| 研究課題/領域番号 |
19H04185
|
|---|
| 研究機関 | 関西学院大学 |
|---|
研究代表者 |
工藤 卓 関西学院大学, 工学部, 教授 (10344110)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | 3Dクラスタリング / 培養神経回路網 / 神経誘発応答パターン / 自発性神経活動パターン / VGG16 / 転移学習 / 深層学習 |
|---|
| 研究実績の概要 |
今年度は，多点で自発性及び誘発性細胞外電位を計測し，時空間クラスタリング，3D参照クラスタリングにより得られた神経電気活動の時空間パターンを深層学習を用いて識別した．本研究では，神経活動スパイクを空間的なパターンと時間的な変化の連続性を基にして時空間クラスタリングを適用し，神経細胞間に存在する相対的な位相のずれを考慮した活動パターンの抽出を試みた．
また，情報処理の単位と考えられている電極ごとのバーストに着目し，バーストをクラスタリングの単位として，時空間の時間情報方向の密度を下げてクラスタリングを行った．その結果，各クラスタの3D重心の平面座標位置は分散し，明確なクラスは形成されなかった．そこで，3D参照クラスタリングによって得られた活動パターンの特徴ベクトルを時間軸方向に圧縮した 2 次元パターンマップを8x8 画像として扱い，電極の上下，左右，斜めの隣り合う電極が同じであること，活動パターンを画像として結合する際に隣り合う活動パターンは活動パターンの発現時間においても隣同士であることを条件としてマップを結合して224x224 画像を形成した．これを大規模画像データセットで学習済みの既存の畳み込みニューラルネットワークモデルである VGG16 への入力とした．最後の層のみ重みのみをファインチューニングし，自発性活動と誘発応答の識別を行った結果，空間情報を優先した組み合わせで作成した神経活動パターンイメージ，時間情報を優先した神経活動パターンイメージを入力データとした時のいずれも80－99％以上の精度で識別に成功した．したがって，転移学習による多層畳み込みニューラルネットワークを用いて，600 の少ない学習データ数で充分神経活動パターンの識別が可能であることが示唆された.
|
| 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
実際に大規模画像データセットで学習済みの既存の畳み込みニューラルネットワークモデルである VGG16を用いて，シンクネイ電気活動の自発活動と誘発応答パターンの識別を99％以上の高い精度で成功した．これは，本手法による3Dクラスタリングとその画像結合手法が，自発活動と誘発応答の相違点が現れる特徴量を抽出したということを意味する．現時点では，3Dクラスタリングで得られたパターンを，その時間方向の出現位置を入れ替えて画像を結合しているため，作成したマップ画像に大局的な時間情報は含まれない．したがって，純粋に個々の神経活動のパターンレパートリーから自発活動パターンと誘発応答パターンを識別したということである．この知見は今後の解析方針に大きな影響を与える．
|
| 今後の研究の推進方策 |
今後は，まず，自発活動と誘発応答の，記録開始時刻から一定の連続時間における神経活動イメージを時間順に結合して入力画像を形成し，空間パターンの時間推移を計算に加えて識別を行う手法を確立する．
また，学習により抽出した特徴量の解析を行い，刺激電極やネットワークサイズを変えながら自発性活動と誘発応答活動の類似性を検証して自発性活動と誘発応答活動の関係性を明らかにする．自発性活動と誘発応答活動はそれぞれ独立した活動ではなく，自発性活動は神経活動の内部状態を形成し，誘発応答活動パターンのソースになっているという仮説を，本手法を用いて立証する.
|
