ボンズカジノ ログイン ➡️「Bons カジノ」

当サイトではサイトの利用状況を把握するためにGoogle Analyticsを利用しています。Google Analyticsは、クッキーを利用して利用者の情報を収集します。クッキーポリシーを確認 同意しない同意する本文へHomeNewsEventsThemesアクセス寄附EN検索 MenuHomeHome神戸大学について神戸大学について学長室発学長室発学長室発学長室発歴代学長大学概要大学概要大学概要使命、憲章、ビジョン沿革・歴史中期目標・中期計画中期財務計画施設に関する取組・計画大学評価について学長・役員等大学運営組織データと資料が語る神戸大学の今の姿神戸大学アウトライン神戸大学統合報告書神戸大学の各学部・大学院等の強み・特色大学施設の利用情報公開情報公開情報公開情報公開・個人情報保護総合案内所 (総務省)法人文書の公開神戸大学規則集個人情報保護制度教育情報の公表議事要録学長選考について医学部附属病院長候補者選考ガバナンス・コード新規採用・昇任教授中長期的に目指すべき理想の年代構成及び職位構成について中途採用比率の公表について男性労働者の育児休業等の取得割合の公表について学部等の設置に係る情報格付情報取組・計画取組・計画取組・計画ハラスメントの防止に向けて国立大学法人神戸大学の経営人材育成の基本方針学生の支援に関する基本方針国立大学法人神戸大学における反社会的勢力に対する基本方針公益通報危機管理 (危機管理マニュアル、安否確認システム、その他)「持続可能な開発目標(SDGs)」に対する取組環境・省エネへの取り組みICT戦略ダイバーシティの推進に関する取組障害を理由とする差別の解消の推進に関する職員対応要領安全保障輸出管理神戸大学における敷地内全面禁煙について令和6年能登半島地震への対応について調達情報広報活動広報活動広報活動神戸大学☆夢ラボ（ラジオ関西）刊行物学旗・学歌・ロゴマーク等公式キャラクター「神大うりぼー」動画・写真学生広報チームインターネットラジオ「神戸大学Radio！～等神大の私たち～」キャンパスツアー(2023)神戸大学の関連新聞記事神戸大学の公式SNSアカウント一覧プレスリリース・取材について取材等のお問い合わせ広報ガイドラインなど神戸大学 バーチャル背景学長定例記者会見神戸大学創立120周年記念 特設サイト入試・高大連携入試・高大連携学部入試学部入試学部入試神戸大学が求める学生像 (アドミッション・ポリシー) [学部]取得可能な学位入試の種類と入学定員 (募集人員)学部入試のお問い合わせ先入試問題及び出題の意図など入試結果お知らせ「志」特別選抜入試状況速報大学院入試大学院入試大学院入試神戸大学が求める学生像 (アドミッション・ポリシー) [大学院]入試概要: 博士課程前期課程・修士課程・専門職大学院入試概要: 博士課程後期課程・博士課程取得可能な学位大学院入試のお問い合わせ先その他の入試その他の入試その他の入試科目等履修生・聴講生の入試日程研究生の入試日程科目等履修生・聴講生・研究生のお問い合わせ先高大連携高大連携高大連携高大連携について公開授業出前授業神戸大学への留学神戸大学への留学神戸大学への留学神戸大学への留学案内神戸大学異分野共創型修士プログラム（KIMAP）教育教育教育の概要教育の概要教育の概要教育の概要学部教育学部専門教育大学院教育社会人教育ポリシーポリシーポリシーアドミッション・ポリシー（AP）学部アドミッション・ポリシー（AP）大学院ディプロマ・ポリシー（DP）学部・大学院カリキュラム・ポリシー（CP）学部・大学院シラバスシラバスシラバスシラバスについてシラバス外部公開資格・免許取得資格・免許取得資格・免許取得教職課程について資格取得状況授業振り返り・卒業時アンケート授業振り返り・卒業時アンケート授業振り返り・卒業時アンケート授業振り返り・卒業時アンケートアンケート関連資料全学教育プログラム全学教育プログラム全学教育プログラム数理・データサイエンス・AI教育プログラムICL国際共修プロジェクト（神戸大学）神戸グローバルチャレンジプログラム公開講座公開講座公開講座2024年度公開講座神戸大学からの海外留学神戸大学からの海外留学神戸大学からの海外留学GEMs（神戸大学グローバル教育管理システム）留学相談・海外留学フェア情報交換留学学外機関主催のプログラム神戸グローバルチャレンジプログラムSOLAC海外外国語研修危機管理奨学金奨学金(トビタテ!