| 講演名 | 2019-01-23 深層学習を用いたシナプス入力の振幅推定 佐藤 元重(東大), 野口 朝子(東大), 高 夢?(東大), 大内 彩子(東大), 池谷 裕二(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | パッチクランプ法は神経細胞の活動を1シナプス入力レベルかつ高時間分解能で調べることのできる電気生理学研究に欠かせないツールである。しかしin vivoの閾値下膜電位は数千もの神経細胞からの入力が複雑に混じる上に、呼吸や血管拍動によるゆらぎを完全に除去することは困難である。本研究の目的はin vivo膜電位のゆらぎと脱/過分極の判別し、振幅を定量することである。我々は画像認識精度の高い深層学習（ResNet）により膜電位ゆらぎとシナプス入力を判定できると仮説を立てた。データセットを用意するため、麻酔下マウスより海馬CA1野錐体細胞のin vivo膜電位、および理想的なシナプス入力としての海馬スライスの錐体細胞より興奮性シナプス後電位（EPSP）を記録した。in vivo膜電位は位相をランダム化することで、シナプス入力の波形を歪め、シナプス入力を含まない波形画像を2万以上得た。このサロゲート信号にスライス記録から得たEPSPを様々な振幅で加算し、様々な振幅のシナプス入力を模倣した信号を同数得た。これらのデータセットでシナプス入力の有無をResNetに学習させたところ、人間に匹敵する精度を示した。また、加算したシナプス入力の振幅を最終層で回帰する設計で学習させたところ、自発的な膜電位振動の標準偏差程度の誤差での推定に成功した。このモデルはin vivo膜電位の解析に統一的な定量性を与えるものと考えられる。 |
| 抄録(英) | |
| キーワード(和) | 深層学習 / 回帰 / パッチクランプ法 / 膜電位 / シナプス入力 |
| キーワード(英) | |
| 資料番号 | NC2018-41 |
| 発行日 | 2019-01-16 (NC) |
| 研究会情報 | |
| 研究会 | NLP / NC |
|---|---|
| 開催期間 | 2019/1/23(から2日開催) |
| 開催地（和） | 北海道大学 百年記念会館 |
| 開催地（英） | The Centennial Hall, Hokkaido Univ. |
| テーマ（和） | ニューロコンピューティングの実装および人間科学のための解析・モデル化，一般 |
| テーマ（英） | General Implementation of Neuro Computing, Analysis and Modeling of Human Science, etc. |
| 委員長氏名（和） | 高橋 規一(岡山大) / 平田 豊(中部大) |
| 委員長氏名（英） | Norikazu Takahashi(Okayama Univ.) / Yutaka Hirata(Chubu Univ.) |
| 副委員長氏名（和） | 黒川 弘章(東京工科大) / 庄野 逸(電通大) |
| 副委員長氏名（英） | Hiroaki Kurokawa(Tokyo Univ. of Tech.) / Hayaru Shouno(UEC) |
| 幹事氏名（和） | 山内 将行(広島工大) / 木村 貴幸(日本工大) / 吉川 大弘(名大) / 吉本 潤一郎(奈良先端大) |
| 幹事氏名（英） | Masayuki Yamauchi(Hiroshima Inst. of Tech.) / Takayuki Kimura(Nippon Inst. of Tech.) / Tomohiro Yoshikawa(Nagoya Univ.) / Junichiro Yoshimoto(NAIST) |
| 幹事補佐氏名（和） | 木村 真之(京大) / 島田 裕(埼玉大) / 稲垣 圭一郎(中部大) / 篠崎 隆志(NICT) |
| 幹事補佐氏名（英） | Masayuki Kimura(Kyoto Univ.) / Yutaka Shimada(Saitama Univ.) / Keiichiro Inagaki(Chubu Univ.) / Takashi Shinozaki(NICT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Nonlinear Problems / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | JPN-ONLY |
| タイトル（和） | 深層学習を用いたシナプス入力の振幅推定 |
| サブタイトル（和） | |
| タイトル（英） | |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 |
| キーワード(2)（和/英） | 回帰 |
| キーワード(3)（和/英） | パッチクランプ法 |
| キーワード(4)（和/英） | 膜電位 |
| キーワード(5)（和/英） | シナプス入力 |
| 第 1 著者 氏名（和/英） | 佐藤 元重 / Motoshige Sato |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 2 著者 氏名（和/英） | 野口 朝子 / Asako Noguchi |
| 第 2 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 3 著者 氏名（和/英） | 高 夢? / Mengxuan Gao |
| 第 3 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 4 著者 氏名（和/英） | 大内 彩子 / Ayako Ouchi |
| 第 4 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 5 著者 氏名（和/英） | 池谷 裕二 / Yuji Ikegaya |
| 第 5 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 発表年月日 | 2019-01-23 |
| 資料番号 | NC2018-41 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | NC-414 |
| ページ範囲 | pp.17-21(NC), |
| ページ数 | 5 |
| 発行日 | 2019-01-16 (NC) |