Name: クロスモーダル多変量パターン解析 (動画) | JoVE Journal
Uploaded: 2011-11-09T13:00:00.000+00:00
Duration: 13 min 51 s
Description: 学ぶクロスモーダル多変量パターン解析によるfMRIデータ解析手法。視覚刺激が聴覚・体性感覚皮質に誘発する神経活動パターンを予測し、感覚処理の神経メカニズムを解明する。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この作品は、アントニオとハンナDamasioにマザーズ財団や国立衛生研究所（承認番号5P50NS019632 - 27）により、補助金によって支えられている。

<ol><li>Haynes, J. -D., Rees, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoding+mental+states+from+brain+activity+in+humans%5BTitle%5D)+AND+%22Nat.+Rev.+Neurosci%22%5BJournal%5D)">Decoding mental states from brain activity in humans.</a> Nat. Rev. Neurosci. 7, 523-534 (2006).</li>
<li>Norman, K. A., Polyn, S. M., Detre, G. J., Haxby, J. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Beyond+mind-reading%3A+multi-voxel+pattern+analysis+of+fMRI+data%5BTitle%5D)+AND+%22Trends.+Cogn.+Sci%22%5BJournal%5D)">Beyond mind-reading: multi-voxel pattern analysis of fMRI data.</a> Trends. Cogn. Sci. 10, 424-430 (2006).</li>
<li>Kriegeskorte, N., Bandettini, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analyzing+for+information%2C+not+activation%2C+to+exploit+high-resolution+fMRI%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Analyzing for information, not activation, to exploit high-resolution fMRI.</a> NeuroImage. 38, 649-662 (2007).</li>
<li>Mur, M., Bandettini, P. A., Kriegeskorte, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Revealing+representational+content+with+pattern-information+fMRI+-+an+introductory+guide%5BTitle%5D)+AND+%22Soc.+Cogn.+Affect.+Neurosci%22%5BJournal%5D)">Revealing representational content with pattern-information fMRI - an introductory guide.</a> Soc. Cogn. Affect. Neurosci. 4, 101-109 (2009).</li>
<li>Kamitani, Y., Tong, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoding+the+visual+and+subjective+contents+of+the+human+brain%5BTitle%5D)+AND+%22Nat.+Neurosci%22%5BJournal%5D)">Decoding the visual and subjective contents of the human brain.</a> Nat. Neurosci. 8, 679-685 (2005).</li>
<li>Formisano, E., De Martino, F., Bonte, M., Goebel, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((%22Who%22+is+saying+%22what%22%3F+Brain-based+decoding+of+human+voice+and+speech%3F%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">"Who" is saying "what"? Brain-based decoding of human voice and speech?</a> Science. 322, 970-973 (2008).</li>
<li>Meyer, K., Kaplan, J. T., Essex, R., Webber, C., Damasio, H., Damasio, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+visual+stimuli+on+the+basis+of+activity+in+auditory+cortices%5BTitle%5D)+AND+%22Nat.+Neurosci%22%5BJournal%5D)">Predicting visual stimuli on the basis of activity in auditory cortices.</a> Nat. Neurosci. 13, 667-668 (2010).</li>
<li>Meyer, K., Kaplan, J. T., Essex, R., Damasio, H., Damasio, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Seeing+touch+is+correlated+with+content-specific+activity+in+primary+somatosensory+cortex%5BTitle%5D)+AND+%22Cereb.+Cortex%22%5BJournal%5D)">Seeing touch is correlated with content-specific activity in primary somatosensory cortex.</a> Cereb. Cortex. 21, 2113-2121 (2011).</li>
<li>Damasio, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Time-locked+multiregional+retroactivation%3A+a+systems-level+proposal+for+the+neural+substrates+of+recall+and+recognition%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Time-locked multiregional retroactivation: a systems-level proposal for the neural substrates of recall and recognition.</a> Cognition. 33, 25-62 (1989).</li>
<li>Meyer, K., Damasio, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Convergence+and+divergence+in+a+neural+architecture+for+recognition+and+memory%5BTitle%5D)+AND+%22Trends.+Neurosci%22%5BJournal%5D)">Convergence and divergence in a neural architecture for recognition and memory.</a> Trends. Neurosci. 32, 376-382 (2009).</li>
<li>Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modalities%2C+modes%2C+and+models+in+functional+neuroimaging%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Modalities, modes, and models in functional neuroimaging.</a> Science. 326, 399-403 (2009).</li>
<li>Hanke, M., Halchenko, Y. O., Sederberg, P. B., Hanson, S. J., Haxby, J. V., Pollmann, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PyMVPA%3A+a+Python+toolbox+for+multivariate+pattern+analysis+of+fMRI+data%5BTitle%5D)+AND+%22Neuroinformatics%22%5BJournal%5D)">PyMVPA: a Python toolbox for multivariate pattern analysis of fMRI data.</a> Neuroinformatics. 7, 37-53 (2009).</li>
<li>Harrison, S. A., Tong, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoding+reveals+the+contents+of+visual+working+memory+in+early+visual+areas%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Decoding reveals the contents of visual working memory in early visual areas.</a> Nature. 458, 632-635 (2009).</li>
<li>Serences, J. T., Ester, E. F., Vogel, E. K., Awh, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulus-specific+delay+activity+in+human+primary+visual+cortex%5BTitle%5D)+AND+%22Psych+Sci%22%5BJournal%5D)">Stimulus-specific delay activity in human primary visual cortex.</a> Psych Sci. 20, 207-214 (2009).</li>
</ol>

