鏡像か正像である3D オブジェクトのメンタルローテーション過程における視覚認知の役割は過小評価されて いるのか?:fMRI とアイトラッキングによる研究

pdf

Mirrored or identical- Is the role of visual perception
underestimated in the mental rotation process of
3D-objects?: A combined fMRI-eye tracking-study

Neuropsychologia, 2012, Vol.50, No.8, pp.1844-1851

メンタルローテーションタスクは,心的想像と心的操作の認知過程を検討する有名な研究パラダイムである(シェ
パードand メッツラー,1971 年).これまでのところ,研究はメンタルローテーションで必要な量を示す刺激オリ
エンテーションに集中した.しかし,正像と鏡像で処理方法が異なるのか,またどのような処理方法なのかなど
刺激パリティーに関してはほとんど注目されていない.我々はパフォーマンス,アイトラッキングおよびペアで
示される三次元のシェパード-メッツラー刺激を使用した神経機能的な方法を自分のペースでできる事象に関連し
たfMRI デザインに組み込むことでこのギャップを埋めたかった.結果に基づいて,我々は鏡像・正像刺激の処理
がメンタルローテーション過程のどの段階で分岐し始めるか検討を試みた.一般的な発見として,鏡像刺激への
反応時間は彼らのより高い認識要求を反映している正像刺激と比較すると,より長かった.さらに,我々は刺激
知覚中より小さな有効視野を暗示している正像刺激よりも鏡像刺激でより小さなサッカード振幅を観察した.眼
球運動結果は我々の神経機能的な発見物によって補足された.ここで,鏡像刺激の処理は,正像刺激の処理より
視覚的な周囲へ応答する、初期の視覚野の部分において少ない活性となった.眼球運動に関連する活性量の除去
後,この活性量の差は残った.認知を強化するために確立される特質マップ中の刺激パリティー誘発の違いによ
る調査結果を説明する.このように,鏡像・正像刺激の処理はメンタルローテーションプロセスで非常に初期に
分岐し始め,視覚的な処理の違いに関係している.

前頭部のα振動によるリーダーとフォロワーの区別-相互作用する脳の多変量解読

pdf

Frontal alpha oscillations distinguish
leaders from followers: Multivariate decoding
of mutually interacting brains

前頭部のα振動によるリーダーとフォロワーの区別-相互作用する脳の多変量解読

NeuroImage, Volume 94, July 2014, Pages 79-88

成功した相互作用関係は,相手に適応すると同時に,2 人もしくは複数人の人間がリアルタイムで情報を相互に
交換する能力に依存している.社会認知の神経基盤は単独被験者においてよく調査されてきたが,近年では社会
的相互作用の基本となるニューロンメカニズムを定量化するために2 人の人間によるパラダイムについて調査が
進められている.いくつかの研究は相補い相互に適応性のあるプロセスを理解することの妥当性を示しているが,
共同行動の間の対等な行動パターンのような基本的な神経メカニズムの大部分はまだ分からないままである.こ
こで私たちは相互作用のあるタスクで互いに適応する,もしくはコンピュータのメトロノームに従う被験者ペア
から2 つのEEG で計測し,同調指タッピング課題を実施した.神経生理学的に,その相互作用条件は,非相互作
用のコンピュータ条件と対照的に運動野もしくは前頭野で強いα抑制と低β振動によって特徴づけられた.相互
作用と非相互作用の試行を分類するために2 つの脳活動の多変量解析は,タスクの予測と実行の間,ペアのうち
一人の被験者のみが前頭部の成分を示したように被験者ペアにおいて前頭部のα抑制は非対称パターンを示した.
行動データの解析は9 ペアのうち8 ペアがリーダー・フォロワー関係と一致している特徴を示した.そのリーダー
はより強い前頭部におけるα抑制を示した.これは,リーダーは将来の計画と制御により資源を投資していること
を示唆している.従って私たちの結果は,2 人の相互作用におけるリーダー・フォロワー関係の自然的な出現は,
相互作用に先立つもしくは相互作用中の脳活動のEEG 計測により予測されうることを示した.さらに,これは共
同行動の相補性を調査する重要性を強調している.

