| 研究課題/領域番号 |
19H04185
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 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 | 深層学習 / 転移学習 / VGG16 / 時空間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 |
|---|
| 研究成果の概要 |
3D時空間クラスタリングと深層学習転移学習を組み合わせた活動パターン識別手法を確立した．本研究では， 微小平面電極を底面に備えた細胞電位多点計測皿上に分散培養したラット海馬神経回路網から多点で計測した自発性及び誘発性細胞外電位パターンに時空間3Dクラスタリングを適用し，得られた神経電気活動の時空間パターンを画像化した．学習済みモデルVGG16を用いて転移学習を行ったところ，2カ所の刺激電極による誘発応答パターンと自発性活動パターンを9割以上の高精度で識別することに成功した．さらに，神経活性化経路が情報をコードしており，誘発応答と自発活動におけるストリームは共通のものが存在することが示唆された．
|
| 自由記述の分野 |
神経工学
|
| 研究成果の学術的意義や社会的意義 |
神経回路網における神経情報コードを解読することは，神経科学の重要な課題のみならず，脳-機械インターフェースにおいて神経活動から意思を読み取るためにも必須である．近年はBig Dataを背景にした深層学習によりパターンを高精度で識別することが可能であるが，神経信号のような生体信号は学習データを大量に用意することが困難である．本研究では，神経電気活動の多点時系列データを時空間情報を保存した形で画像に転換する手法を確立し，転移学習により高精度で識別する手法を開発した．この結果は，電気生理データのみならず，脳波など生体の多点時系列信号の識別に応用することが可能で，神経情報コードの解読に大いに貢献する．
|
