Exploration of latent spatio-temporal resolution of human brain activity analysis using fusion technology of ultra-high field magnetic resonance imaging and magnetoencephalography

点击翻译按钮获取中文摘要

昨年度に引き続き新型コロナウイルス感染症拡大がおさまらず、ヒト被験者を用いた脳活動計測実験の実施が難しい状況が続いたため、ヒト脳活動計測実験に関連する課題についての遅れを取り戻すまでには至らなかった。こうした状況の中、MEG信号源推定技術のさらなる高度化と、超高磁場MRI信号の高速計測および解析手法の研究を多角的に進めた。具体的には、以下の項目を実施した。（１）構造化MEG信号源推定モデルの階層化：昨年度までに我々が用いてきたMEG信号源推定モデルは、データに対して忠実に誤差を減らそうとするものの、それゆえノイズの影響を受けやすいという特性があることが分かってきた。これを踏まえて、活動している脳部位に関する事前知識を階層化事前分布として積極的に取り込み、ノイズからの影響を低減させることに部分的に成功した。（２）MEG信号源推定パターンの高時空間分解能解析：前項の実施によって、我々の提案手法の耐ノイズ性に関する理解が深まったが、一方、脳活動パターンの復元精度については未評価であったため、これに取り組んだ。その結果、複雑なパターンであっても十分に再現可能であることをシミュレーションで確認できた。（３）高速fMRI信号の高時空間分解能計測：昨年度のファントム計測で実証した撮像条件で高速fMRI信号計測の本実験を本格実施する予定であったが、新型コロナウイルス感染症拡大の影響のため、実際にヒト被験者を用いた計測実験は２回程度の予備実験を実施するにとどまった。実験回数は少数であったが、基本的な信号が想定通りに計測できることが確認され、次年度に繋がる結果となった。（４）高速fMRI信号からの情報読み取りメカニズムの解明：スパースデコーダと磁化率強調画像を組み合わせることにより、高速計測されたfMRI信号において度の脳部位がよりリッチな情報を持っているのかを定量的に解析することに成功した。