ヒトの認知機能に関する脳内情報表現の可視化と解読に成功　　　　　　　　CiNet

　国立研究開発法人情報通信研究機構（NICT、理事長:徳田英幸氏）脳情報通信融合研究センター（CiNet）のグループは、認知機能と脳活動の関係を説明する詳細な認知情報表現マップの可視化や認知課題の脳活動デコーディングに成功した。これらの研究成果は、103種類もの大規模な認知課題群を実施する際の脳活動を測定するfMRI実験によって得られた。
　同研究は、人間の日常生活を司る多様な認知機能をこれまでになく大規模かつ詳細に解析したもので、脳内認知情報表現のより包括的な理解や、個人の発達・加齢や個性に対応した認知機能の比較定量手法の開発などへの応用に期待される。
　このような大規模な認知課題群を用いての個別被験者を対象とした脳情報表現モデルの構築は、世界初の試みで、被験者が実施している認知課題を脳活動から高い精度でデコーディングすることにも成功した。これらの研究成果は、3月2日に英国科学雑誌「Nature Communications」にオンライン掲載された。
　我々の日常生活は、見る、聞く、記憶する、想像する、判断するといった多様な脳機能の複合によって支えられている。だが、これまでのヒトを対象とする脳研究は、数種類の知覚・認知課題を用意して脳活動を計測する研究が殆どであったため、我々の日常を司る複雑で多様な認知機能が、その総体としてどのように脳に表現されているかは明らかになっていなかった。
　今回、CiNetの中井智也研究員と西本伸志主任研究員は、視聴覚や記憶、想起、論理判断等を含む多様な認知課題群を用意し、課題遂行中の脳活動記録（fMRI記録）を解析することで、認知機能と脳活動の関係を説明する情報表現モデルを構築した。
　この解析手法は、これまで主に視聴覚等に限定されていた定量的な情報表現モデルの構築手法を拡張したもので、人間の持つ多様な認知機能に関する情報表現を包括的に扱うことができる。
　実験では、被験者に3日間にわたって、見る、聞く、記憶する、想像する、判断するといった103種類の認知課題を実施してもらい、その際の脳活動をMRI装置で測定した。測定した脳活動に対し、次の2種類の情報表現モデルを構築して解析を行った。
　第1のモデルは、課題の各特徴量を1か0で離散的に表現した課題種類モデル。同モデルを用いることで、103種類の課題それぞれに対する大脳各領域の寄与データの抽出が可能となる。

図1: 主成分分析に基づいた脳内における認知情報表現空間の2次元表現
情報表現空間上での各課題の関係性が色と配置で表されている。

　得られた寄与データに対して主成分分析を実施して、103種類の課題の関係性を示す認知情報表現空間を可視化した（図1参照）。この空間上では、脳における表現が似ている課題ほど近い色で近くに配置されるようになっている。
　また、大脳を約2mm角に分割した各領域について、その領域の寄与が大きい認知表現を図1と同じ色で表すことで、認知表現と脳領域の関係を示す全脳認知情報表現マップを可視化した（図2A参照）。

図2: （A）大脳の認知情報表現マップ（左右大脳のインフレート図及び展開図）
各部位が表現する認知内容を図1と同じ色で表示している。
（B-D）左半球中側頭回（B）、左半球前頭前野（C）及び右半球上側頭回（D）の2mm角領域における認知機能の構造
ここでは、各領域の寄与が大きい課題は赤色、寄与が少ない課題は青色で表示されている。

　このように可視化されたマップからは、例えば、後頭葉の視覚野（展開図中心付近にある緑色の視覚関連課題に相当）などの大局的な機能構造のほか、従来の研究では明らかにされていなかった認知機能の細かな機能構造も見て取れる（図2B-D参照）。
　第2のモデルは、課題種類モデルによって得られた各課題に対する大脳各部位の寄与データと、過去の脳機能イメージング研究のデータベースを照合することにより、課題を高次元（715次元）の認知因子の空間で表現した認知因子モデルである。このモデルは認知課題を高次元の連続空間で表現することで新規の認知課題に関する予測を可能にするもの。同モデルによって被験者が実施している新しい認知課題について、脳活動からの高い精度でのデコーディング（解読）などに成功した。（図3参照）。