高密度微小電極アレイを用いたセルアセンブリ状態推定による光刺激パターンのデコード精度向上

カテゴリ: 部門大会

論文No: TC2-6

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Improvement of decoding accuracy of optical stimulation patterns by estimating cell assembly using high-density microelectrode array

著者名: 朝比奈 昂洋（東京大学）,榛葉 健太（東京大学）,小谷 潔（東京大学）,神保 泰彦（東京大学）

著者名(英語): Takahiro Asahina (The University of Tokyo),Kenta Shimba (The University of Tokyo),Kiyoshi Kotani (The University of Tokyo),Yasuhiko Jimbo (The University of Tokyo)

キーワード: 微小電極アレイ|シナプス結合|セルアセンブリセルアセンブリ|microelectrode array|synaptic connection|cell assembly

要約(日本語): Brain-Machine Interface (BMI) においては，計測された神経活動と腕の動きなどを対応付けることで神経活動の読み取り（デコード）をおこなう．BMIの性能および利便性の向上のためにデコード精度の向上が求められる．本研究では，活動を直接計測できないセルアセンブリからのシナプス結合を推定し，デコードにおける特徴量として利用することでデコードの精度が向上することを示した．高密度微小電極アレイ上に培養したラット大脳皮質細胞に，オプトジェネティクスを利用して複数の空間パターン刺激を印加した．誘発応答のスパイクデータからの刺激パターンをデコードし，発火率のみを用いる場合（既存手法）と，シナプス結合推定値を追加の特徴量として用いる場合でデコード精度を比較した．既存手法と比較して，シナプス結合推定値を追加で利用した場合にデコード精度が向上し，セルアセンブリの状態推定のデコードにおける有効性を示した．

PDFファイルサイズ: 738 Kバイト