利害の衝突は宣言されません。

私たちのこれまでの研究の知見は、クロスモーダルmvpaのは&quot;心の耳&quot;と&quot;心のタッチ&quot;で経験した精神的なイメージの神経相関を研究する有用なツールであることを示している。具体的には、結果はこのような画像の内容が収束 - 発散ゾーンのDamasioのフレームワークのための直接的な実証的サポートを提供し、それぞれ、早期の聴覚と体性感覚野の神経活動と相関していることを示している。 我々が説明する基本的なパラダイムは、いくつかの方法で拡張することができます。最も明らかに、同様の研究は、感覚様相の異なる組合せを用いて行うことができる。この点で、それは実験の前に特定のクロスモーダルのアソシエーションを確立することが成功の可能性を高めることが可能です。例えば、嗅覚皮質におけるクロスモーダル表現を研究するために、人は視覚や食品のアイテム数の香りに、それらを同時に公開することにより、被験者をプライミングことができます。 Shortly後、機能的MRIスキャナの内部に、においの嗅覚の記憶は視覚的な手がかりによって引き起こされる、とmvpaのは、単に嗅覚皮質の活動に基づいて、適切な食品への臨床試験を割り当てようとするとに使用することができる。 興味の別の質問では、初期の感覚野の活動のクロスモーダル誘導パターンは、音やタッチが実際に経験されたときに誘発されるパターンとの類似性を負担するかどうかということです。言い換えれば、ガラスの花瓶は粉々の類似したパターンを呼び出す見ていない実際に同じイベントを聞くには早く聴覚野における神経活動？この問題は、再び、mvpaのことで対処することができます：被験者は正常被験者は、対応するビデオクリップを見ながら、記録されたデータを区別することができる特定の音を聞いている間記録されたデータの学習に用いられた分類器です？私たちの聴覚の研究では、我々はそのような分類を試みていたが、結果は（図3参照文献7において限界だった）。その研究では、しかし、参加者の聴覚関連付けはどのような方法で制御されていませんでした。言い換えれば、我々はビデオに関連付けられている各被験者が分類器を訓練するために使用するオーディオトラックにあった方法同様​​の聴覚の画像わからない。再び、それはvisuo -嗅覚アソシエーションのために上記のような特定のクロスモーダルアソシエーションは、被験者にプライミングされた後に同じ問題に対処するためにみるのも面白いかもしれません。これは、ビデオの試験中に、より確実に対象者の精神的な経験を制御するため、分類器の予測性能を向上させるかもしれないことができてしまう。 結論として、我々はその刺激を示すことによって、古典的なmvpaのパラダイムへの拡張を導入している内に、だけでなく、感覚モダリティを越えだけでなく、予測することができます。従って、我々はmvpaパッケージの使用は外部感覚刺激によって直接誘導される知覚表現の相関を調査するために限定されないことを示している。むしろ、mvpaのも可能内部的にトリガされるmental images社の神経基盤を評価する：Damasioの収束 - 発散ゾーンの枠組みに従い、我々の調査結果は、記憶に基づいて再構成されているmental images社の意識体験が早い感覚でコンテンツごとに特定の神経表現と相関していることを示唆している皮質。

