权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

人の脳における身体を中心とした空間位置情報の表現形式とその計算論的原理解明

阐明以身体为中心的空间位置信息在人脑中的表示格式及其计算原理

基本信息

批准号：
06J00164
负责人：
三崎将也
金额：
$ 2.18万
依托单位：
National Institute of Information and Communications Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2006
资助国家：
日本
起止时间：
2006 至 2008
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-06J00164/
关键词：
脳 fMRI 空間認識多変量解析 f MRI 左右非対称相互情報量

项目摘要

本研究は、対象位置情報の脳内表現をfMRI(機能的磁気共鳴画像)により調べることで、人の脳における空間位置認識の過程を明らかにしようとするものである。昨年度までの、視覚提示された眼球運動の目標位置に応じた脳活動の変化に関する解析を発展させるために、今年度は解析手法の開発に重点を置いて研究を進めた。従来のfMRI解析では、課題に応じた活動部位の特定が主な目的であったが、本研究では活動量の大きさだけでなく、課題の情報処理に応じた活動の変化をとらえる解析を行うことで、情報処理の量を測ることを目的とした。またこれまでの解析では、fMRI画像の一画素(voxel)ごとに解析を行っていたが、本研究では複数の画素をまとめて多変量データとして扱うことで、細かな活動位置の特定ではなく、部位としての情報処理の量を測る解析を行った。研究では、相互情報量を用いた解析手法を、fMRIデータのような少数サンプルの多変量データに対して適用する手法を開発した。また、さらにサンプル数が少ない場合でも適用可能なように、多変量判別分析の手法を用いて、その分類成績によって情報量を測る解析も行った。多変量判別分析にはSupport Vector Machine (SVM)を用い、その分類成績と相互情報量の大きさとが良く対応することを確認した。これらの解析手法を用いて、fMRI計測で得られたBOLD信号データの解析を行った結果、脳活動が持つ情報は、個別のvoxel単位の活動の大きさだけでなく、複数voxelの多変量データにも多く含まれており、また活動の大きさだけでなく、信号の時間変化にも情報が含まれる場合があることを発見した。この成果は、Society for Neuroscienceの2008年大会において発表した。

This study aims to clarify the process of spatial position recognition by functional magnetic resonance imaging (fMRI). This year's analysis of eye movements, visual cues, and changes in eye movements has been developed. This year's analysis of eye movements has been focused on research. The purpose of this study is to analyze the activity of the subject. The analysis of fMRI images is based on the analysis of multiple pixels, and the analysis of specific active positions and information processing is carried out in this study. Study on the application of mutual information analysis method, fMRI data analysis method In the case where the number of categories is small, the method of discriminant analysis of possible categories and the amount of information to be measured are applied. Multi-variable discriminant analysis is used to determine the classification performance of Support Vector Machine (SVM). This analysis method is used, fMRI measurement results in the analysis of BOLD signal data, activity information, individual voxel unit activity, multiple voxel volume, multiple voxel volume, activity information, signal time information, etc. The results were presented at the 2008 Society for Neuroscience Conference.