| 講演名 | 2019-06-17 メタ解析fMRIデータを空間制約情報に用いたMEG信号源推定方法 鈴木 啓大(奈良先端大), 山下 宙人(ATR), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | FMRIとMEGは脳機能イメージングで用いられている主要な観測装置である．FMRIは非常に高い空間分解能を持っている一方で，神経活動への血流応答を見ているという原理上，時間分解能には限界がある．反対にMEGは，神経活動を直接反映する高い時間分解能を持っているが，その空間分解能は信号源推定の性能に大きく依存する．この問題を解決するための方法のひとつとして，fMRIとMEGデータを組み合わせる方法が提案されてきた．しかしながら，計測コストが単純計算で2倍となる点や，fMRI，MEGともに高品質のデータを計測することには大きな困難が伴う．そこで本研究では，実際のfMRIデータの代わりにメタ解析によって得られたfMRIデータをMEG信号源推定の制約として組み込む方法を提案する．同時に提案手法を評価するための現実的なシミュレーション方法を開発し，これを用いて提案手法の有効性を示した． |
| 抄録(英) | Functional magnetic resonance imaging (fMRI) and magnetoencephalography (MEG) are the major recording means of brain activity. FMRI records brain activity with high spatial resolution but its temporal resolution is low due to slow hemodynamic responses to neural activity. Conversely, MEG has characteristics that the temporal resolution is high but spatial resolution is low. One of the solution is combining both records of fMRI and MEG so that we can estimate high spatio-temporal brain activity. However, taking into consideration the measurement cost and the burden on the subject, it is difficult to obtain high quality measurement data of both modalities. Therefore, we propose combining MEG data with meta-analysis fMRI instead of measured one. And also, we developed realistic simulation framework to evaluate our proposal. |
| キーワード(和) | 脳磁図 / 信号源推定 / 変分ベイズ / メタ分析 |
| キーワード(英) | MEG / source reconstruction / variational Bayesian / meta-analysis |
| 資料番号 | NC2019-5 |
| 発行日 | 2019-06-10 (NC) |
| 研究会情報 | |
| 研究会 | NC / IBISML / IPSJ-MPS / IPSJ-BIO |
|---|---|
| 開催期間 | 2019/6/17(から3日開催) |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | NC、機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | Neurocomputing, Machine Learning Approach to Biodata Mining, and General |
| 委員長氏名（和） | 庄野 逸(電通大) / 鹿島 久嗣(京大) / 関嶋 政和(東工大) / 倉田 博之(九工大) |
| 委員長氏名（英） | Hayaru Shouno(UEC) / Hisashi Kashima(Kyoto Univ.) / Masakazu Sekijima(Tokyo Tech) / Hiroyuki Kurata(Kyutech) |
| 副委員長氏名（和） | 鮫島 和行(玉川大) / 杉山 将(東大) / 津田 宏治(東大) |
| 副委員長氏名（英） | Kazuyuki Samejima(Tamagawa Univ) / Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 吉本 潤一郎(奈良先端大) / 安部川 直稔(NTT) / 竹内 一郎(名工大) / 神嶌 敏弘(産総研) / 吉川 大弘(名古屋大) / 大久保 好章(北大) / 小谷野 仁(東工大) / 渡邉 真也(室蘭工業大) / 佐藤 寛之(電通大) / 高田 雅美(奈良女子大) / 田口 善弘(中央大) / 吉本 潤一郎(奈良先端大) / 伊藤 公人(北大) |
| 幹事氏名（英） | Junichiro Yoshimoto(NAIST) / Naotoshi Abekawa(NTT) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) / Tomohiro Yoshikawa(Nagoya Univ.) / Yoshiaki Okubo(Hokkaido Univ.) / Hitoshi Koyano(Tokyo Tech) / Shinya Watanabe(Muroran Inst. Tech.) / Hiroyuki Sato(UEC) / Masami Takata(Nara Women's Univ.) / Yoshihiro Taguchi(Chuo Univ.) / Junichiro Yoshimoto(NAIST) / Kimihito Ito(Hokkaido Univ.) |
| 幹事補佐氏名（和） | 篠崎 隆志(NICT) / 瀧山 健(東京農工大) / 岩田 具治(NTT) / 大羽 成征(京大) |
| 幹事補佐氏名（英） | Takashi Shinozaki(NICT) / Ken Takiyama(TUAT) / Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / IPSJ Special Interest Group on Mathematical Modeling and Problem Solving / IPSJ Special Interest Group on Bioinformatics and Genomics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | メタ解析fMRIデータを空間制約情報に用いたMEG信号源推定方法 |
| サブタイトル（和） | |
| タイトル（英） | Meta-analysis fMRI data helps robust source reconstruction of MEG measurements |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 脳磁図 / MEG |
| キーワード(2)（和/英） | 信号源推定 / source reconstruction |
| キーワード(3)（和/英） | 変分ベイズ / variational Bayesian |
| キーワード(4)（和/英） | メタ分析 / meta-analysis |
| 第 1 著者 氏名（和/英） | 鈴木 啓大 / Keita Suzuki |
| 第 1 著者 所属（和/英） | 奈良先端科学技術大学院大学(略称：奈良先端大) Nara Institute of Science and Technology(略称：NAIST) |
| 第 2 著者 氏名（和/英） | 山下 宙人 / Okito Yamashita |
| 第 2 著者 所属（和/英） | 国際電気通信基礎技術研究所(略称：ATR) Advanced Telecommunications Research Institute International(略称：ATR) |
| 発表年月日 | 2019-06-17 |
| 資料番号 | NC2019-5 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | NC-88 |
| ページ範囲 | pp.21-25(NC), |
| ページ数 | 5 |
| 発行日 | 2019-06-10 (NC) |