脳活動計測で「指先の動きを再現する」技術ＡＴＲ脳情報解析研究所所長佐藤雅昭 2010.10.20 1 運動再構成の要素技術 I. 階層変分ベイズ法による高精度な脳活動推定 II. スパース推定による効率的な特徴抽出 ATRにおけるNICT委託研究「複数モダリティー統合による脳活動計測技術の研究開発」の成果 2010.10.20 2 脳活動から運動を再現する要素技術(I) 階層変分ベイズ法による高精度な脳活動推定 2010.10.20 3 人間の脳機能を測るダメージを与えず（非侵襲）に計測できることが必要非侵襲的脳計測技術 fMRI（機能的核磁気共鳴像） (Ogawa+, 1990) 観測対象時間解像度血流量変化空間解像度秒ミリメートルミリ秒センチメートル（逆問題解法に依存） SIEMENS、提供ATR-Promotions 神経電気活動 MEG（脳磁図）横河電機（株） fMRIの普及により脳機能地図の解明は飛躍的に進歩複数の計測データを組み合わせて高い時空間解像度を実現 2010.10.20 4 MEGセンサ信号には様々な領野の脳活動が混じっているＭＥＧセンサ信号脳活動推定により機能的に分かれた元の信号に戻すＭＥＧセンサ信号逆フィルタ脳活動皮質電流未知電流源の数がセンサ数よりも多い不良設定性・大きなノイズの混入階層変分ベイズ脳活動推定 MEGによる頭蓋外観測磁場 fMRIによる脳機能地図横河電機（株） SIEMENS、提供ATR-Promotions ミリ秒単位の脳活動情報階層変分ベイズ脳活動推定法脳活動時空間情報の統合不良設定性を回避ミリメートル単位の脳活動情報時空間的に高精度な脳活動の活動パターン 2010.10.20 6 効果的に不良設定性を低減 • 空間分解能の高いfMRI情報の利用により電流源候補領域を絞り込む SIEMENS、提供ATR-Promotions • 階層変分ベイズ法により、有意に活動がある電流源のみを推定し、活動位置をさらに限局未知電流源の数を実質的に減らし不良設定性を解決 2010.10.20 7 2010.10.20 8 アーチファクトの影響とその除去筋肉活動は電気活動眼球運動や心拍が磁気的擾乱を引き起こす心拍アーチファクト心拍 2010.10.20 9 アーチファクトの影響とその除去筋肉活動は電気活動心拍アーチファクト眼球運動や心拍が磁気的擾乱を引き起こす心拍アーチファクト心拍 2010.10.20 10 脳活動から運動を再現する要素技術(II) スパース推定による効率的な特徴抽出 2010.10.20 11 顔予測を例に(1) 誰でしょう？ 2010.10.20 12 顔予測を例に(2) 誰でしょう？ 2010.10.20 13 特徴抽出データの特徴的な部分を抜き出せば正しく推定することができる Albert Einstein (1879–1955) 2010.10.20 14 一般の特徴抽出は困難脳の様々な部位の電気活動のうちどれをどのように使えば指先位置を知ることができるか？運動前野電流強度顔は目元や口元が特徴量として有効感覚野？時間 Albert Einstein (1879–1955) 2010.10.20 15 従来手法 : 線形回帰法指先位置 y すべての電流を重み付けして指先位置を推定 + w１多数の脳電流 2010.10.20 x１ x２ w2 wn xn wD-1 wD xD-1 xD 16 スパース推定法指先位置を知るのに特徴的な電流を自動的・効率的に選択指先位置 y 不必要な電流はカット + w１多数の脳電流 2010.10.20 x１ x２ w2 wn xn wD-1 wD xD-1 xD 17 自動選択された電流位置自動的・効率的に選択された指先位置推定に重要な部位と重みマップ各部位が果たす役割の神経科学的な知見と一致頭頂連合野運動野運動を計画する部位運動をコントロールする部位体性感覚野感覚入力を受け取る部位 2010.10.20 18 スパース推定ライブラリを公開 http://www.cns.atr.jp/cbi/sparse_estimation/index_j.html 公開1年でアクセス数２４００以上、ダウンロード数１５００以上、 Google, Yahoo検索トップ 2010.10.20 19 階層変分ベイズ法ソフト • 一般ユーザーがグラフィカルなメニューを選んでいくGUIにより使用できる階層変分ベイズ法ソフト VBMEG を ATRのウェブサイトで今年度中に一般公開予定 2010.10.20 20 将来展望ブレイン・マシン・インタフェース脳がコンピュータ・ロボットとダイレクトに通信し制御マルチモーダル脳活動推定法神経科学の発展ニューロモニタリング脳の働きをリアルタイムにモニタリングしながら、イメージトレーニングや心的状態の通信脳内全体の時空間的活動パターンの解析により、情報処理過程の解明イメージトレーニング 2010.10.20 21 共同研究者、関係論文 • 川人光男、外山敬介、吉岡琢、山下宙人、藤原祐介（ATR) • Sato M, Yoshioka T, Kajiwara S, Toyama K, Goda N, Doya K, & Kawato M: Hierarchical Bayesian estimation for MEG inverse problem. NeuroImage, 23, 806-826 (2004) • Yoshioka T, Toyama K, Kawato M, Yamashita O, Nishina S, Yamagishi N, & Sato M: Evaluation of hierarchical bayesian method through retinotopic signal reconstruction from MEG measurement. NeuroImage, 42, 1397-1413 (2008) • Sato M: Online Model Selection Based on the Variational Bayes. Neural Computation, 13, 1649-1681 (2001) • Yamashita O, Sato M, Yoshioka T, Tong F, Kamitani Y: Sparse estimation automatically selects voxels relevant for the decoding of fMRI activity patterns. NeuroImage, 42(4), 1414-1429 (2008) 2010.10.20 22 ご静聴有り難うございました 2010.10.20 23