クロスモーダル多変量パターン解析

Cross-Modal Multivariate Pattern Analysis

多変量パターン解析（mvpaのは）1-4機能的磁気共鳴画像（fMRI）データを分析するのがますます一般的な方法です。このメソッドは、通常、脳の特定の領域における神経活動から被験者の知覚経験を識別するために使用されます。例えば、それは主題が初期視覚野5または、同様に、早期の聴覚野6の活動からスピーチの内容の活動から知覚する視覚的な格子の方向を予測するために採用されている。 ここで、我々は、知覚刺激が内に、しかし感覚系で予測されていないによれば、古典的なmvpaのパラダイムの拡張子を提示する。特に、我々が説明する方法では、それらが記載されているを介して1つ以外のモダリティでのメモリの関連を想起させる刺激はそれらの他のモダリティの感覚皮質のコンテンツ特有の活動パターンを誘発するかどうかの問題に対処します。例えば、地上で粉々のガラスの花瓶のミュートビデオクリップを見れば、自動的にほとんどの観測筋に関連付けられているサウンドの聴覚イメージをトリガーし、早期に特定の神経活動のパターンと相関する&quot;心の耳&quot;でこの画像の経験です。聴覚皮質？被験者は、ハウリングドッグのビデオクリップを見て、代わりに、あった場合についても、観察することができるパターンとは異なるこの活動パターンは？ 前の2つの研究7,8で、我々は予測することができたサウンドとタッチを暗示それぞれ、早期の聴覚と体性感覚野の神経活動に基づいて、ビデオクリップを。我々の結果は、記憶に基づいているmental images社の経験、それによれば、Damasio 9,10によって提案されたneuroarchitectural枠組みに沿ったもの-対応するビデオを確認した時点で&quot;心の耳&quot;で花瓶の強烈な音を聞くなど、クリップは - コンテンツの再構築でサポートされています固有の初期感覚野の神経活動パターン。

古典的な多変量パターン解析は、対象者が対応する皮質（大脳皮質視覚野における活動からの例：視覚刺激）の神経活動から知覚感覚刺激を予測する。ここで、我々は、パターン分析のクロスモーダル適用され、その音とタッチを暗示視覚刺激がそれぞれ、聴覚と体性感覚皮質の活動から予測することができます。見せる

多変量パターン分析（MVPA）は、機能的磁気共鳴画像法（fMRI）データの解析において、ますます普及している手法である1-4。通常、...

本実験の目的は、機能的MRIデータの多変量パターン分析を用いて、ヒト脳におけるマルチモーダル処理を調査することです。これはまず、特定の種類の感覚刺激を作成し、それを単一の感覚モダリティ（例えば視覚など）を通じて被験者に提示することで達成されますが、その刺激は異なるモダリティにおける強い連想を想起させるものです。例えば、被験者がそのような刺激を感知している間の、そのモダリティに関連する脳部位における神経活動を考えます。この例では、聴覚皮質をfMRIを用いて記録します。記録された活動は、被験者が元のモダリティで数ある刺激のうちのどれを感知したかを予測することを目的とした、多変量パターン分析を用いて解析されます。結果は、複数のモダリティに関連する情報を含む単一モダリティの刺激が、提示されたモダリティ以外の初期感覚皮質において、コンテンツ特異的な神経活動を誘発できることを示しています。本日ご紹介する、Crossmodal multivariate pattern analysis（クロスモーダル多変量パターン分析）と呼ぶこの手法は、従来の多変量パターン分析を自然に拡張したものであり、感覚STEMIを感覚モダリティ内ではなく、モダリティを跨いで分類するという点に違いがあります。私たちは、20年以上前にDemioによって導入された神経建築学的フレームワークの実証的な証拠を得ようとした際に、初めてこの手法を考案しました。このビデオでは、多変量パターン分析（MVPA）の技術的な側面だけでなく、その理論的な枠組みについてもご紹介します。まず、MVPAと従来の単変量fMRI解析との主な違いについて説明します。以下の点について考えてみましょう。例えば、被験者にリンゴとオレンジという2つの異なる視覚刺激を提示した場合、複数回の試行を通じて平均化された両方の刺激が、特定の神経活動パターンを誘導します。これは、ここでは6つの仮想的なボクセルの活性化レベルで象徴される一次視覚野において起こります。従来のfMRI解析では、これらのパターンを解析するための手法は本質的に2つあります。1つ目は、刺激によって誘発された関心領域全体の平均活性レベルを比較することです。しかし、平均値間の差は有意ではない可能性があります。2つ目の方法は、各ボクセルに対して減算コントラストを設定することです。リンゴ条件での活性化レベルをオレンジ条件での活性化レベルから差し引き、各ボクセルの結果として得られた差分を全脳コントラスト画像で可視化することができます。しかし、ここでもこれらの差分は小さくなる可能性があり、要求される統計的基準を満たすボクセルはごく少数にとどまる場合があります。しかしながら、単変量解析手法とは異なり、MVPAはすべてのボクセルの活性化レベルを同時に考慮することで、ボクセル間のパターンを検出することが可能です。個々の活性化の差異だけでは有意ではない場合が多いかもしれませんが、2つのパターンを全体として捉えれば、統計的に有意な差がある可能性があります。従来のfMRI解析とMVPAのもう一つの大きな違いは、後者の手法で「逆推論」と呼ばれるものが用いられる点です。従来のfMRI解析では、研究者は通常、「2つの異なる視覚刺激によって、例えば、顔の写真と家の写真は、紡錘状顔領域などの特定の関心領域において、異なる活動レベルをもたらします。対照的に、MVPAは通常、逆推論またはデコーディングの観点から表現され、特定の脳領域における神経活動のパターンに基づいて、被験者が2つの視覚刺激のどちらを感知したかを予測できるかという問いを立てます。しかし、統計的な観点からは、2つの刺激が特定の脳領域で異なる活動パターンをもたらすと言うことと、その脳領域の活動パターンによって誘発刺激の予測が可能であると言うことは同等であることに注意することが重要です。言い換えれば、MVPAの感度が単変量解析よりも高いのは、複数のボクセルを同時に考慮するためであり、逆方向の手順で処理を行うためではありません。前述の例に戻り、リンゴを見たときに一次視覚皮質で誘発される神経活動パターンが、オレンジを見たときと異なるかどうかを評価する典型的なMVPAパラダイムを考えてみましょう。まず第一のステップとして、被験者が識別対象となる多数の刺激を見ている間にfMRIデータを記録します。取得したデータは、その後、トレーニングデータセットとテストデータセットに分割されます。トレーニングセットのデータはパターン分類器に入力され、2種類の試行を互いに区別するニューラルパターンの特徴を検出させます。次に、分類器にテストセットからのラベルなしデータを提示し、トレーニングデータセットで検出したパターンに基づいて、各刺激に対する各テスト試行に最も可能性の高いラベルを割り当てます。次に、分類器の予測を正解の刺激ラベルと比較し、正解率を分類器の性能として算出します。例に挙げた分類器では、12ケース中9ケースで正解の刺激ラベルを識別しており、正解率は75%でした。このような2つの選択肢による識別において、チャンスレベルの性能は50%となります。この結果は、オレンジとリンゴの刺激によってV1に誘導される神経パターンに、実際に一貫した差異があることを示唆しています。当然ながら、この結果の有意性は統計的に証明される必要があります。このような分類実験において留意すべき重要な点は、トレーニングデータセットとテストデータセットを完全に独立させることです。そうすることで初めて、トレーニングセッション中に学習されたパターンの汎用性について結論を出すことが可能になります。このため、MVPAパラダイムでは、いわゆる交差検証パラダイムが頻繁に用いられます。この手順は、特定のデータセットから得られるトレーニングおよびテスト試行の数を最大化するだけでなく、個々の分類ステップにおいてトレーニングセットとテストセットが重複しないことを同時に保証します。8つの機能的ランを用いた以下のMVPA実験を例に挙げます。最初のクロスバリデーションステップでは、ラン1から7までのデータで分類器をトレーニングし、ラン8のデータでテストを行います。第2段階では、分類器をラン1から6およびラン8でトレーニングし、その後ラン7でテストします。