• 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

2022 年度 研究成果報告書

データ統合フレームワークによる報酬動機づけ文脈の脳機能解析の特異性と信頼性の確立

研究課題

  • PDF
研究課題/領域番号 20K07727
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51020:認知脳科学関連
研究機関群馬大学 (2022)
慶應義塾大学 (2020-2021)

研究代表者

地村 弘二  群馬大学, 情報学部, 教授 (80431766)

研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード機能的MRI / 認知制御
研究成果の概要

行動課題に関連した脳活動を計測する機能的MRIを用いたオリジナル実験で収集した小サンプルデータと,Human Connectome Project (HCP)から配布されているビッグデータを統合的に解析する手法を考案した.脳活動から行動状況を分類する分類器の訓練をビッグデータで行い,オリジナルデータの分類を行うことにより,分類器の汎化と,データの独立性を確保することができた.また,オリジナルの行動課題のデータ収集に合わせて,HCPと同じデザインの行動課題・指標データを取得し,標準的機能的MRI解析,機械学習を用いた,統合的な解析を可能にした.

自由記述の分野

認知神経科学,神経情報学

研究成果の学術的意義や社会的意義

機能的MRIを用いたヒト認知神経科学では,結果の再現性と信頼性が問題となっている.本研究では,公開されているビッグデータと,特異的な仮説を検証するための小サンプルサイズデータを統合的に解析することにより,再現性と信頼性をあげることに寄与した.とりわけ,独立のサイズが大きいサンプルを用いて,機械学習の分類器を訓練し,オリジナルのデータをテストする手法は,信頼性を確保する一つの標準的手法になると考えられる.また,オリジナル実験のデータを収集する際に,ビッグデータと相同のデータを収集することの有効性を示し,信頼性の高さを示した.

URL: 

公開日: 2024-01-30  

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