fNIRS のための体動補正技術の系統的比較

A systematic comparison of motion artifact correction
techniques for functional near-infrared spectroscopy

Frontiers in Neuroscience,October 2012,Volume 6,Article 147

近赤外分光法(NIRS) は,光ファイバと頭皮との間の相対的な動きによって生じるアーチファクト信号の影響
を受けやすい.これらのアーチファクトは,特に運きを避けることが困難な被験者群では機能的なNIRS の有用
性に非常にダメージを与える.NIRS データから体動を除去するいくつかの手法が提案されている.本論文では,
我々は公開されている様々なNIRS の動き補正技術の有用性を,体動が含まれた20 のNIRS データにシミュレー
トされた機能的な活性化信号を加えたデータセットを使用して系統的に比較する.主成分分析,スプライン補間,
ウェーブレット解析,およびカルマン・フィルタリングのアプローチは相互に比較される.そして元に戻ったかの
精度はシミュレートされた血行動態関数(HRF) を用いた標準的なアプローチを使用する.我々がテストした4 つ
の動き補正技術は,平均二乗誤差(MSE) の有意な減少をもたらす.また,元に戻したHRF のコントラスト対雑
音比(CNR) は補正無しと比べ,有意に増加する.そして,体動の影響を取り除くプロセスについて比較した.ス
プライン補間はMSE の最大の平均減少(55 %) を示し,ウェーブレット解析はCNR の最高平均増加(39 %) を示
した.この分析に基づき,我々はfNIRS データ上の体動の影響を最小限に抑えるために動き補正技術(特にスプ
ライン補間やウェーブレット解析) の日常的な適用を推奨する.

near-infrared spectroscopy, functional near-infrared spectroscopy, NIRS, motion artifact, hemodynamic response

pdf

ウェーブレット変換を用いた運動イメージにおける脳波のパターン認識

Pattern Recognition of Motor Imagery EEG using Wavelet Transform
Journal of Biomedical Science and Engineering, Volume 1, pp. 64-67, 2008

として用いられる.この論文では単一試行時のBCI のための運動イメージにおける特徴量抽出の結果を報告する.
運動イメージ時の脳波ウェーブレット係数とAR モデルパラメータを使用し特徴量を抽出し,マハラノビス距離を
基にした線形判別を用いて左右の手の運動イメージのパターンを識別した.パフォーマンスはGraz のデータセッ
トを用いてテストを行い,エラー率が10%未満という満足のいく結果が得られた.

pdf

web スケールデータベースとしての Linked Open Data の理解

Understanding Linked Open Data as a Web-Scale Database

近年 LOD は注目を集めている一方で,データベースの観点からのその使用に関する要件と課題解決への取り組みがあまりなされてない.我々は,LOD 普及のためにそれらの展望はとても重要だと主張する.本稿では,webスケールの LOD を理解するために,LOD とリレーショナルデータベースの特徴と制約を比較している.我々は,この分野における Linked Data 研究コミュニティとデータベース研究コミュニティの今後の取り組みを組み合わせることを目指して,確立されたデータベースのルールとハイライト研究の課題を超えて LOD 固有の要件を提案している.

画像領域分割における2 順序粒子群最適化アルゴリズムの応用

Application of two-order particle swarm optimization algorithm in image segmentation
Computer-Aided Industrial Design Conceptual Design (CAIDCD), 2010 IEEE 11th International Conference
on (Volume:1),pp.749-752,2010

2 順序粒子群最適化アルゴリズムは2007 年にHu Jianxiu とZeng Jianchao によって2007 年に提示された.本
稿では標準的な粒子群最適化と2 順序粒子群最適化アルゴリズムについて検討している.本稿では,多重閾値領
域分割を行うために変更された2 順序粒子群最適化アルゴリズムを用いる.評価実験では2 順序粒子群最適化ア
ルゴリズムに基づく多重閾値領域分割手法が効果的に画像を分割できたことを示している.

particle swam,optimization,image,segmentation

pdf

ボクセルベースの形態計測–手法

Voxel-Based Morphometry―The Methods
NeuroImage, volume.11, issue.6 , page.805-821 , 2000