留学JAPAN　新・日本代表プログラム)学外のイベント情報研究・産官学連携研究・産官学連携研究と研究者を探す研究と研究者を探す研究と研究者を探す研究者紹介システム研究シーズ探索神戸大学リサーチハブ学術成果リポジトリ Kernel神戸大学オープンアクセス方針研究プロジェクト研究プロジェクト研究プロジェクト科学研究費助成事業異分野共創研究ユニット国際共同研究強化事業先端的異分野共創研究プロジェクト研究推進・支援研究推進・支援研究推進・支援学術研究推進機構動物実験について教育研究活性化支援経費神戸大学における外部資金からのＰＩ等人件費支出制度特別研究員（雇用PD等）育成方針研究コンプライアンス研究コンプライアンス研究コンプライアンス学術研究に係る不正行為防止への取組み神戸大学の学術研究に係る行動規範神戸大学における研究倫理教育について研究費不正使用防止への取組み産官学連携産官学連携産官学連携産官学連携本部地域連携推進本部学生生活・学生支援学生生活・学生支援キャンパスライフキャンパスライフキャンパスライフ新入生の皆さんへキャンパスカレンダー令和6年度-入学予定者・保護者向け-学生生活オリエンテーション学生生活に関するマナーとルール入学料・授業料等について教材購入費学習・休息を行う環境の状況課外活動食堂売店等インクルーシブキャンパス＆ヘルスケアセンター神戸大学生活協同組合 (大学生協)アクセス生涯メール神戸大学校友会神戸大学コミュニティネットワーク（KU-Net）ホームカミングデイ令和６年度学生生活案内学生支援学生支援学生支援障害学生支援学生寮学生相談アルバイトの紹介学生表彰制度保険制度給付金について年金経済支援経済支援経済支援奨学金制度授業料（入学料）の免除及び入学料の徴収猶予について進路・就職・インターンシップ進路・就職・インターンシップ進路・就職・インターンシップキャリアセンターインターンシップ企業の皆様へ各種証明書の発行各種証明書の発行各種証明書の発行証明書等の発行について (在学生向け)卒業証明書等の申請方法について（卒業生向け）神戸大学麻疹風疹登録制度感冒様症状者にかかる届出制度麻疹風疹登録証在学中の留学生の方へ在学中の留学生の方へ在学中の留学生の方へ新入留学生オリエンテーション在留手続きについて住まいについて奨学金について保険についてグローバル教育センター (旧国際教育総合センター)外国人留学生のためのガイドブック緊急・災害時等の対応マニュアル各種支援金卒業生卒業生卒業生卒業生交流会神戸大学人の集い神戸大学校友会・同窓会ホームカミングデイ海外同窓会国際交流国際交流海外協定校・海外拠点海外協定校・海外拠点海外協定校・海外拠点海外協定校海外拠点神戸大学からの海外留学神戸大学からの海外留学神戸大学からの海外留学GEMs（神戸大学グローバル教育管理システム）留学相談・海外留学フェア情報交換留学学外機関主催のプログラム神戸グローバルチャレンジプログラムSOLAC海外外国語研修危機管理奨学金奨学金(トビタテ!留学JAPAN　新・日本代表プログラム)学外のイベント情報神戸大学への留学神戸大学への留学神戸大学への留学神戸大学への留学案内神戸大学異分野共創型修士プログラム（KIMAP）全学教育プログラム全学教育プログラム全学教育プログラム数理・データサイエンス・AI教育プログラムICL国際共修プロジェクト（神戸大学）神戸グローバルチャレンジプログラム学部・大学院学部・大学院NewsNewsカテゴリーフィーチャーインタビュープロジェクト特集号プレスリリースSDGs目標 1: 貧困をなくそう目標 2: 飢餓をゼロに目標 3: すべての人に健康と福祉を目標 4: 質の高い教育をみんなに目標 5: ジェンダー平等を実現しよう目標 6: 安全な水とトイレを世界中に目標 7: エネルギーをみんなに。そしてクリーンに目標 8: 働きがいも経済成長も目標 9: 産業と技術革新の基盤を作ろう目標10: 人や国の不平等をなくそう目標11: 住み続けられるまちづくりを目標12: つくる責任、つかう責任目標13: 気候変動に具体的な対策を目標14: 海の豊かさを守ろう目標15: 陸の豊かさも守ろう目標16: 平和と公正をすべての人に目標17: パートナーシップで目標を達成しよう領域社会科学数物系科学化学工学系科学情報学生物系科学農学・環境学医歯薬学人文学EventsEvents形式講演会等公開講座説明会等展示大学行事ジャンル人文学社会科学数物系科学化学工学系科学情報学生物系科学農学・環境学医歯薬学開催場所六甲台第1キャンパス六甲台第2キャンパス鶴甲第1キャンパス楠キャンパス名谷キャンパス深江キャンパスその他神戸大学の施設学外オンライン対象入学希望者在学生教職員卒業生企業・地域対象者別受験生在学生・保護者卒業生企業・地域教職員 CloseNews TopカテゴリープレスリリースRead inEnglish2024.03.21深層学習で脳機能画像からマウスの行動を識別 医歯薬学脳科学神経科学機械学習イメージング技術大脳皮質神戸大学医学部医学科の味岡雄大 (研究当時)、同大学大学院医学研究科生理学分野の中井信裕特命助教、内匠透教授 (理化学研究所生命機能科学研究センター客員主管研究員) らの研究グループは、深層学習モデルを用いて、大脳皮質の広範囲な神経活動を計測した脳機能画像からマウスの歩行や静止といった行動状態を秒単位以下のレベルで高精度に識別することに成功しました。