脳波データを用いたデータ駆動的アプローチによるデジタル脳作成に向けた基盤技術開発を行った。具体的には、比較的少数の電極による脳波計測データを対象として、データ同化手法の開発と確立に成功した。方法論として、脳波データに基づく結合位相振動子モデルのデータ駆動推定ならびにアンサンブルカルマンフィルタや変分法によるネットワーク神経数理モデルのシステム同定手法の導入を行った。さらに、データ駆動型解析によって、観測された脳波データからネットワークの遷移ダイナミクスを定量的に評価するための指標を新たに開発した。また、脳状態遷移のダイナミクスを多面的に捉えるため、複数の異なる指標を開発し、それらの性能比較を行った。これらの指標を用いて、異なる日に計測された同一の定型発達被験者の安静時脳波データを解析し、それぞれの指標の日間再テスト信頼性について検討した。その結果、複数の指標が幅広い周波数帯域において高い再テスト信頼性を示すことを確認した。また、実験パラダイムとして、安静時と注意関連の認知課題時の脳波計測を選定し、自閉スペクトラム症（ASD）および注意欠如多動症（ADHD）の神経発達症当事者群と定型発達群において脳波データを取得した。さらに動物モデル研究として、サル1頭に対する安静時の頭皮脳波計測を実施し、動物における注意関連の認知課題の選定を進めた。