| 研究概要 |
神経発火のデータ解析に役立てるという目的と,脳の情報表現を探るという2つの目的で,神経発火のメカニズムを確率モデルを用いて数理モデル化し,そのパラメタ推定アルゴリズムを構築した.具体的には,発火間隔のヒストグラムをガンマ分布としてモデル化し,発火率は時間変動するという混合モデルを考えた.発火率の確率分布は未知とするセミパラメトリックモデルに対して,情報幾何の理論に基づく考察を行い,スパイク不規則性の推定に関する基礎的な知見を得た.特に,発火率が時間変動する場合にも,直交性を利用して,偏りなくスパイク不規則性を推定できる最適な推定量を見つけた.すなわち,推定量の期待値が,真の値と等しくなるように,推定方法を定め,この推定方法が最も早く収束する推定方法であることを数学的に証明した.この推定方法に基づいて我々が定義したスパイク不規則性の指標は海外の一流研究室においても使用され始めている.
ここまでは理論的な成果であったが,さらに,スライス神経細胞での実験データを通して,実際の神経細胞が直交性を情報表現として利用していることを確かめるプロジェクトを立ち上げた.スライスにおいては入力電流を制御可能である利点を利用して,近年流行しつつあるバランス入力を,神経細胞に注入した.すると,出力発火パターンは,我々の用いた確率モデルすなわちガンマ過程で良くフィットできそうなことがわかり始めてきている.このことは,脳が発火率と不規則性の直交表現を利用していることを示唆している.
|
