| 研究課題/領域番号 |
19200021
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
石黒 真木夫 統計数理研究所, モデリング研究系, 教授 (10000217)
|
|---|
| 研究分担者 |
岡田 泰昌 慶應義塾大学, 医学部, 准教授 (80160688)
越久 仁敬 兵庫医科大学, 医学部, 教授 (20252512)
田村 義保 統計数理研究所, データ科学研究系, 教授 (60150033)
三分一 史和 千葉大学, 大学院・工学研究科, 助教 (30360647)
|
|---|
| キーワード | 非線形入力モデル / 因果関係 / ニューロンの分類 / データの重ねあわせ / SN比の改善 / 過渡的現象の解析 / 情報量規準 / 画像データ解析 |
|---|
| 研究概要 |
19年度の研究において呼吸の筋活動に直結するC4VRの信号に直接関係すると見られるピクセルを抽出することに成功し、C4VR信号への影響を記述するモデルにSTFモデルという名前をつけた。
また、NNARモデルを用いた解析により、C4VR信号と相関の高い変動をしめす部位がみつかっている。
研究の目的として呼吸リズム形成に関わる領域の抽出を挙げていたが、本年度の研究によってこの目標が達成されたことになり、学会にも報告し、論文を投稿するまでに至っている。この領域の抽出にあたっては非線形モデルのフィットが重要な役割を果たしており、このモデルのパラメータの値による呼吸リズム形成領域における各ピクセルの役割の客観的な分類が可能になったことが大きな成果である。
従来、大きなノイズに埋もれた脳活動の解析に当たっては、多数回の実験データの重ね合わせによりSN比を改善する方法が主流であったが、今年度の我々の研究によるNNARモデルによる解析法によりデータの重ね合わせによることなく、重要な活動領域を抽出することが可能になる見込みが得られた。この方法は一般の脳研究に拡張できる可能性があり、大きな成果と言える。この成果を公表する準備が進行中である。
|
