| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-03-04 09:50 構造化スパースモデルを用いた脳磁場信号源推定における信号源ノイズの影響の評価 ○宮﨑 海・韮澤 駿・赤松和昌・宮脇陽一（電通大）  NC2020-56 |
|
| 抄録 | （和） | ヒト脳活動を高時間分解能で計測できる手法として脳磁場計測（MEG）が知られているが，その空間分解能は十分でなく，計測されたMEG信号に対応する活動源を知るには不良設定性の強い信号源推定問題を解く必要がある．こうした取り組みは従来から広くなされており，一定の精度が得られることが知られている．ところが近年の我々の研究によって，推定された皮質電流パターンに表現されている情報を解析するために多変量解析の手法（例えばデコーディングなど）を適用すると，本来情報表現がないはずの脳部位が情報を表現しているという偽陽性的結果をもたらす「情報拡散」という現象が起きることが示された．この問題を解決するべく，我々は脳の機能的な構造を組み込んだモデルであるgrouped automatic relevance determination（gARD）の適用を提案し，課題誘発性の脳活動に対して有効に働くことをシミュレーションで示してきた．本研究ではこれらの研究をさらに進め，自発脳活動に代表されるような課題非関連脳活動成分が信号源推定精度と情報拡散抑制度に与える影響を定量的に調べた．その結果，実験データに近いノイズレベルでは，gARDは従来手法に比べ，同等程度の信号源推定精度を達成しつつ，情報拡散の抑制と真の情報表現部位の同定により優れた成績を達成できることが示された．これらの結果は，実際の脳活動のように様々な信号源が混在した状況下においても，我々の手法が課題誘発性の信号源を同定し，その情報表現を解析するうえで有効な場合があることを示唆している． |
| （英） | Magnetoencephalography (MEG) is a method to acquire human brain activity at a high temporal resolution, but its spatial resolution is insufficient to examine active cortical locations. Previous studies have shown that source estimation methods identify active cortical locations with reasonable accuracy and are thus used in various applications of human functional neuroimaging. However, our recent studies suggest that the combination of the source estimation and multivariate pattern analysis (for example, neural decoding) produces “information spreading,” a false positive phenomenon in terms of the identification of informative cortical areas. To resolve this problem, we proposed the application of grouped automatic relevance determination (gARD) that implements functional parcellation of the human brain, showing its better performance to analyze task-relevant brain activity than conventional source estimations. In this study, we further examined the effect of task-irrelevant components such as spontaneous activity on source estimation accuracy and the extent of suppression of information spreading. Results showed that gARD achieved better performance in suppressing information spreading and identifying informative cortical locations while showing source estimation performance equivalent to the conventional method under the noise condition close to real data. These results suggest that our method might be useful for identifying task-relevant source activity and analyzing the corresponding information representation under a mixture of a variety of task-irrelevant cortical activity. | |
| キーワード | （和） | MEG信号源推定 / 構造化スパースモデル / gARD / 情報拡散 / 信号源ノイズ / / / |
| （英） | MEG source estimation / structured sparse model / gARD / information spreading / source noise / / / | |
| 文献情報 | 信学技報, vol. 120, no. 403, NC2020-56, pp. 77-82, 2021年3月. | |
| 資料番号 | NC2020-56 | |
| 発行日 | 2021-02-24 (NC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2020-56 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2021-03-03 - 2021-03-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | Neuro Computing, Medical Engineering, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2021-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 構造化スパースモデルを用いた脳磁場信号源推定における信号源ノイズの影響の評価 |
| サブタイトル（和） | |
| タイトル（英） | Evaluation of effect of source noise on magnetoencephalography source estimation using a structured sparse model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | MEG信号源推定 / MEG source estimation |
| キーワード(2)（和/英） | 構造化スパースモデル / structured sparse model |
| キーワード(3)（和/英） | gARD / gARD |
| キーワード(4)（和/英） | 情報拡散 / information spreading |
| キーワード(5)（和/英） | 信号源ノイズ / source noise |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 宮﨑 海 / Kai Miyazaki / ミヤザキ カイ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 韮澤 駿 / Shun Nirasawa / ニラサワ シュン |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | 赤松 和昌 / Kazuaki Akamatsu / アカマツ カズアキ |
| 第3著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第4著者 氏名（和/英/ヨミ） | 宮脇 陽一 / Yoichi Miyawaki / ミヤワキ ヨウイチ |
| 第4著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-04 09:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2020-56 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.403 |
| ページ範囲 | pp.77-82 |
| ページ数 | 6 |
| 発行日 | 2021-02-24 (NC) |
[研究会発表申込システムのトップページに戻る]