|
本研究の目的は，電気生理学の多点神経細胞活動データを，顔認知の研究の進展に役に立つようにデータ処理するソフトウェアの基礎になるアルゴリズムを開発することである．認知機構の解明には，サルやヒトの心理学および臨床的な知見と電気生理学や非侵襲計測の実験データとの対応をとることが重要である．近年の計測技術の進歩により実験データは高次元化している．研究者は，その高次元データに潜む，比較的低次元で表される本質的な潜在構造を抽出する必要がある．平成24年度は，この目的にしたがい以下の二つの研究を行った．
1. レプリカ交換モンテカルロ法を用いた高速アルゴリズムの開発
顔認知の神経機構を解明するには，多神経細胞記録や近赤外線分光法(NIRS)などの多点計測をする必要がある．ここで重要な点は測定された神経活動やNIRSのチャネルがすべて顔認知に関係しているとは限らないことである．そこで我々は計測データから顔認知に関係している本質的な潜在構造を自動抽出する手法を，機械学習の分野で近年著しく発展しているレプリカ交換モンテカルロ法を用いて開発した．提案手法は教師あり学習にもとづく手法であり，表情によらない個人の同定や，逆に個人によらない表情の同定に関する神経細胞を自動選別できる．また本手法は，顔認知に重要な働きをするNIRSのチャネルの自動選別に応用することができる．
2. 顔認知に関する画像解析手法の開発
画像解析に用いられるマルコフランダムフィールド(MRF)モデルのハイパーパラメータ(HP)の分布推定の研究を行った．HPの一種である画像の滑らかさは，拡散方程式の拡散係数に対応する．側頭葉の光計測データに本手法を適用することで，皮質内を神経活動が伝播する際の拡散現象を正確に知ることができる．
|