簡単に言うと,ボクセルベースの形態計測(VBM)は,被験体の2 つのグループ間の灰白質の局所濃度におけ
るボクセルの比較を行う.手順は比較的簡単であり,すべての被験者の高解像度画像を空間的に正規化する.これ
は,空間的に正規化された画像から灰白質をセグメント化し,灰白質セグメントを平滑化することにより行われ
る.二つのグループから平滑化灰白質画像を比較するためにボクセルワイズパラメトリック統計検定が行われる.
多重比較のための補正は,ガウス確率場の理論を用いて作られる.本論文では,特に不均一なアーティファクト
をもつMR 画像から灰白質をセグメント化することに重点を置いて,VBM の手順を説明する.我々はセグ
メンテーションの精度とデータの統計的分布を含み,その手法を実証する.

pdf

視覚的ワーキングメモリにおける状態:注意を導く際と注意を導かない際の違い

Different states in visual working memory: when it guides attention and when it does not
Trends in Cognitive Sciences,2011,Vol.15,No.7,pp.327-334

近年の研究で,視覚的ワーキングメモリと選択的注意との間に強い関係性があることが明らかとなった.しかし
ながら,一方で,記憶された全てのものが注意の展開に影響を及ぼすとは限らないことも示されている.従って,
ワーキングメモリ内の区別の呼びかけは次のように行われる.必要な記憶は注意テンプレートとして機能し,直
接認知機能に影響を与え,その他の記憶項目は排除される.我々は,同時にたった一つの目的物を含む”注意の
型”の状態の競合を調査した.神経生理学的な結果は,ワーキングメモリの複雑な組織を明らかにすることによ
り,異なる記憶の状態の識見を与えた.

Attention, Accessory memory item (AMI), Biased competition, Orthogonal coding, Search templete, Working memory (WM)
pdf

遂行機能と外向性

Executive functions and extraversion
Personality and Individual Differences,Vol.51,2011,pp.720-725

遂行機能と外向性は,同様の神経学的基盤にリンクされてきた.被験者は,三つの実行機能(変更,更新,抑
制)で構成された課題を行い,二つの手段(アイゼンクの個性アンケート,カーヴァー・ホワイトのBIS/BAS 尺
度)も用いて外向性を測定した.外向的な被験者は,内向的な被験者よりも,より多くのパフォーマンスを示し
た.外向的な被験者は,更新の機能を要する課題で高成績を示したのに対し,内向的な被験者は変更の機能を要す
る課題で高成績を示した.これらの結果により,外向性の度合いにより,実行機能が異なる可能性が示唆された.

Executive function,Executive functioning,Extraversion,Introversion,Personality,Updating,Inhibition, Set shifting

pdf

カノニカル相関を用いたfMRI データの教師なし分類処理

Unsupervised analysis of fMRI data using kernel canonical correlation
NeuroImage, Volume 37, Issue 4, October 2007, Pages 1250-1259

fMRIデータ分析で使用されるようになってきた教師あり学習法(例:サポートベクタマシン)のクラスと異なるカノニカル相関分析に基づいた,新しい教師なしfMRI分析法を紹介する.SVMは単純な特定の分類ラベルに撮像データの特徴を関連付けさせるが,KCCAはこれらの単純なラベルをその刺激の特徴の詳細を含んでいる各刺激のラベル・ベクトルに置換する.我々は,情動刺激に対する反応に関するfMRIデータセットを用いてKCCAとSVMの分析を比較した.最初にfMRIデータの部分集合上のアルゴリズム(SVM、KCCA)と,対応するラベル/ラベル・ベクトル(快と不快の)を訓練し,次にオリジナルのトレーニング過程に与えないでおいたデータ上のアルゴリズムをテストした.SVMとKCCAの識別率は,非常に類似した.しかし,この研究から生じる最も重要な結果は,KCCAは,タスクの分類において最も重要であるとSVMが識別した領域を抽出することができたことである.また,その領域は主に視覚野であった.KCCAの結果は明確なタスクラベルのブラインドを得た.代わりに,刺激の種類は撮像データの特徴のベクトルから有効に得られる.

Machine learning methods, Kernel canonical correlation analysis, Support vector machines, Classi ers, Functional magnetic resonance imaging data analysis

pdf