Hierarchical interactions of predictions and prediction errors in normal and schizophrenic brains

2022 年度 研究成果報告書

• 研究課題/領域番号: 19K06906
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分46010:神経科学一般関連
• 研究機関: 東京大学
• 研究代表者: Chao Zenas 東京大学, ニューロインテリジェンス国際研究機構, 准教授 (30532113)
• 研究期間 (年度): 2019-04-01 – 2023-03-31
• キーワード: Predictive coding / Brain network / Hierarchy

研究成果の概要

人間の脳は、階層的な予測コーディング ニューロン ネットワークを保有することが提案されています。 この理論を支持して、予測誤差のフィードフォワード信号が報告されていますが、フィードバック予測信号はとらえどころのないものでした。 ここでは、定量的モデルを使用して脳波でこれらの信号を分解し、2 つの機能階層にわたる神経サインを識別します。 私たちの調査結果は、予測信号の周波数順序と、予測コーディング理論をサポートする予測エラー信号との階層的相互作用を明らかにしています。 上記の結果は公開されています: Chao Z. et al. (2022)、Comms Biology、5(1)、1076。

自由記述の分野

Neuroscience

研究成果の学術的意義や社会的意義

科学レベルでは、予測コーディングは、脳が利用できる圧倒的な量の感覚データを理解するための解決策になる可能性があり、その理解はニューロモルフィック エンジニアリングとニューロロボティクスのさらなる発展に役立つ可能性があります。 臨床レベルでは、個々の予測信号と予測誤差信号を識別し、健康な個人と精神病患者の両方でそれらの調整を監視することで、統合失調症や自閉症などの精神障害の予後および/または診断のための神経マーカーの開発に役立つ可能性があります。