があることも発見した。これらの5種類のレジリエンスの個人差に関わる脳と身体生理反応の特徴は未だ報告されていない、新規の現象である。 さらに、これらの大規模データを駆使して、個人のレジリエンスの高低を脳活動から予測できる機械学習アルゴリズムを作成中である。 以上の成果については国内学会と、複数の会議、また2つの招待講演にて発表することができ、先生方から様々なご意見をいただくことができた。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2022年度は当初の計画通り、解析に集中することができ、結果として報告されていない新奇な現象を複数発見することができた。引き続き結果の細部に関わる解析は必要であるが、おおむねは結果をまとめることができた。
|
今後の研究の推進方策 |
1)これまで取得した大規模データを駆使して、個人のレジリエンスの高低を脳活動から予測できる機械学習アルゴリズムを作成する。 2)現在これらの結果について英語論文を執筆し、投稿する。2023年度中に投稿を完了し、ここで報告したい。
|