BMIデコーディング高精度化に向けた神経活動の局所的計測に基づく広域活動推定

基于神经活动局部测量的广域活动估计，提高BMI解码精度

基本信息

批准号：
20J22686
负责人：
朝比奈昂洋
金额：
$ 1.98万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-24 至 2023-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20J22686/
关键词：
細胞・組織神経科学脳・神経電極アレイ

项目摘要

本研究課題では，脳活動を計測することで外部機器を操作するBrain-Machine Interface (BMI)技術における，神経活動の読み取り・解読（デコード）性能の向上を背景とし，限られた計測範囲内の神経活動からより広範囲の神経細胞集団の状態推定を目的としている．直接計測されない神経活動をデコードに利用することができれば，より多くの神経細胞の情報を利用可能となることでデコード性能が向上すると考えられる．上記の神経細胞集団の状態推定手法を開発し，サルBMIデータに適用した．公開されているサルBMIデータセット2件[Brochier, Scientific Data, 2018; O'Doherty, Zenodo, 2017]を利用し，直接計測されない神経活動の推定値をデコードに活用することでBMIの性能が向上することを示した．以上の研究成果をまとめ，論文として発表した（Asahina, et. al., Journal of Neuroscience Methods, 2023）．また，神経細胞集団が複数存在する場合についての推定理論の拡張を進め，培養神経回路網に適用した．神経回路網において複数の情報が並行して表現される様子を，上記の手法を用いることで観察した．以上の研究成果は学会で発表した（電気学会　電子・情報・システム部門大会，2022年8月）．以上の研究成果により，本研究課題において当初の目的であった「少数の神経活動のみから全体の活動を推定し，高性能なデコードを行うこと」を達成し，BMI利用者のQOL向上に繋がる可能性を示した．

在这个研究项目中，我们的目标是提高脑机接口（BMI）技术读取和解码神经活动的性能，该技术通过测量大脑活动来操作外部设备，目的是估计更广泛的神经元群体的状态。来自神经活动。如果不能直接测量的神经活动可以用于解码，则认为可以通过使用来自更多神经元的信息来提高解码性能。我们开发了上述方法来估计神经元群体的状态，并将其应用于猴子的 BMI 数据。通过使用两个公开的猴子 BMI 数据集 [Brochier，Scientific Data，2018；O'Doherty，Zenodo，2017] 并使用未直接测量用于解码的神经活动估计，BMI 的性能得到了改善。上述研究结果被总结并以论文形式发表（Asahina, et. al., Journal of NeuroscienceMethods, 2023）。我们还扩展了存在多个神经元群体的情况的估计理论，并将其应用于培养的神经网络。使用上述方法，我们观察了多条信息在神经网络中是如何并行表达的。上述研究成果在一次学术会议（IEEJ电子、信息和系统会议，2022年8月）上发表。基于上述研究成果，该研究项目的最初目的是“仅从少量神经活动中估计整体活动并进行高性能解码”，这将导致BMI用户的生活质量得到改善。显示了可能性。