|
スパースモデリングを用いて認知機能を知覚と記憶の相互作用の観点から取り扱う枠組みを、電気生理学データに基づくデータ駆動アプローチで構築することを目指す。我々の社会生活を支える脳の重要な機能の１つ、顔の個体や表情の認知は、入力された視覚情報から、髪、眉、眼、鼻、口などの要素を取り出し、その組み合わせとしての顔を知覚するプロセスと、過去に見た経験により形成された記憶から想起された顔と今見ている顔とを照合するというプロセスの統合によって可能になると考えられる。これまでの研究から、知覚のプロセスには側頭皮質の顔細胞からの情報が、記憶から顔を想起するプロセスには内側側頭葉の概念細胞の情報が関与していると考えられる。しかしながら、情報の統合を可能にする神経機構は明らかでない。これまで、顔の倒立提示により個体認知の成績が低下
するという心理学的現象に基づき、顔の倒立提示が側頭葉視覚連合野（TE野）の情報処理に影響を与えることを明らかにしてきた。本年度は、TE野のニューロンがコードする顔画像のパラメータを事前の仮定（造作要素間の距離など）に依らずに明らかにするため、深層ネットワークを利用した。ニューロン活動の記録実験に用いた顔画像を入力し、各層の表現を非類似度行列により可視化した。またTE野ニューロン集団の活動も、経時的に非類似度行列により可視化した。そして、これら深層ネットワークおよびTE野ニューロン集団活動の非類似度行列の相関を解析した。その結果、深層ネットワークの深い層にあたる全結合層 (fc6)における表現がTE野の情報表現と類似していることが示唆された。
|
