深層学習を用いた体性感覚皮質の神経可塑性の検証

使用深度学习验证体感皮层的神经可塑性

基本信息

批准号：
22KJ1103
负责人：
山城皓太郎
金额：
$ 2.18万
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：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ1103/
关键词：
一次体性感覚皮質深層学習

项目摘要

当研究の目的は、神経活動からの体性感覚の解読、および環境変化を経験することによる体性感覚の可塑的変化の検証である。これに取り組むにあたり、末梢から送られてきた情報を処理する、一次体性感覚皮質(s1)の神経活動を記録し、深層学習を用いて異なる体性感覚に対する神経活動を解読する。さらに、神経活動を学習した深層ニューラルネットワークを用いて、経験による体性感覚の神経可塑性を検証する。2022年度においては、ラットのS1から広範囲に電気生理学的記録を取得すること、また取得したデータを深層学習を用いて解析することに成功した。まず、ラットのS1からの記録については、3Dプリンターで作成したボディとニクロム線を組み合わせ、独自に剣山状の電極を作成した。この電極を用いることで、ラットS1から神経活動の記録した。また、ラットの脚の動きを側面から常に撮影するために、カメラの前にラットを固定して床が動くトレッドミル記録計を立ち上げた。これらの実験系を用いて、ラットのS1の神経活動と、その時のラットの脚の動きを対応させたデータを記録した。このデータを、ラットの前脚が床に触れる前後200ミリ秒の神経活動を深層学習モデルに学習させたところ、その時ラットの前脚が触れている床の材質を80%の精度で予測することができた。この結果は、申請書の2年度目に記載していた通りの内容であり、計画通りに計画が進んでいることを示している。ラットの神経活動を学習した深層学習モデルの学習過程の可視化を行ったところ、ラットの前脚が床につく直前のタイミングに注目して分類を行っていることが分かった。この結果は、従来の周波数解析といった線形解析手法では得られない結果であり、深層学習を解析に導入したことで得られたものである。今後は、深層学習モデルが重要と判断したタイミングに着目し、どのような特徴がそのタイミングに表れているかを解明する。

这项研究的目的是从神经活动中解密体感，并通过经历环境变化来验证体感的塑性变化。在解决此问题时，我们记录了主要体感皮层（S1）的神经活动，该神经活动处理从周围发送的信息，并使用深度学习来解密神经活动以使不同的体感能够进行不同的体感。此外，学习神经活动的深神经网络用于验证体验经验的神经塑性。在2022年，我们能够在广泛的大鼠S1上获得电生理记录，并通过深度学习成功地分析了获得的数据。首先，对于大鼠S1的录音，我们将带有3D打印机与壁画电线创建的车身结合在一起，以创建独特的剑形电极。使用该电极，从大鼠S1记录了神经活动。此外，为了不断捕获大鼠腿从侧面的运动，设置了跑步机记录器，将大鼠固定在相机前面，地板移动。使用这些实验系统，记录了与当时大鼠中S1的神经活动相对应的数据。在大鼠的前腿触摸地板之前和之后，对这些数据进行了深度学习模型的训练，以训练神经活动200毫秒，当时，大鼠前腿被触摸的地板材料的精度预测为80％。这些结果如申请表的第二年所述，表明该计划正在根据计划进行。当可视化了解大鼠神经活动的深度学习模型的学习过程时，发现分类是通过关注大鼠前腿在地板上触摸的时机之前通过注意时间进行的。该结果无法使用常规线性分析方法（例如频率分析）获得，并且是通过将深度学习引入分析中获得的。将来，当深度学习模型被认为很重要并阐明该时机中什么特征时，我们将专注于时机。