神経活動のモデル化による歩行障害の機構解明

通过神经活动建模阐明步态障碍的机制

基本信息

批准号：
21J10799
负责人：
松木彩星
金额：
$ 0.58万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-28 至 2023-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21J10799/
关键词：
位相復元結合推定ヒルベルト変換法同期転移結合振動子

项目摘要

脊髄神経系の結合異常によって同期が乱れるという現象が知られている。脊髄神経系のデータを解析するために、結合結合振動子系のシミュレーションデータからの結合推定を実施したところ、従来手法では同期した振動子間の結合を正しく復元できないという問題が明らかになった。そこで、従来手法の問題点を精査するとともに同期状態によらず結合を正しく復元するための手法を検討した。結合振動子系を数理的に記述する代表的なモデルの一つは、各振動子の状態を「位相」という１次元の変数で表す位相モデルである。位相モデルは、簡潔で解析しやすいモデルとして知られている。そこで本研究でも位相モデルに基づいて結合を推定する。より具体的には、観測される振動信号から振動子の位相を復元し、位相をもとに振動子間の位相結合を推定するという２段階からなるアプローチをとる。まず、振動信号から位相を復元するための従来手法であるヒルベルト変換法の復元誤差を詳細に解析した。そして、ヒルベルト変換法はノイズ等の位相変調に対するローパスフィルタ的作用を持つことを明らかにした。さらに、復元誤差を低減した「拡張ヒルベルト変換法」を提案した。位相復元に関するこれらの成果をまとめた学術論文をScientific Reportsで出版した。次に、結合振動子のシミュレーションデータからの結合推定を実施し、ヒルベルト変換法を用いるとローパスフィルタ的作用の影響で、同期した振動子間の結合を正しく復元できないという問題があることを明らかにした。そして、拡張ヒルベルト変換法を使うことで、同期状態によらず正しく結合推定できることを示した。本手法により、結合の変化によって同期ー非同期転移が生じた系や、部分的に同期したクラスターを含む振動子ネットワーク系に対する正確な結合推定が可能になった。現在、結合推定に関するこれらの成果をまとめた学術論文の投稿準備中である。

众所周知，由于脊柱神经系统中异常连接，同步受到了破坏。为了分析脊柱神经系统的数据，通过结合连接的振荡器系统的仿真数据进行了结合估计，并且该问题已表明传统方法无法正确恢复同步振荡器之间的耦合。因此，我们检查了常规方法的问题，并检查了一种正确恢复耦合的方法，无论同步状态如何。数学上描述耦合振荡器系统的一个典型模型是一种相位模型，该模型使用称为“相”的一维变量来表达每个振荡器的状态。拓扑模型被称为简单易于分析。因此，在这项研究中，我们根据相模型估算耦合。更具体地说，采用了两步方法：从观察到的振动信号中恢复振荡器的相位，并根据相位估算振荡器之间的相位耦合。首先，详细分析了Hilbert Transform方法的重建误差，这是一种用于恢复振动信号相的常规方法。已经揭示了希尔伯特变换方法对相位调制（例如噪声）具有低通滤波器效应。此外，我们提出了一种“扩展希尔伯特变换方法”，以减少恢复误差。一份总结有关拓扑修复结果的学术论文在科学报告中发表了。接下来，对耦合振荡器的仿真数据进行了耦合估计，并发现存在一个问题：当使用Hilbert Transform方法时，由于低通滤波的效果，无法纠正同步振荡器之间的耦合。还已经显示，通过使用扩展的希尔伯特变换方法，无论同步状态如何，都可以正确执行耦合估计。该方法已启用了由于耦合变化以及包含部分同步簇的换能器网络系统而发生同步 - 同步转变的系统的准确耦合估计。目前，我们准备提交一份学术论文，以总估计的总估计来汇总这些结果。