| 講演名 | 2007-03-14 運動タスクを用いた階層ベイズ脳電流源推定法(VBMEG)の比較検証 大迫 政徳, 山下 宙人, 廣江 総雄, 佐藤 雅昭, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 現在の代表的なヒト非侵襲脳計測装置として,脳磁計(MEG),機能的核磁気共鳴画像法(fMRI)がある.MEGは時間分解能に優れるているが、逆問題の不良設定性のために空間分解能は劣る.逆に,fMRIは空間分解能に優れている紅血流変化を見ているために時間分解能は劣る.佐藤らは時間分解能に優れたMEGと空間分解能に優れたfMRIを組み合わせることで,時空間分解能に優れた推定か可能である階層ベイズ脳電流派推定法(VBMEG)を提案している.VBMEGは,階層的に事前分布を使うことによってfMRI情報を空間的に弱い制約条件として入れることができ,かつ,観測磁場の復元に寄与しない電流派を実効的に削除することで空間分解能を高めることができる.VBMEGはシミュレーションで優れた性能を示しているが,実データを用いた性能検証はまだあまりなされていない.そこで,本研究では運動タスク(自発的右第二手指伸展運動)によるMEG,fMRIの実データを用いたVBMEG解析を行った. さらに,従来の推定法(Minimum Norm推定,LORETA,Wiener推定)との推定精度比較を行い,有効性の検証を行った.解析結果より, VBMEGは伸展運動による運動関連反応と運動による感覚フィードバック反応をミリ秒オーダで,かつ,空間領域的にも分離することができたが,従来法ではこれらを分離できなかった.本研究により,実データに対するVBMEGの有効性を示す結果が得られた. |
| 抄録(英) | In the non-invasive brain research, time resolution and spatial resolution are important factors. Magnetoencephalography (MEG) and functional magnetic resonance imaging (fMRI) are the major recording means of brain activity. MEG measures brain activity with high temporal resolution , but its spatial resolution is poor, while fMRI records brain activity with high spatial resolution, but its temporal resolution is poor. Sato et.al presented a hierarchical Bayesian current estimation method (VBMEG) that combines MEG and fMRI. The main characteristic of VBMEG is that fMRI information is imposed as prior information on the variance distribution so that it gives a soft constraint on the variance. Simulation results indicate that VBMEG has better accuracy and spatial resolution than the conventional source current estimations. However, VBMEG has not been fully tested with real experimental data. In this study, in order to verify effectiveness and accuracy of VBMEG, we performed VBMEG analysis of MEG and fMRI data obtained while subjects executed voluntary right index finger movements. VBMEG results indicate that the estimated currents in the motor area and somatosensory area showed clear peaks at about 30ms and 120ms respectively. We also demonstrate that the performance of VBMEG is better than conventional methods (Minimum Norm , LORETA , Wiener) using same data. |
| キーワード(和) | MEG / fMRI / 電流源推定法 / 階層ベイズ推定 / 手指伸展運動 |
| キーワード(英) | MEG / fMRI / source current estimation / Hierarchical Bayesian estimation / voluntary finger movement |
| 資料番号 | NC2006-130 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2007/3/7(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 運動タスクを用いた階層ベイズ脳電流源推定法(VBMEG)の比較検証 |
| サブタイトル（和） | |
| タイトル（英） | Verification of Hierarchical Bayesian Estimation combining MEG and fMRI : A Motor task analysis |
| サブタイトル（和） | |
| キーワード(1)（和/英） | MEG / MEG |
| キーワード(2)（和/英） | fMRI / fMRI |
| キーワード(3)（和/英） | 電流源推定法 / source current estimation |
| キーワード(4)（和/英） | 階層ベイズ推定 / Hierarchical Bayesian estimation |
| キーワード(5)（和/英） | 手指伸展運動 / voluntary finger movement |
| 第 1 著者 氏名（和/英） | 大迫 政徳 / Masanori OSAKO |
| 第 1 著者 所属（和/英） | 奈良先端科学技術大学院大学:ATR脳情報研究所 NARA Institute of Science and Technology:ATR CNS |
| 第 2 著者 氏名（和/英） | 山下 宙人 / Okito YAMASHITA |
| 第 2 著者 所属（和/英） | ATR脳情報研究所 ATR CNS |
| 第 3 著者 氏名（和/英） | 廣江 総雄 / Nobuo HIROE |
| 第 3 著者 所属（和/英） | ATR脳情報研究所:情報通信研究機構NICT ATR CNS:NICT |
| 第 4 著者 氏名（和/英） | 佐藤 雅昭 / Masaaki SATO |
| 第 4 著者 所属（和/英） | ATR脳情報研究所 ATR CNS |
| 発表年月日 | 2007-03-14 |
| 資料番号 | NC2006-130 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 588 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |