EEG解読におけるユークリッド整列と深層学習の系統的評価 背景紹介 脳波(EEG)信号は、非侵襲性、携帯性、低コストな収集などの利点から、脳コンピューターインターフェース(BCI)タスクで広く利用されています。しかし、EEG信号には低い信号対雑音比、電極位置の影響を受けやすい、空間分解能が低いなどの欠点があります。深層学習(DL)技術の進歩に伴い、この技術はBCI分野で優れた性能を示し、場合によっては従来の機械学習手法を上回っています。しかし、DLモデルには大量のデータが必要であるという主な障害があります。複数の被験者データを使った転移学習(Transfer Learning、TL)は、データ共有によってDLモデルをより効率的に訓練できます。ユークリッド整列(Euclidean Alignm...

視覚運動タスクにおける機能的脳ネットワークの再編成変化 研究背景 運動の実行は、空間的に近接および離れた脳領域の協調的な活性化に依存する複雑な認知機能である。視覚運動統合タスクでは、運動の実行を計画するために視覚入力を処理および解釈し、環境と相互作用するために人間の動作を調整する必要がある。機能的磁気共鳴画像法(fMRI)に基づく研究は、前頭葉と頭頂葉の領域が視覚運動統合過程で重要な役割を果たすことを示している。さらに、運動感覚皮質も関与している。しかし、既存の研究は主にfMRI技術を用いてこれらのプロセスを探索しており、脳波(EEG)信号に関する研究はそれほど多くない。 多くの研究において、機能的連接性解析を通じて異なる脳領域間の統計的依存関係が明確にされ、異なる条件下でどのように相互作用...

背景紹介 事象関連電位(Event-Related Potentials, ERPs)の研究は、様々な心理プロセスを説明する際に独自の利点を持つなど、脳のメカニズムに関する重要な情報を提供しています。これらの研究では、通常、被験者に特定のタスクを実行させながら、多チャンネル脳波(EEG)を記録し、刺激の種類と被験者の反応に基づいて試行を分類し、各カテゴリの試行の平均値を計算してERPsを算出しています。頭皮表面で記録されたERPsは時間分解能が高いものの、体積伝導効果のため、空間分解能は低くなります。 体積伝導問題を解決する1つの方法は、ブラインドソース分離(Blind Source Separation, BSS)手法を使うことです。BSSを個々の試行データに適用する場合、主な目標は個人の...

神経電極の慢性的な埋め込み過程におけるマウス神経機能接続の層依存的影響 はじめに この研究では、慢性的な埋め込み型微細電極がC57BL6野生型マウス脳内の神経機能接続に与える長期的影響を探る。埋め込まれた電極は神経信号の記録と電気刺激を行うことができ、脳-コンピュータインターフェイス（Brain-Computer Interface、以下BCI）システムに広く応用されている。例えば、運動制御や感覚知覚の回復などである。しかし、時間が経つにつれ、埋め込まれた電極による信号は徐々に劣化していく。この劣化は「異物反応」（Foreign-Body Response、以下FBR）によるものであると考えられている。しかし、FBRが具体的にどのように埋め込み周辺領域の神経回路機能とその安定性に影響を与える...

GCTNet：EEG信号に基づいて重度抑うつ症を検出するグラフ畳み込みTransformerネットワーク 研究背景 重度抑うつ症（Major Depressive Disorder, MDD）は、一般的な精神障害であり、顕著かつ持続的な低気分を特徴とし、全世界で約3億5千万人に影響を与えています。MDDは自殺の主な原因の一つであり、毎年約80万人がこれにより命を落としています。現在のMDDの診断は主に患者の自己報告と臨床医の専門的判断に依存しています。しかし、診断過程の主観性は、異なる医師間での一致性の低さを引き起こし、正確でない診断をもたらす可能性があります。研究によれば、MDDと診断された一般医師の正確率はわずか47.3%に過ぎません。したがって、客観的かつ信頼できる生理指標を探索し、効...

表面筋電図信号のトポロジー構造：リーマン多様体を利用した手のジェスチャーのデコード 本論文はHarshavardhana T. Gowda（カリフォルニア大学デービス校 電子・計算機工学科）とLee M. Miller（カリフォルニア大学デービス校 心理・脳科学センター、神経生理学・行動学科、耳鼻咽喉科－頭頸部外科）によって共同執筆されました。この論文は《Journal of Neural Engineering》に掲載されました。 研究背景 表面筋電図（sEMG）信号は、皮膚の表面にセンサーを設置して運動単位（MU）の活性化からの電気信号を非侵襲的に記録するものです。これらの信号は上肢のジェスチャーのデコードに応用されており、特に切断者のリハビリ、人工肢の強化、コンピュータジェスチャー制御...