このスキームに従い、各ランをちょうど1回ずつテストランとして使用し、8回のクロスバリデーションステップを実行します。各クロスバリデーションステップで分類器の性能を算出し、これらの結果を平均することで、全体の性能を導き出します。インターネット上には、pi MVPAやプリンストン神経科学研究所（Princeton Neuroscience Institute）が提供するツールボックスなど、MVPAを実行するためのフリーウェアのソフトウェアパッケージが存在します。上述のような実験パラダイムは、大脳皮質の対応する部位の神経活動から知覚刺激を予測することに成功しており、例えば、視覚野の活動に基づいて視覚刺激を、あるいは聴覚野の活動に基づいて聴覚刺激を予測することが可能です。ここでは、この基本概念を拡張し、知覚刺激を単一のモダリティ内だけでなく、モダリティを横断して予測する方法について紹介します。私たちのアイデアは、知覚が記憶の想起と密接に関連しているという事実に基づいています。例えば、ガラスの底が地面で砕ける場面のように、強い聴覚的暗示を持つ視覚刺激がある場合、それは私たちの心の耳の中で、過去にガラスが割れる経験をした際に得た聴覚的イメージと類似した聴覚的イメージを自動的に誘発させます。1980年代後半にTheoによって導入されたフレームワークによれば、粉砕されたベースの部位とそれに対応する音との記憶関連付けは、いわゆる収束発散ゾーン（Convergence Divergence zones）、略してCDと呼ばれる領域に保存されます。収束発散ゾーンは、感覚系のさまざまな階層レベルに位置するニューロンのアンサンブルとして概念化されています。その名称が示す通りです。各レベルのCDは、低次皮質からの収束的なボトムアップ投射を受け取ります。そして、それらの同じ低次皮質に向けて、発散的なトップダウン投射を返します。収束的なボトムアップ投射があるため、CDは複数のモダリティにおける知覚表現によって活性化され得ます。例えば、花瓶が割れる際の視覚と音の両方によって活性化されます。また、発散的なトップダウン投射によって、それらの低次皮質へ信号が送られます。その後、それらは他の感覚様式（モダリティ）の初期感覚皮質へ信号を戻すことで、関連するイメージの再構築を促進させることができます。この枠組みに基づき、純粋に視覚的でありながら音を想起させる刺激が誘導する活性化のシーケンスについて考えます。まず、刺激は収束的なボトムアップ投射を介して、初期視覚皮質に特定の神経活動パターンを誘導します。初期視覚皮質は、CDの第1段階であるCDZ 1を活性化します。対応する初期皮質セクターにおける活動の正確なパターンに応じて、CDZ 1が活性化されるか、あるいは不活性なままとなります。CDZ 1は、CDZ 2が検知したのと同様に、CDZ 2へと上方に投影します。初期視覚皮質における活動パターンを、cdz twosがcdz onesの中の活動パターンとして検出します。複数のcdz twosが活性化される可能性がありますが、ここでは簡略化のため、トップダウン投射を介して1つのみを描写しています。同時に、cdz onesは、さらに数層のc DZs CDZ twosを介して、初期視覚皮質における活動パターンを完結させることができます。Twosは、マルチモーダル連合皮質にあるCDZ endsへと前方投射します。繰り返しになりますが、複数のCDZ末端が活性化される可能性がありますが、簡略化のためここでは1つのみを示しています。同様に、CD Z 2はCDZ 1へも逆行性に信号を送り、それがさらに、初期視覚皮質で元々誘導されたパターンを修飾することがあります。CDZ末端は、すべてのモダリティのCZ 2へ信号を返します。聴覚皮質において神経パターンが構築され、これにより被験者は、視覚的に提示された刺激に関連する聴覚イメージを「心の耳」で体験することが可能になります。体性感覚モダリティへのトップダウン信号の描写は、ほぼあらゆる視覚刺激が何らかの触覚的連想を伴うという事実を反映しています。したがって、このフレームワークは、視覚刺激を連想させる音が、コンテンツ特異的な神経活動パターンを導くことを予測しています。初期聴覚皮質において。MVPAを用いてこの神経パターンの解析を行うことで、被験者が音を暗示する複数の視覚刺激のうち、どれを見たかを予測できるはずである。最初の実験では、被験者が音を暗示する物体や出来事の9種類の異なるビデオクリップを視聴している間に、初期聴覚皮質から神経活動を記録した。本実験における関心領域は、一次聴覚皮質および極初期の聴覚連合皮質を含むSemal平面上の限定された領域でした。別の実験では、被験者が触覚を暗示する5つの異なるビデオクリップを視聴している間に、一次体性感覚皮質から神経活動を記録しました。この実験における関心領域は、中心後回に位置する一次体性感覚皮質で構成されていました。どちらの研究においても、聴覚研究には8名の被験者が参加しました。MVPA分類器は、刺激ペア間のあらゆる2方向の判別において、チャンスレベルの50%を上回る性能を示しました。36回の判別のうち26回において、分類器の性能はチャンスレベルである0.5と有意に異なっていました。同様に、体性感覚の研究においても、分類器はすべての2肢強制選択識別においてチャンスレベルを上回る性能を示し、10個の識別のうち8個が統計的有意性に達しました。ご覧のように、クロスモーダル多変量パターン分析を用いることで、音や触覚を連想させる視覚刺激の知覚が、先に述べた理論的枠組みに従い、初期聴覚皮質および体性感覚皮質におけるコンテンツ特異的な神経表現を導くことを実証することができました。明らかに、私たちが提示した実験パラダイムは、自らの実験で用いた感覚様式に限定される必要はなく、他の感覚様式にも拡張することが可能です。したがって、環境からのマルチモーダルな刺激を処理するプロセスに関する知見を広めるため、他の研究グループにもこのような研究を拡大して共同に取り組んでいただけることを期待しています。

