培養神経回路網への連続入力における高頻度入力パターンの切り出し ー階層型クラスタリングによる解析ー

カテゴリ: 部門大会

論文No: TC3-16

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Recognition of a dominant triplet-input-pattern in series input into the cultured neuronal network
-with the clustering technique-

著者名: 新田 一輝（関西学院大学）

著者名(英語): kazuki Nitta (kwansei gakuin university)

キーワード: 培養神経回路網|階層型クラスタリング|分節化分節化

要約(日本語): 脳の神経回路網の学習を理解するには，小さな脳のモデルとしての培養神経回路網における解析が有効である．本研究では，培養神経回路網への複数の電極を介したランダムな連続刺激に対する応答パターンについて 3 刺激で 1 組とした刺激パターン(triplet)の全ての出現頻度が均ーである場合と，特定の組のみの出現頻度が高い場合(Biased)で，それぞれの刺激列による誘発応答に対して階層型クラスタリングを行った．Biased で高頻度とした特定の triplet に対する応答再現性を解析した．その結果，培養日数が 120 日と長期の培養神経回路網において，高頻度に印加された刺激パターンに対する応答パターンの再現性が特に上昇したことを示唆する結果が観察された．このことから，培養神経回路網はある刺激パターンを高頻度に偏らせた入力から，その刺激パターンを切り出して学習(分節化)する可能性が示唆された．