|
本研究ではfMRI実験を行い、言語の連想タスクを行っている脳画像データを統計解析し、特に機械学習の方法(MVPA)を用いて、実験参加者の各時点での思考を分類し、予測するモデルを立てた。特に実験参加者間での予測モデルの精度劣化という問題を解決するため、データの時空間双方に亘る事後分析を行い、意味認知をめぐって、独自の素性選択法を提唱することにより、集団レベルでのMVPAの精度を向上させた。そのほか、バイリンガル話者のfMRI実験を行い、意味処理を行いながら言語を切り替える際の脳反応についても、一般的なGLMばかりでなく、MVPAを応用していくつかの重要な脳領域を抽出した。
|
