JP6583719B2 - 情報処理装置の作動方法および推定システム - Google Patents
情報処理装置の作動方法および推定システム Download PDFInfo
- Publication number
- JP6583719B2 JP6583719B2 JP2015146988A JP2015146988A JP6583719B2 JP 6583719 B2 JP6583719 B2 JP 6583719B2 JP 2015146988 A JP2015146988 A JP 2015146988A JP 2015146988 A JP2015146988 A JP 2015146988A JP 6583719 B2 JP6583719 B2 JP 6583719B2
- Authority
- JP
- Japan
- Prior art keywords
- subject
- brain activity
- brain
- similarity
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Description
本発明の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本発明に関する次の詳細な説明から明らかとなるであろう。
図1および図2を参照して、被験者の状態の推定方法について説明する。当該推定を行う推定システム100(図3参照)は、学習処理および推定処理を実行する。図1は、学習処理を概略的に示す概念図である。図2は、推定処理を概略的に示す概念図である。
(学習処理)
まず、図1を参照して、学習処理について説明する。図1に示されるように、学習処理は、主として、ステップS1〜S4の処理を含む。
図2を参照して、本実施の形態に従う推定方法における推定処理について説明する。推定処理では、推定システム100は、脳活動パターンXと被験者の状態との間の相関関係(すなわち、学習結果25)を利用して、検査対象の被験者について算出された脳活動パターンXから当該被験者の状態を推定する。推定処理は、主として、ステップS11〜S14の処理を含む。
以下では、学習部20(図1参照)による学習処理についてさらに詳細に説明する。
以下では、推定システム100の学習部20(図1参照)による学習処理の変形例について説明する。
図4を参照して、本実施の形態に従う推定システム100の装置構成の概要について説明する。図4は、推定システム100の主要なハードウェア構成を示すブロック図である。図4に示されるように、推定システム100は、fMRI装置200と、情報処理装置400とを含む。
図5を参照して、推定システム100を構成する情報処理装置400(図4参照)のハードウェア構成の一例について説明する。図5は、情報処理装置400の主要なハードウェア構成を示すブロック図である。
(実験内容)
図6を参照して、発明者らが実施した実験の内容について説明する。発明者らは、不平等感に対する脳の反応を調べるために、最後通牒ゲーム(Ultimatum game)を被験者に対して実施した。
図7および図8を参照して、最後通牒ゲームの実施時に得られた脳活動パターンから鬱傾向を推定した実験結果について説明する。図7は、推定されたBDIスコアと実際のBDIスコアとの対比を示す図である。図8は、不平等感に対する脳内の活動領域を示す図である。
発明者らは、さらに、鬱傾向の変化を予測するために寄与している扁桃体の部分を調べた。以下では、図9を参照して、その結果について説明する。図9は、不平等感を被験者に与えた場合における扁桃体の脳活動パターンを示す図である。
以上のようにして、学習処理では、推定システム100は、被験者が有する状態に相関し得る知覚刺激を各被験者に対して与えたときに計測される時系列の脳活動情報を、当該被験者の脳内の互いに異なる各領域について取得する。その後、推定システム100は、各被験者について、当該被験者の脳内の各領域から得られた脳活動情報のそれぞれの時間的な変化と、当該被験者に与えられ知覚刺激の時間的な変化との間のそれぞれの類似度からなる脳活動パターンXを算出する。推定システム100は、予め定量化されている各被験者の状態と、各被験者に対応する脳活動パターンXとを用いて、脳活動パターンXと被験者の状態との間の相関関係を学習する。
Claims (4)
- 被験者が有する状態を推定するための情報処理装置の作動方法であって、
前記情報処理装置は、プロセッサを備え、
前記作動方法は、
前記状態に相関し得る知覚刺激を各被験者に対して与えたときに計測される時系列の脳活動情報を、当該被験者の脳内の互いに異なる各領域について、fMRI(functional Magnetic Resonance Imaging)装置から前記プロセッサが取得するステップと、
各被験者について、当該被験者の脳内の各領域から得られた前記脳活動情報のそれぞれの時間的な変化と、当該被験者に与えられ前記知覚刺激の時間的な変化との間のそれぞれの類似度からなる類似度群を前記プロセッサが算出するステップと、
予め定量化されている各被験者の状態と、各被験者に対応する前記類似度群とを用いて、前記類似度群と被験者の状態との間の相関関係を前記プロセッサが学習するステップとを備える、作動方法。 - 前記作動方法は、前記相関関係を利用して、新たな被験者について算出された前記類似度群から当該新たな被験者の状態を前記プロセッサが推定するステップをさらに備える、請求項1に記載の作動方法。
- 各被験者の各脳活動情報は、時系列の第1数値群として表され、
各被験者に与えた前記知覚刺激は、時系列の第2数値群として表され、
前記算出するステップは、前記第1数値群と前記第2数値群とのうち互いに同じ時刻に対応する数値同士のそれぞれを掛け合わせ、当該掛け合わせた結果を足し合わせて前記類似度を算出する、請求項1または2に記載の作動方法。 - 被験者が有する状態を推定するための推定システムであって、
前記状態に相関し得る知覚刺激を各被験者に対して与えたときに計測される時系列の脳活動情報を、当該被験者の脳内の互いに異なる各領域について取得する取得部と、
各被験者について、当該被験者の脳内の各領域から得られた前記脳活動情報のそれぞれの時間的な変化と、当該被験者に与えられ前記知覚刺激の時間的な変化との間のそれぞれの類似度からなる類似度群を算出する算出部と、
予め定量化されている各被験者の状態と、各被験者に対応する前記類似度群とを用いて、前記類似度群と被験者の状態との間の相関関係を学習する学習部とを備える、推定システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015146988A JP6583719B2 (ja) | 2015-07-24 | 2015-07-24 | 情報処理装置の作動方法および推定システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015146988A JP6583719B2 (ja) | 2015-07-24 | 2015-07-24 | 情報処理装置の作動方法および推定システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017023548A JP2017023548A (ja) | 2017-02-02 |
JP6583719B2 true JP6583719B2 (ja) | 2019-10-02 |
Family
ID=57944949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015146988A Active JP6583719B2 (ja) | 2015-07-24 | 2015-07-24 | 情報処理装置の作動方法および推定システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6583719B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3776591A1 (en) * | 2018-03-28 | 2021-02-17 | Icahn School of Medicine at Mount Sinai | Systems and methods for processing connectivity values between sub-processing regions |
