Quantitative Modeling for the Neural Basis of Mathematical Ability

数学能力神经基础的定量建模

基本信息

批准号：
20K07718
负责人：
中井智也
金额：
$ 2.75万
依托单位：
Teikyo University (2022)National Institute of Information and Communications Technology (2020)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-01-04 至 2024-03-31
项目状态：
已结题

项目摘要

本研究の目的は、ヒトが数学を生み出し、計算を実施する際の脳情報処理に関する定量的モデルを構築することである。その目的のため、8名の被験者を対象に、自然言語および記号で記述された数学課題を行わせ、その際の脳活動を機能的磁気共鳴画像法（fMRI）により撮像した。実験刺激から数学演算を離散的なカテゴリーに分けた演算子特徴量と、人工ニューラルネットワーク（ANN）モデルにより連続的な特徴量を抽出したANN特徴量を抽出し、それらを入力として脳活動を予測する符号化モデルをRidge回帰により構築した。また、モデルの重み行列に対して主成分分析等の可視化手法を適用することで、異なるデータや特徴量による脳表現の関連を調べた。結果として、自然言語と記号双方のデータで構築したモデルが脳の頭頂間溝において類似した表現を持つことを示し、European Journal of Neuroscience誌に発表した（Nakai & Nishimoto, EJN 2023）。また、研究代表者がNakai et al. (Brain and Behavior, 2021)において導入した手法を本研究に適用することで、ANN特徴量により構築した符号化モデルから、離散的な演算子モデルに類似したパターンを再構成できることを示した。その結果をNeuroImage誌に発表した（Nakai & Nishimoto, NeuroImage 2023）。さらに研究代表者は、フランスのリヨン神経科学研究センターとの共同研究を行い、小学校低学年児童の数学学習による頭頂間溝周辺の数に対する脳活動パターンの変化を解析し、その内容をPLOS Biology誌において発表した（Nakai et al., PLOS Biology 2023）。

这项研究的目的是在人类生成数学并执行计算时构建用于大脑信息处理的定量模型。为此，要求八名受试者执行以自然语言和符号编写的数学任务，并使用功能磁共振成像（fMRI）对大脑活动进行成像。将数学操作分为离散类别与实验刺激的运算符特征，并提取了使用人工神经网络（ANN）模型提取连续特征数量的ANN特征，并使用Ridge回归构建了编码模型，以使用这些输入来预测大脑活动。此外，通过将可视化技术（例如主成分分析）应用于模型的重量矩阵，我们根据不同的数据和特征研究了大脑表达之间的关系。结果，用自然语言和符号数据构建的模型在欧洲神经科学杂志上发表（Nakai＆Nishimoto，EJN 2023）发表在大脑的室内沟中具有相似的表示。此外，通过应用Nakai等人的主要研究者引入的方法。（大脑和行为，2021）在这项研究中，结果表明，与离散操作员模型相似的模式可以通过使用ANN特征构建的编码模型重建。结果发表在Neuroimage杂志上（Nakai＆Nishimoto，Neuroimage 2023）。此外，首席研究人员与法国神经科学研究中心Lyon进行了联合研究项目，以分析年轻小学儿童数学学习的室内沟间数量的变化，并在PLOS Bioology杂志上发表了内容（Nakai等，Plos Bioology，PLOS Biologology 20223）。