cross-modal-multivariate-pattern-analysis

Research

JoVE Journal

Neuroscience

神経科学

現在の記事は、多変量解析の基本を説明し、一般的に使用されるボクセル単位の単変量解析に対照的です。分析の両方のタイプの臨床神経科学のデータセットに適用されます。補足折半のシミュレーションでは、独立したデータセットにおける多変量の結果のより良いレプリケーションを示しています。...

データを神経画像の多変量解析の基礎

主成分分析（PCA）を含む多変量技術は脳機能画像における地域変化のシグネチャパターンを識別するために使用されている。我々は、神経変性疾患の診断、疾患の進行の評価、および患者集団における治療効果を客観的に評価するための再現可能なネットワークバイオマーカーを同定するアルゴリズムを開発した。...

ニューロイメージングデータを用いた疾患関連空間共分散パターンの同定

我々は前にマンモグラムの建築の歪みを検出する方法を示しています。配向構造は、組織パターンを照射する部位を検出するために、ガボールフィルタと位相の肖像画を用いて分析する。各サイトには特徴づけられ、spiculatingパターンを表現するための措置を使用して分類されている。方法は、乳癌の検出を支援すべきである。...

前にマンモグラムにおける構造的ひずみを検出経由分析

時間を越えてのfMRI多ボクセル情報の同期出現を測定するために情報を使用した接続

このプロトコルは、大量の類似性判断を得るための実験的心理物理学パラダイムと、それに付随する分析ワークフローを提示する。パラダイムはコンテキスト効果を調査し、少なくとも5次元のユークリッド空間の観点から類似性データのモデリングを可能にします。...

類似性判断の収集と分析のための心理物理学パラダイム

我々は、多くの カエノラブディティス・エレガンス...

複数の小生物からの自動マルチモーダル刺激と同時神経記録

本研究では、HD-MEAを用いて、特に海馬、嗅球回路、ヒト神経回路における大規模な神経集団の計算ダイナミクスを掘り下げます。時空間活動を捉え、計算ツールと組み合わせることで、ニューロンのアンサンブルの複雑さに関する洞察を得ることができます。この手法は、脳機能の理解を深め、神経疾患のバイオマーカーや治療法を特定できる可能性がある。...

CMOS集積高密度微小電極アレイにおけるマルチモーダル大規模神経集団ダイナミクスの記録と解析

複雑なマルチオミクスデータセットの教師なし分析のための柔軟で拡張可能なJupyterラボベースのワークフローを紹介します。これは、さまざまな前処理ステップ、マルチオミクス因子分析モデルの推定、およびいくつかのダウンストリーム分析を組み合わせたものです。...

心血管疾患に関連する変動パターンと分子プロセスの解明のための教師なしマルチオミクス因子解析の応用

この記事では、ラット初代ニューロン培養とaRNAの増幅を使用して、その後のトランスクリプトーム解析から単一細胞の収穫のための簡単​​な方法を説明します。このアプローチは、任意の細胞型への一般化です。...

単一細胞のトランスクリプトーム解析

この資料では、マウスの学習と記憶機能を評価するために変更された自動化装置を用いてT-迷路試験のプロトコルを提案する。...

マウスで作業していて、メモリの参照を評価するためのT-迷路強制交替と左右弁別課題

学ぶクロスモーダル多変量パターン解析によるfMRIデータ解析手法。視覚刺激が聴覚・体性感覚皮質に誘発する神経活動パターンを予測し、感覚処理の神経メカニズムを解明する。

クロスモーダル多変量パターン解析

さらに動画を探す