脳神経の謎と可能性を探る 脳神経の謎と可能性を探る 脳神経の謎と可能性を探る 脳神経の謎と可能性を探る
赤間研は、2010年(平成22年)4月に本学に磁気共鳴画像法(MRI)装 置が導入されてから、本格的に脳科学の研究を開始しました。赤間 は、現在、生命理工学研究科・機能的磁気共鳴画像法(fMRI)装置 の管理運営委員会・副委員長(実施委員長)、統括オペレーターを仰 せつかっております。
赤間研では、直接的な生命現象以外の情報から、生命現象として の脳神経の反応を予測することはできないか、ということをテーマに 脳磁気共鳴画像法(MRI)装置を用いて研究しています。人間の心を 精確に読む、神経系をグラフ解析する、複雑な言語能力の根源を探 るなど、脳画像解析(MRI)を利用した人間情報学の研究です。
「直接的な生命現象以外の情報」とは、例えばGoogleなどの電子媒 体で共有される言語情報のことなどを指します。ヒトを対象として実 験を行う場合、実験時間はおのずと限られています(ヒトはすぐ疲労 してしまいますし、一生のうちにすべてのことを経験できるわけでは ありません)。その時、あらかじめ大規模な外部データ(たとえば言語
MRIを利用した脳 を利用した脳 を利用した脳 を利用した脳
神経機能の解明
神経機能の解明
神経機能の解明
神経機能の解明
ヒトの身心の状態を脳の賦活
ヒトの身心の状態を脳の賦活
ヒトの身心の状態を脳の賦活
ヒトの身心の状態を脳の賦活
パターンから予測する
パターンから予測する
パターンから予測する
パターンから予測する
研究室名
研究室名
研究室名
研究室名:赤間啓之研究室 赤間啓之研究室 赤間啓之研究室 赤間啓之研究室
メールアドレス メールアドレス メールアドレス メールアドレス akama.h.aa@m.titech.ac.jp
生命理工学研究科・fMRI装置パノラマ
3Dプリンタで出力された大脳解剖画像 赤間研の神経科学研究のイメージ図
ありません)。その時、あらかじめ大規模な外部データ(たとえば言語 コーパス)があって、そうした外部データ内のマクロな関係性があら かじめ計算処理(例:自然言語処理)できていたとします。そうした外 部データ内の関係性に対し、ヒトを対象とする神経科学実験で得ら れたほんの一握りの神経反応情報を部分的にマップすることで、 我々は、ヒトを対象とした神経科学実験では時間の関係上得ること のできないような、仮想実験結果を、有意な精度で予測することが できます。たとえば言語には無数の単語がありますが、その中のど んな単語であっても、その意味処理をする脳の反応を予測できるよ うになるかもしれないのです。
脳神経反応の予測研究(脳データの機械学習)としては、赤間研はこ れまで、ヒトが頭の中で考えている単語の推定や、バイリンガル話 者が使っている言語の判別などで、有意かつ実用性に足るモデル を構築することができました。しかし重要な問題は個人差です。ヒト の反応は様々です。ヒトはそれぞれ違う事を違うように考えます。ま た脳神経の機能・構造にも微妙な個人差があります。特定の個人か ら得られた神経反応モデルを他の個人に適用しようとすると、判別 精度が大きく落ち込みます。赤間研では、独自の素性選択法で、横 断的な被験者「間」脳反応解読モデルの精度向上に成功しました。 一人ひとりの有限性と個性に向き合い、少ない外部データ、短い神 経科学実験時間でも、個人の神経・認知活動の充分なプロファイル は作成し、それをできるだけ他の個人の神経・認知活動の研究に再 活用できるようにすることが、赤間研の究極の目標です。
神経と計算の関係 神経と計算の関係 神経と計算の関係
神経と計算の関係 (1):血流と判別の関数血流と判別の関数血流と判別の関数血流と判別の関数 こうした関心から我々は脳磁気共鳴画像 法データの機械学習モデリングの開発を 行っています。そもそも、機能的磁気共鳴 画像法(fMRI)とは何でしょうか？機能的 (functional)という場合は、血液中のヘモグ ロビンが酸素分子と結合しているかどうか という点で、磁気共鳴(MR)の信号の強度 が変わると言う性質を利用することになり ます。刺激やタスクにより、脳の特定の部 位で活動が高まると、そこで多くの酸素が 消費され、一次的に還元ヘモグロビンの 割合が増えます。還元ヘモグロビンは常
( )
( 1)0
z td
n t e t
∞
− −
Γ =
酸化ヘモグロビンの追加供給 によって生じる血流動態信号の 遅れた増幅を表すガンマ関数
どの時間位置でfMRI機械学習 (多変量パターン分析)をするかで 異なる予測精度：それを関数に表すと 血流動態関数(基底関数)と相似!
左(上):意味判別モデルの精度(実験参加者間モデル) 右(下):朝鮮語-中国語バイリンガル言語切替モデル
割合が増えます。還元ヘモグロビンは常 磁性で、信号を乱す働きがあります。しか し、不足した分の酸素を補うため、数秒遅 れて酸化ヘモグロビンの割合が増加し、そ れによって信号が逆に増幅されます。これ をBOLD(血中酸素濃度依存的信号)と呼び ます。BOLDは、刺激/タスク後の数秒で遅 れたピークを記録し、20秒でなだらかに戻 るという、ガンマ関数に基づく基底関数に よってモデル化されています。 赤間研は、ヒトの意味処理活動がピークで 検出できるタイミングを網羅的に解析し、 意味判別に関わる情報の時間変化につい て、それが個人差にかかわらず、血流動 態を典型的に表すとされる基底関数と相 同な機械学習精度関数を形作ることを突 き止めました。
神経と計算の関係 神経と計算の関係 神経と計算の関係
神経と計算の関係 (2):血流と判別血流と判別血流と判別: 意味と神経双方のネットワーク血流と判別意味と神経双方のネットワーク意味と神経双方のネットワーク意味と神経双方のネットワーク fMRIによる脳反応データの機械学習モデルは、まず個人の実験参 加者別に構築されています。大きな個人差は、特に脳内での言葉の 意味処理のレベルで現れます。特定の脳部位に処理が集中するこ とがないため、一人ひとりの反応パターンがますます多様化するの です。これを分散表象と呼びます。分散表象の解析には、グラフ理 論を用いた脳内複雑ネットワークの利用が有効です。 赤間研は個人差の見られる言葉の連想活動に着目し、脳反応パ ターンに参照させる--直接的な生命現象以外の--情報として、連想 概念辞書を活用しました。これは非常に小さい規模の概念連想デー タで、思考パターンにみられる個人差が反映しており、そこから脳内 複雑ネットワークと類似した規模の言語意味ネットワークを計算する ことが可能です。そこで新たにマルコフ逆F尺度(MiF)というノード間 距離の定義を提案し、それを意味ネットワークに適用して、思考の 輪を繋げ言葉の糸を紡いでゆくネットワークを脳部位の中に特定し てゆく方法を提案することができました。現在、こうした手法を機能 的結合性という新たなfMRIの分野(fcMRI)に導入しつつあります。
刺激(タスク) 開始
