以下、本文になります
トピックス
脳科学研究科神経計算部門の大学院生・政岡幸樹さんらによる論文がNeuroscience Research誌に掲載されました
2026年11月11日 更新
何もしていない安静時の脳活動からでも、認知機能や知能などの個人差をある程度予測できることが知られています。これまで複雑な脳活動から行動と関連する情報を抽出するために、さまざまな脳機能結合の推定手法が提案されてきました。その一つであるベクトル自己回帰モデルに基づく脳機能結合（VAR-based FC）は、脳活動の時間的なダイナミクスを捉えることができますが、その一方で、少ないデータの場合には推定結果が不安定になるという問題があります。
そこで本研究では、推定の安定性を向上させるために正則化を用いることを提案し、種々の正則化の方法や正則化の強さがVAR-based FCの推定の安定性や、VAR-based FCを用いた行動指標の予測性能に与える影響を検討しました。その結果、いずれの正則化手法でも推定安定性が改善する一方で、行動予測性能は正則化の方法や強さによって異なることがわかりました。さらに、適切な正則化を行うことで、従来のPearson相関に基づく脳機能結合と同程度の行動予測性能が得られることを明らかにしました。これは、適切に正則化されたVAR-based FCが、従来のPearson相関では捉えられないダイナミクスや多変量的な情報を保持しており、行動予測において従来の手法とは異なる情報を提供する可能性を示唆しています。
【論文情報】
論文タイトル："Effects of regularization on the stability and behavioral relevance of VAR-based functional connectivity"
著者：Koki Masaoka, Ruixiang Li, Ayumi Kasagi, Teppei Matsui
| 関連情報 | https://doi.org/10.1016/j.neures.2026.105127 |
|---|
| お問い合わせ |
脳科学研究科事務室 TEL：0774-65-6053
|
|---|