深層学習による海馬発火活動の解析

カテゴリ: 部門大会

論文No: TC11-2-5

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Analysis Hippocampal Firing Activity by Deep Learning Models

著者名: 李 浩田（日本工業大学）,呉本 尭（日本工業大学）,石川 淳子（山口大学）,間普 真吾（山口大学）,美津島 大（山口大学）

著者名(英語): Haotian Li (Nippon Institute of Technology),Takashi Kuremoto (Nippon Institute of Technology),Junko Ishikawa (Yamaguchi University),Shingo Mabu (Yamaguchi University),Dai Mitsushima (Yamaguchi University)

キーワード: 機械学習|深層学習|サポートベクトルマシン|海馬|エピソード記憶リップル波|Machine Learning|Deep Learning|Support Vector Machine|Hippocampus|Episodic MemoryRipple-Like Wave

要約(日本語): 本研究では、脳波測定装置によるラットの海馬CA1における多ニューロン発火活動 (Multiple-Unit Firing Activities: MUA)を記録し、異なるイベントを経験した後の脳波パターンを深層学習モデルVGG16、VGG16、ResNet50およびサポートベクトルマシンと併用したハイブリッドモデルによって識別し、エピソード記憶に対応するリップル発火特徴を明らかにした。具体的には、拘束ストレス、異性との出会い、同性との出会い、新規物体との出会い計４つのイベントを経験した２個雄性ラットの脳波パターンを識別し、それぞれの左脳と右脳の識別率を比較した。