文理解の脳fMRI反応を予測する統合神経意味計算モデルの構築

点击翻译按钮获取中文摘要

研究代表者の研究室において、脳の機能的磁気共鳴画像法(fMRI)のデータを深層学習にかける方法の開発を進めることができた。未査読プレプリントではあるが、島根大医学部の協力により脳の血流動態反応の同調的賦活から構成される機能的連結性を計算し、そこから参加者の年齢を推定するリカレント深層ニューラルネットワークモデルを提案、刊行することができた。すなわち年齢予測の難易度が高い、主に高齢者を対象とした日本の「脳ドック」サービスの安静時の機能的連結性データを用い、年齢予測モデリングを行った結果、データ抽出方法、深層学習アルゴリズム、脳アトラスを変更したあらゆるタイプの方法論から、頑健かつ高度に有意な相関が得られた。年齢予測は、モデル化の達成度に差はあるものの、固有機能結合ネットワークに基づくごく少数の領域のみでも成功した点が特筆できる。また同じく脳の機能的連結性関係では、Neuroscience Research 誌に共著で発表した論文の中で、Human Connectome Project (HCP)と睡眠時データセットに統合情報理論（IIT）を適用し、人間の意識の神経基盤を、実行制御、顕著性、背側/腹側注意などの主要な脳機能ネットワークからなるグローバルな相互接続構造に見出した。さらにHeliyon誌論文では、消費者脳科学において、賦活尤度推定(ALE)という手法に基づくメタ分析を行い、特にメタ分析的連結性モデリング(MACM)を駆使して、ブランドエクイティ(ブランド資産価値評価)の脳における神経基盤を明らかにした。これは、脳神経認知科学の分野に本研究のテーマである機能的ネットワークを導入した成功例であり、Neuromarketing Yearbook 2021の受賞に続き、Neuromarketing Yearbook 2023の受賞も決定している。