本年度は研究計画に従い、内容ロス（content loss）を用いた脳コード変換手法の開発と、マウスデータを活用した種間脳コード変換技術の基礎検討を実施し、両分野において重要な進展を得た。内容ロス手法については、従来のbrain lossベースの変換器が変換元と変換先の被験者に同一刺激の提示を必要としていた制約を克服するアルゴリズムを確立した。深層ニューラルネットワーク特徴量を潜在表現として活用し、脳活動パターンが表現する内容を媒介とすることで、異なる視覚刺激下で計測されたfMRIデータ間でも高精度な個体間変換を実現した。具体的には、変換元の脳活動から推定される刺激特徴量と、変換器出力を変換先デコーダに入力して得られる特徴量との差を最小化する学習方式により、共通刺激セットを用いることなく柔軟な脳コード変換が可能となった。定量的評価では、異なる刺激セットで計測されたデータにおいて個人内変換と同等の精度を達成し、視覚像再構成においても高い同定精度を確認した。並行して、京都大学・笠井昌俊氏のグループから提供されたマウス二光子顕微鏡データを用いて、ヒトとマウス間の種間脳コード変換の予備的検討を開始した。マウスの視覚野における神経活動パターンとヒトfMRIデータの対応関係を解析し、相同な脳領域間での変換可能性を検証した。計測手法の違いによる信号特性の差異を考慮した前処理手法を開発し、種を超えた脳活動パターンの比較解析を可能にする基盤技術を構築した。予備的な結果として、マウスの視覚野V1領域の活動パターンをヒトの初期視覚野の活動パターンに変換する手法の実装に成功し、種間での脳機能の類似性を定量的に評価する枠組みを確立した。これらの成果により、個体差および種差を超えた脳活動データの統合解析という本研究の核心技術が実証され、令和7年度以降のモダリティ間変換および本格的な種間変換研究への展開に向けた技術基盤が構築された。