• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2003 年度 実績報告書

空間時系列モデリングによるfMRI、EEGデータの時空間解析

研究課題

研究課題/領域番号 15500193
研究機関文部科学省統計数理研究所

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 瀧澤 由美  統計数理研究所, 予測制御研究系, 助教授 (90280528)
石黒 真木夫  統計数理研究所, 予測制御研究系, 教授 (10000217)
定籐 規弘  国立岡崎共同研究機構, 生理学研究所, 教授 (00273003)
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
脳内血流のダイナミックスを表現する非線形確率微分方程式モデルを(局前線形化スキームを使って)実際のfMRI計測データにあてはめることに成功した。これによって脳内血流のダイナミックな因果関係の解明に道が開けた。結果はNeuroimage誌に投稿し受理された。
局所自己回帰型空間時系列モデルの考えを押し進めて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を提案しこれをfMRI計測データ(一つは視覚刺激実験データ、もう一つは運動刺激実験データ)に適用し刺激時の脳内血流のLocalizationとConnectivityの解析への有効性を検討した。Localizationに関してはこれまでの世界標準的手法として確立しているSPM法と比べて以下の2点において優れている点が確認された。i)SPM法では少なくとも4、5回の実験データを必要とするが、NN-ARXモデルでは一回の実験データで同等のLocalizatrionが得られる。ii)Localizationにおける推定位置がより強いコントラスト(高解像度)で得られる。Connectivityに関しても興味ある結果を得た。2004年4月にハバナで開催されるConnectivityに関する国際会議で招待講演が予定されている。
2)EEGダイナミック逆問題
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、その動的モデルとしてNN-ARXモデルの利用を提案、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。結果の一部をHuman Brain Mapping誌とNeuroimage誌に投稿し、両方とも受理された。

  • 研究成果

    (3件)

すべて その他

すべて 文献書誌 (3件)

  • [文献書誌] Okito Yamashita, Andreas Galka, Tohru Ozaki, Rolando Biscay, Pedro A.Valdes-Sosa: "Recursive penalized least squares solution for the dynamical inverse problem of EEG generation."Human Brain Mapping. (in press). (2004)

  • [文献書誌] A.Galka, O.Yamashita, T.Ozaki, R.Biscay, P.A.Valdes-Sosa: "A solution to the dynamical inverse problem of EEG generation using spatiotemporal Kalman filtering"NeuroImage. (in press). (2004)

  • [文献書誌] J.Riera, J.Watanabe, K.Iwata, N.Miura, E.Aubert, T.Ozaki, R.Kawashima: "A state-space model of the hemodynamic approach : nonlinear filtering of BOLD signals"NeuroImage. (in press). (2004)

URL: 

公開日: 2005-04-18   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi