• 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

時変グラフィカルモデルに基づく脳波同期ネットワークの時系列解析

研究課題

  • PDF
研究課題/領域番号 20K19867
研究種目

若手研究

配分区分基金
審査区分 小区分61030:知能情報学関連
研究機関広島大学 (2022)
生理学研究所 (2020-2021)

研究代表者

横山 寛  広島大学, 統合生命科学研究科(理), 特任助教 (10829823)

研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード脳波 / 位相同期 / 脳機能ネットワーク解析 / ベイズ推定 / データ駆動型モデリング / 動的ネットワーク推定 / 変化点検知
研究成果の概要

近年の脳科学研究では,脳機能ネットワークの時系列ダイナミクスに着目した研究が盛んとなっている一方で,脳機能ネットワークの時系列変化をデータ駆動的に推定する手法が未だ確立されていないという問題がある.本研究では,データ駆動的なアプローチによる解析から脳波に反映される脳機能ネットワークの時系列動態の定量化を目指した.その結果,数理モデルを用いたネットワーク結合のデータ駆動的な時系列推定手法に変化点検知のアルゴリズムを組み合わせることで,時系列的な脳機能ネットワークの推定とネットワーク構造の変化検出を同時に実現する手法を提案し,脳波解析により,同手法の神経生理学的な妥当性を示すことができた.

自由記述の分野

脳情報工学

研究成果の学術的意義や社会的意義

本研究では,データ駆動的なアプローチにて,観測脳波から脳機能ネットワークの時系列変化と検知と可視化の両方を同時に実現する手法を提案し,その妥当性を示すことができた.これらの結果は,脳機能ネットワークの過渡的な変化を時間分解能の高い脳波から本提案手法を基にミリ秒単位のスケールで検出できることを意味し,本提案手法を活用することで様々な認知課題実行時における脳のメカニズムとネットワークダイナミクスとの関係を定量的に議論することができる.脳のネットワーク動態の機能的役割が定量できれば,ヒトの認知機能評価に必要なサロゲートバイオマーカー探索などにも役立てることができ,医用工学的な応用が期待される.

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