研究組織・メンバー

A01:脳の多階層・多領野にわたるデータ統合モデリング法の開発

研究代表者
石井　信・京都大学大学院情報学研究科・教授
WEBhttp://ishiilab.jp

分担研究者
山崎　匡・電気通信大学大学院情報理工学研究科・准教授

紹介文本文

脳は、外界からの情報を取得した後に、中枢における動的内部表現に変換（エンコード）し、異なる領野にわたって並列処理することで、外界に再び機能出力（例えば、運動や意思決定として、デコード）する情報伝達機械である。この「脳情報動態」における内部表現を、領域の実験チームが産出するデータに基づき神経細胞あるいは神経回路レベル（機能モジュール）で同定し、それらの動的な組み合わせから機能出力に至る情報動態を理論化するための情報学的手法を開発する。特に、高精度の脳関連ビッグデータから計測誤差を除き、「モデル化可能なデータセット」を、計算機上で再利用可能な形で構築する。具体的には、In vivo 4次元イメージング・電子顕微鏡計測から機能モジュールを同定するための高度画像処理手法、データに基づき神経動態を再現・予測するエンコーダモデル、および、神経動態から機能出力を再現・予測するデコーダモデル、それらの組み合わせになる並列的情報動態モデリング、および生体フィードバック法を開発する。そのためには、近年進展が著しい大規模画像処理を中心とした人工知能関連技術が必要になると思われる。また、エンコーダ・デコーダの組み合わせを、神経の機能回路レベルで計算機上に実現する多階層・多領野モデリングおよびシミュレーションを、運動学習を司る小脳回路に注目して実施し、脳情報動態の統合理論化を目指す。

図1　中枢からの4Dイメージングデータと行動とを結びつける機能モジュールの同定

文献

Hirayama J, Hyvarinen A, Ishii S (2016)
Sparse and low-rank matrix regularization for learning time-varying Markov networks. Mach Learn, 105(3), 335-366.
Morioka H, Kanemura A, Hirayama J, Shikauchi M, Ogawa T, Ikeda,S, Kawanabe M, Ishii S (2015)
Learning a common dictionary for subject-transfer decoding with resting calibration. NeuroImage, 111, 167-178.
Nakae K, Ikegaya Y, Ishikawa T, Oba S, Urakubo H, Koyama M, Ishii S (2014)
A statistical method of identifying interactions in neuron-glia systems based on functional multicell Ca2+ imaging.
PLoS Comput Biol, 10(11), e1003949.