今後、行動予測のための深層学習モデルを発展させることで、脳機能画像情報を用いたブレインマシンインターフェースの開発につながることが期待されます。この研究成果は、3月13日に、「PLOS Computational Biology」に掲載されました。ポイント脳機能画像から行動状態を判定する深層学習モデルを構築エンドツーエンド学習により、従来の画像データの前処理や関心領域選択を省略ブラックボックス的な深層学習から画像データに含まれる重要な脳領域を可視化研究の背景神経解読は脳活動から動物の行動や知覚などを予測するもので、ブレインマシンインターフェース※1への応用が期待されています。近年では深層学習※2を用いた神経解読の研究が盛んに行われていますが、脳内に埋め込んだ電極による神経細胞の電気的活動情報を利用した研究が多く、fMRIやカルシウムイメージングなど機能イメージング画像情報を用いて行動を予測する研究は少ない状況です。高精度な深層学習モデルを構築するためには、従来からノイズを除去するなどのデータの前処理が重要と考えられており、データを直接読み込ませるエンドツーエンド学習※3での行動の神経解読は困難とされていました。本研究では、行動中マウスの大脳皮質をカルシウムイメージングで撮影した脳機能画像データを使用し、エンドツーエンド学習に基づいた深層学習による行動予測モデルの構築を行いました。研究の内容私たちは神経解読を行うために、先行研究で報告した仮想環境下において行動中のマウスから記録した大脳皮質のカルシウムイメージングの時系列画像データを使用し、深層学習を用いて、マウスの行動 (歩行または静止状態) を識別する行動予測モデルを構築しました (図１A)。深層学習のアーキテクチャには画像認識に有効なCNN (畳み込みニューラルネットワーク) と時系列データ解析に有効なRNN (リカレントニューラルネットワーク) を二層に組み合わせて用いました (図１B)。深層学習には5匹のマウスのデータセットを使用しており、モデルを一般化させるため、学習用に3個体、検証用に1個体、テスト用に1個体に分け、すべての組み合わせで解析を行いました。行動状態の判定に使用される時系列画像データは0.17秒の時間枠に設定しました。すなわち深層学習モデルは0.17秒間の脳機能画像情報を用いて、そのタイミングにおける行動状態を判定していることになります。解析の結果、深層学習モデルは高精度にマウスの行動状態を判定しており、二値分類モデルの評価指標であるAUC (Area Under the ROC Curve) 値は平均0.95でした (図１C)。これは全テストデータの約95%が正確に行動状態を判定されたことを示します。また、深層学習では、モデルがどのように画像データから予測結果を判定しているのか不明であり、その中身の多くはブラックボックスです。その点を克服するため、私たちはCut-out-importance※4という手法を考案し、画像データ中に含まれる行動識別に重要な領域を調べました (図１D)。その結果、大脳皮質の体性感覚野前肢・後肢領域でのimportance scoreが高く、これらの領域情報だけでも高精度に行動状態を識別することが可能であることがわかりました。図1. 大脳皮質カルシウムイメージング画像を用いた深層学習モデル A：カルシウムイメージング画像と行動状態測定の概要図。B：深層学習モデルの概要図。連続したイメージング画像をRGBチャネル化し、CNNアーキテクチャに読み込ませる。その後、RNNアーキテクチャにデータが移行し、最終的に出力ノードから行動状態判定が出力される。C：行動状態の判定結果。CNN単独モデルとCNN-RNNモデルの比較。AUCはArea Under the ROC Curveの略。D：Cut-out-importanceによる大脳皮質の重要領域の可視化。Importance scoreが高いエリアは体性感覚野前後肢領域に位置する。今後の展開本研究では、脳機能画像データを直接深層学習モデルに読み込ませるエンドツーエンド学習の手法を採用しており、行動変化に対応できる高い時間解像度を達成しました。このことはカルシウムイメージング画像には複数の機能領野の情報が含まれており、これらの関係性を深層学習モデルが活用することで短い時間の時系列データでも十分に行動判定できたものと考えられます。将来的に、リアルタイムに近い時間解像度で行動判定ができるようになれば、脳機能画像に基づいたブレインマシンインターフェースの開発につながることが期待されます。