高密度拡散光トモグラフィーによる自然な映画の視覚的意味論的符号化と識別

科学分野:

• 神経科学
• 認知科学
• 生物医学工学

背景:

• 脳の意味論的表現の理解は、神経科学および臨床的応用に不可欠です。
• 既存の脳エンコーディング/デコーディングモデルは、制約された環境または限定的な従来の機能的近赤外分光法（fNIRS）を使用しています。
• 従来のfNIRSは、スパースサンプリングとブロックデザインパラダイムによって制限されます。

研究 の 目的:

• 自然な映画刺激を用いた意味論的エンコーディングとデコーディングに対する高密度拡散光トモグラフィー（HD-DOT）の有効性を調査すること。
• 脳内の高次元の意味論的表現を捉えるHD-DOTの能力を評価すること。
• fMRIレベルの意味論的マッピングと光学イメージングのアクセシビリティとの間のギャップを埋めること。

主な方法:

• 6人の参加者から3.5時間の自然な映画鑑賞データを収集しました。
• 高度な断層撮影光学イメージングのために高密度拡散光トモグラフィー（HD-DOT）を利用しました。
• ボクセルレベルの脳応答を予測するためのエンコーディングモデルを開発し、視聴されたクリップを識別するためにデコーディング分析を実行しました。

主要な成果:

• エンコーディングモデルは、fMRI研究と比較可能な意味論的カテゴリマップを生成し、ボクセルレベルの応答を堅牢に予測しました。
• デコーディング分析により、HD-DOT応答には視聴された映画クリップを識別するのに十分な意味論的情報が含まれていることが実証されました。
• 参加者間で共有される低次元の意味論的空間を特定し、解釈可能な意味論的次元（例：社会的エージェント、オブジェクト、シーン）を明らかにしました。

結論:

• HD-DOTは、自然な映画刺激から分散した高次元の意味論的表現を効果的に回復できます。
• この研究は、意味論的脳マッピングのための実行可能なツールとしてHD-DOTを検証し、従来のメソッドに対する利点を提供します。
• この発見は、意味論的処理の意味論的処理に関する、よりアクセス可能で生態学的に妥当な脳イメージング研究への道を開きます。