統合失調症の早期診断に向けた大域的な神経ネットワークダイナミクス障害の解明

阐明全局神经网络动力学障碍以用于精神分裂症的早期诊断

基本信息

批准号：
22K12183
负责人：
信川創
金额：
$ 2.66万
依托单位：
Chiba Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

難治性精神疾患である統合失調症に対して，早期診断を実現する為の客観的で定量的な診断法の考案が望まれる．現在までに，神経ネットワークのダイナミクス異常に着目した研究が進められている．この中で研究代表者らは，高い臨床的汎用性を持つ脳波の神経ネットワークダイナミクスを捉える動的位相差パターン(DPS)に着目する手法を考案した．しかし，個々の脳領野間の相互作用を限定的に定量化したDPSでは，統合失調症にみられる複数の広い領野に亘るダイナミクス異常の検出は困難である．本研究では脳全体のネットワークダイナミクスを捉える大域的DPS(GDPS)の考案と，これに基づく統合失調の神経ネットワーク障害の推定を目的として研究を実施している．令和4年度の具体的な研究実績としては，健常者と統合失調症の脳波データに対して，ヒルベルト変換により周波数帯域毎の瞬時位相の推定を行った．そして，その空間的分布から瞬間瞬間の全脳ネットワークの活動状態に対応したGDPSのクラスを分類した．そしてGDPSの時間的推移に対する状態遷移行列解析や，遷移時系列の動的特性を解析，統合失調の脳機能異常を反映し得る神経ネットワークのダイナミクス特性を反映した特徴量(ダイナミクスプロフィール)をbetaとgamma波の帯域において明らかにした．さらに，スパイキングニューラルネットワークによる神経ネットワークのモデル化のアプローチにより，このGDPSの瞬時位相パターンの動的遷移特性が得られる原因の１つとして，ネットワーク結合強度のロングテール性が寄与することが示唆された．

希望设计一种客观和定量的诊断方法，以实现精神分裂症的早期诊断，一种难治性的精神疾病。迄今为止，研究的重点是神经网络中的异常动态。其中，研究人员设计了一种侧重于动态相位差模式（DPS）的方法，该模式捕获了脑电图的神经元网络动力学，该动态具有较高的临床多功能性。然而，量化各个脑场之间相互作用的DP很难检测到精神分裂症中多个广泛领域的动态异常。进行这项研究的目的是设计全球DPS（GDP），该DPS（GDP）捕获了整个大脑的网络动态，并基于此估算精神分裂症的神经网络疾病。 2022年的具体研究结果包括希尔伯特变换，以估计健康个体和精神分裂症的脑电图数据上每个频段的瞬时相。然后，我们根据它们的空间分布在矩和矩时，对与整个大脑网络的活性状态相对应的GDP类别。然后，我们分析了GDP的时间进展的状态过渡序列，分析了过渡时间序列的动态特征，并揭示了反映神经网络的动态特征的特征（动态曲线），这些特征反映了可能反映Beta和γ波段中精神分裂症中脑异常的动态特征。此外，有人提出，网络耦合强度的长尾巴有助于通过使用尖峰神经网络对神经网络进行建模的方法来获得GDP瞬时相位模式的动态过渡特征的原因之一。

项目成果

期刊论文数量（8）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Dynamic Characteristics of Micro-state Transition Defined by Instantaneous Frequency in the Electroencephalography of Schizophrenia Patients

精神分裂症患者脑电图瞬时频率定义的微状态转变动态特征

DOI：
10.1007/978-3-031-30108-7_3
发表时间：
2023
期刊：
ICONIP 2022: Neural Information Processing
影响因子：
0
作者：
Daiya Ebina;Sou Nobukawa;Takashi Ikeda;Mitsuru Kikuchi;Tetsuya Takahashi
通讯作者：
Tetsuya Takahashi

Feature Extraction Mechanism for Each Layer of Deep Echo State Network

深回波状态网络各层特征提取机制

DOI：
10.1109/icetci55171.2022.9921370
发表时间：
2022
期刊：
Proceedings of 2022 International Conference on Emerging Techniques in Computational Intelligence (ICETCI)
影响因子：
0
作者：
Keikou Kanda;Sou Nobukawa
通讯作者：
Sou Nobukawa

Asymmetric Complexity in a Pupil Control Model With Laterally Imbalanced Neural Activity in the Locus Coeruleus: A Potential Biomarker for Attention-Deficit/Hyperactivity Disorder

蓝斑神经活动横向不平衡的瞳孔控制模型中的不对称复杂性：注意力缺陷/多动症的潜在生物标志物

DOI：
10.1162/neco_a_01545
发表时间：
2022
期刊：
Neural Computation
影响因子：
2.9
作者：
Hiraku Kumano;Sou Nobukawa;Aya Shirama;Tetsuya Takahashi;Toshinobu Takeda;Ohta Haruhisa;Mitsuru Kikuchi;Akira Iwanami;Nobumasa Kato;Shigenobu Toda
通讯作者：
Shigenobu Toda

Long-Tailed Characteristics of Neural Activity Induced by Structural Network Properties