用語解説※1　ブレインマシンインターフェース脳の活動情報を基にして機械を操作するために、脳と機械の間をつなぐインターフェースの仕組み。たとえば脳活動を読み取るセンサーや脳信号を解析するプログラムなど。※2　深層学習 (ディープラーニング)深層学習は人の脳を模したニューラルネットワークを使用した機械学習であり、入力層と出力層の間に隠れ層を含んだ複数の層構造で成り立つ。CNNとRNNはそれぞれ深層学習で利用されるアーキテクチャの一つで、CNNは特に画像認識に活用され、RNNは時系列情報を含むデータに活用されている。モデルとは、特定のタスクを実行させるために学習させたニューラルネットワークを表す。※3　エンドツーエンド学習 (end-to-end learning)人間が指定した特徴量をもとにしてモデルを学習させずに、入力データから結果を出力するまで (端から端まで) の一連の処理過程を機械学習自身が行う学習方法。※4　Cut-out-importance画像を区画に分け、その区画に含まれる情報をマスクすることで、モデルの判定精度がどの程度影響を受けるかを数値化したもの。Importance scoreが高いほど影響が大きいことを示す。Zeiler and Fergus, 2014に基づいて開発した手法。参考文献Zeiler, M.D., Fergus, R., 2014. Visualizing and Understanding Convolutional Networks, in: Fleet, D., Pajdla, T., Schiele, B., Tuytelaars, T. (Eds.), Computer Vision – ECCV 2014, Lecture Notes in Computer Science. Springer International Publishing, Cham, pp. 818–833.謝辞本研究は、日本学術振興会科学研究費補助金 (基盤研究 (S、A)、海外連携研究、若手研究、新学術領域研究 (研究領域提案型))、日本医療研究開発機構「脳とこころの研究推進プログラム (精神・神経疾患メカニズム)」、科学技術振興機構ムーンショット型研究開発事業・目標９、武田科学振興財団特定研究助成などによる支援を受けて行いました。論文情報タイトル“End-to-end deep learning approach to mouse behavior classification from cortex-wide calcium imaging”DOI10.1371/journal.pcbi.1011074著者Takehiro Ajioka1, Nobuhiro Nakai1, Okito Yamashita2, Toru Takumi1,3*Department of Physiology and Cell Biology, Kobe University School of MedicineDepartment of Computational Brain Imaging, ATR Neural Information Analysis LaboratoriesRIKEN Center for Biosystems Dynamics Research掲載誌PLOS Computational Biology研究者中井 信裕助教医学研究科内匠 透教授医学研究科医学部医学研究科SHARE同じ研究者の記事Press releases2024.03.28医歯薬学発達期のシナプスタンパク質組成の変化を解明Press releases2024.03.08医歯薬学神経シナプス後部のタンパク質の集積を司る因子を発見Press releases2023.08.24医歯薬学社会行動の神経回路に関する総説論文を発表Press releases2023.03.29医歯薬学VRシステムによる神経ネットワーク動態の可視化同様のタグのある記事Press releases2021.03.20医歯薬学痛みを感じた時の脳内の神経回路変化をホログラフィック顕微鏡によって解明Press releases2020.12.07医歯薬学母体の免疫活性が胎児ミクログリアの動態に持続的な変化を引き起こすことを発見Press releases2020.09.23医歯薬学社会行動に関わる脳細胞「ソーシャルセル」を同定Press releases2020.09.16医歯薬学アルギニンメチル化酵素が正常な脳の発達を促すページの先頭へ〒657-8501 神戸市灘区六甲台町1-1受験生在学生・保護者卒業生企業・地域の方教職員お問い合わせアクセス採用情報公式SNS一覧キャンパスカレンダープライバシーポリシーサイトポリシーサイトマップ© Kobe University