多種画像情報を用いた海馬ニューロン群活動パターンの識別

カテゴリ：部門大会

論文No：TC8-1-1

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Discrimination of Hippocampal Neuronal Ensemble Activity Patterns Using Multimodal Image Data

著者名：李 浩田（日本工業大学）,梁 桐（順天堂大学）,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),Tong Liang (Juntendo University),Takashi Kuremoto (Nippon Institute of Technology),Junko Ishikawa (Yamaguchi University),Shingo Mabu (Yamaguchi University),Dai Mitsushima (Yamaguchi University)

キーワード：深層学習,海馬,リップル発火,エピソード記憶,畳み込みニューラルネットワークトランスフォーマー,Deep Learning,Hippocampus,Ripple-Firing,Episodic Memory,CNNTransformer

要約(日本語)：異なるイベントを経験した海馬ニューロンの発火パターンはエピソード記憶に深く関わる。これまで、「同性との出会い」、「異性との出会い」、「新奇物体との出会い」、「束縛ストレス」を経験したラットの海馬ニューロン群活動（MUA: Multiple-Unit Firing Activity）パターンを深層学習手法である畳み込みニューラルネットワーク（CNN)、トランスフォーマー（Transformer)、CNN with Transformerによって識別することが提案されている。本研究では、「時系列データ画像」、「短期フーリエ変換（STFT)画像」および「定Q変換 (CQT: Constant-Q Transform) 画像」を併用して、異なるモデルの事前学習を行うことより、MUAの識別精度の向上を試みる。

本誌掲載ページ：311-317p

原稿種別：日本語

PDFファイルサイズ：704Kバイト