JP6812022B2 (ja) * | 2018-10-11 | 2021-01-13 | 株式会社国際電気通信基礎技術研究所 | 脳機能結合相関値の調整方法、脳機能結合相関値の調整システム、脳活動分類器のハーモナイズ方法、脳活動分類器のハーモナイズシステム、および脳活動バイオマーカシステム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19529639C2 (de) * | 1995-08-11 | 1997-06-19 | Siemens Ag | Verfahren zur zeit- und ortsaufgelösten Darstellung funktioneller Gehirnaktivitäten eines Patienten und Anordnung zur Durchführung des Verfahrens |
US6907280B2 (en) * | 1999-12-02 | 2005-06-14 | The General Hospital Corporation | Method and apparatus for objectively measuring pain, pain treatment and other related techniques |
WO2001074240A2 (en) * | 2000-03-30 | 2001-10-11 | The General Hospital Corporation | Method and apparatus for objectively measuring pain, pain treatment and other related techniques |
CN104380132B (zh) * | 2012-05-31 | 2018-01-09 | 皇家飞利浦有限公司 | 用于图像分割的量化评估的方法和系统 |
JP6492356B2 (ja) * | 2013-12-16 | 2019-04-03 | 株式会社国際電気通信基礎技術研究所 | 脳活動訓練装置および脳活動訓練方法 |
-
2015
- 2015-07-24 JP JP2015146988A patent/JP6583719B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017023548A (ja) | 2017-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
De Martino et al. | Frequency preference and attention effects across cortical depths in the human primary auditory cortex | |
Turner et al. | Why more is better: Simultaneous modeling of EEG, fMRI, and behavioral data | |
Welvaert et al. | neuRosim: An R package for generating fMRI data | |
Smith et al. | Functional connectomics from resting-state fMRI | |
Ahn et al. | A model-based fMRI analysis with hierarchical Bayesian parameter estimation. | |
Strother et al. | Optimizing the fMRI data-processing pipeline using prediction and reproducibility performance metrics: I. A preliminary group analysis | |
WO2019102901A1 (ja) | 脳内ネットワークの活動推定システム、脳内ネットワークの活動推定方法、脳内ネットワークの活動推定プログラム、および、学習済み脳活動推定モデル | |
Bonaiuto et al. | Non-invasive laminar inference with MEG: Comparison of methods and source inversion algorithms | |
Hogan et al. | Roles of ventromedial prefrontal cortex and anterior cingulate in subjective valuation of prospective effort | |
JPWO2007043462A1 (ja) | 脳機能データ解析方法、脳機能解析装置及び脳機能解析プログラム | |
CN105007812A (zh) | 脑电波信号处理装置、脑电波信号处理方法、程序、及记录介质 | |
US10136834B2 (en) | Neuronal resonance magnetic resonance imaging method | |
JP2018187044A (ja) | 感情推定装置、感情推定方法およびコンピュータプログラム | |
Dai et al. | Predicting individual brain functional connectivity using a Bayesian hierarchical model | |
JP6583719B2 (ja) | 情報処理装置の作動方法および推定システム | |
Betzel et al. | Inter-regional ECoG correlations predicted by communication dynamics, geometry, and correlated gene expression | |
JP2020203051A (ja) | コンピュータプログラム、情報処理装置、情報処理方法、学習済みモデルの生成方法及び学習済みモデル | |
JP7465970B2 (ja) | 推定システム、推定方法、プログラム、推定モデル、脳活動トレーニング装置、脳活動トレーニング方法、および、脳活動トレーニングプログラム | |
WO2022161838A1 (en) | Monitoring of fmri examination | |
CN109965873B (zh) | 生物功能测量分析系统、方法及记录介质 | |
JP6821171B2 (ja) | 脳活動状態定量化方法および脳活動状態計測装置 | |
CN114097041A (zh) | 针对深度学习电特性断层摄影的不确定度图 | |
Santos et al. | Evaluation of Alzheimer’s disease by analysis of MR images using multilayer perceptrons and committee machines | |
US7398120B2 (en) | Method and arrangement and computer programme with programme code means and computer programme products for the analysis of neuronal activities in neuronal areas | |
Hendrikx et al. | Derivation of visual timing-tuned neural responses from early visual stimulus representations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150727 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170112 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180626 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190312 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190409 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190806 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190822 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6583719 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |