2016 Fiscal Year Annual Research Report
Decoding time-series information from MEG data during visual attention tasks
| Project/Area Number |
15K16011
|
|---|
| Research Institution | Toyama Prefectural University |
|---|
Principal Investigator |
森重 健一 富山県立大学, 工学部, 講師 (30433197)
|
|---|
| Project Period (FY) |
2015-04-01 – 2017-03-31
|
| Keywords | MEG / ノイズ除去 / 視覚的注意 / 眼球運動 |
|---|
| Outline of Annual Research Achievements |
平成28年度は、研究代表者らが提案するノイズ除去手法で得られた脳電流を用いて、視線を移動させて注意を向けているときと、視線を移動させずに注意を向けているときのデータの解析を行った。ひとつは（１）両者の皮質電流の違いを明らかにすることであり，もうひとつは（２）皮質電流から脳内の時系列情報を再構成することである．
(1) 本研究課題では，視覚的注意や眼球運動を行っているときのMEGデータから，全脳の皮質電流とアーチファクト源の電流を同時に推定し，両者を分離することでアーチファクトの影響の少ない皮質電流を得た．また，いくつかの脳部位では，視線を移動させずに注意を向けている場合に比べて，視線を移動させて注意を向けている方が大きな電流が推定された．
(2)推定した皮質電流が眼球運動や視覚的注意に関する情報を反映しているならば，推定した皮質電流から視標位置や速度の時系列波形を再構成できるはずである．そこで，単一試行ごとに推定電流を用いて，視標位置・速度の時系列波形を再構成できるか試みた．具体的には，推定した皮質電流からタスクに関係のある時系列情報をSparse Linear Regressionを用いて視標の呈示時刻よりも前の皮質電流から視標位置・速度の情報を再構成した．再構成した値と真の値の間には強い相関があったことから，脳内には視標位置や速度に関する情報が準備されている可能性を示唆している．また，trainingとtestで異なるタスクのデータを用いた場合でも，学習器に汎化能力があり，しかも共通のダイポールが再構成に寄与していたことから考えて，視覚的注意と眼球運動を実現するための共通のメカニズムが存在すると考えられる．
|
