研究課題情報
課題管理番号
25wm0625411h0002
統合プロジェクト(三期)

シーズ開発・基礎研究プロジェクト

統合プロジェクト(二期)

疾患基礎研究プロジェクト<第二期>

事業名

脳神経科学統合プログラム

タグ(2025)

研究開発目的: 研究開発基盤の整備研究

研究の性格: AI・ICT等研究及びDX基盤整備研究

研究モダリティ: データサイエンス

開発フェーズ: 基盤構築

ICD-10大分類: 神経系の疾患

対象疾患領域: 精神・神経疾患

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 予防・保健

タグ(2024)

研究開発目的: 研究開発基盤の整備研究

研究の性格: AI・ICT等研究及びDX基盤整備研究

研究モダリティ: データサイエンス

開発フェーズ: 基盤構築

ICD-10大分類: 神経系の疾患

対象疾患領域: 精神・神経疾患

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 予防・保健

代表研究機関
学校法人順天堂順天堂大学
研究代表者

(2025) 孫哲, 学校法人順天堂順天堂大学, 順天堂大学健康データサイエンス学部 講師

(2024) 孫哲, 学校法人順天堂順天堂大学, 順天堂大学 健康データサイエンス学部 講師

研究期間
2024年度 - 2026年度
課題への総配分額
31,200 千円
研究概要(2025)
デジタル脳の認知機能や脳型学習アルゴリズムの構築には、脳の構造と活動データを活用する際、サンプルの量が限られる困難がある。しかし、ネットワーク内のニューロンとその接続様式に制限を設けることで、限定的なデータからシステムの構造と機能を把握するモデルを再構築できると考えられる。本研究では、カルシウムイメージングとNeuropixelを用いた技術で脳活動データを記録し、認知タスクと行動タスクを学習するデジタル脳を構築することを目指す。高精度で行動出力を生成するデジタル脳は、ローカル構造の特異性を詳細に研究する予定である。さらに、動物が行動タスクを実施する際に記録された高次元の脳活動データを使用し、人工ニューラルネットワークとテンソルネットワークの訓練を行う。機械学習アルゴリズムの等価性は、デコードされた行動パフォーマンスとテストセットにおける類似ユニットの検出確率で評価される。最終的に、機械学習、神経可塑性などの手法を用いて訓練し、効果の差異を比較する。
研究概要(2024)
デジタル脳の認知機能や脳型学習アルゴリズムの構築には、脳の構造と活動データを活用する際、サンプルの量が限られる困難がある。しかし、ネットワーク内のニューロンとその接続様式に制限を設けることで、限定的なデータからシステムの構造と機能を把握するモデルを再構築できると考えられる。本研究では、カルシウムイメージングとNeuropixelを用いた技術で脳活動データを記録し、認知タスクと行動タスクを学習するデジタル脳を構築することを目指す。高精度で行動出力を生成するデジタル脳は、ローカル構造の特異性を詳細に研究する予定である。さらに、動物が行動タスクを実施する際に記録された高次元の脳活動データを使用し、人工ニューラルネットワークとテンソルネットワークの訓練を行う。機械学習アルゴリズムの等価性は、デコードされた行動パフォーマンスとテストセットにおける類似ユニットの検出確率で評価される。最終的に、機械学習、神経可塑性などの手法を用いて訓練し、効果の差異を比較する。
研究成果情報
2024