Increased Intra-Participant Variability in Children with Autistic Spectrum Disorders: Evidence from Single-Trial Analysis of Evoked EEG【#1 論文サーベイメモ】

どうもこんにちは、Megです。

Meg
Meg

機械学習と脳疾患を専門に勉強している、理系男子大学院生です。

大学の学部では生命工学を学び、男子の中で成績1位を取るほどの勉強好き。

主に機械学習と生活改善を中心に、日々の学びで得た知識やヒントをブログで共有していきます!

Please follow me!

以下の論文を落合フォーマットで自分なりにまとめます。

Frontiers | Increased Intra-Participant Variability in Children with Autistic Spectrum Disorders: Evidence from Single-Trial Analysis of Evoked EEG
Intra-participant variability in clinical conditions such as autistic spectrum disorder (ASD) is an important indicator ...

解釈違いなどがあることをご容赦ください…!

どんな研究?

AEDを対象にした研究。広範囲にわたる認知機能で障害が報告されており、個人内反応における反応時間の変動が大きいことが明らかにされている。

先行研究と比べてどこが凄い?

本研究ではEEGデータを用いて個人内変動を解析。

神経ノイズ増大の証拠を、初めて実証的に示した。

技術や手法のキモはどこ?

独立成分分析(ICA)や電流源密度推定法(CSD)を利用して、思考感の個人内変動を解析。

どうやって有効だと検証した?

Gabaor patch課題を実施。

脳波は128ch使用。

ICA:観測された信号を生成する、神興源の活動を推定。

CSD:2階微分により、電流源と電極の関係性をモデル化。

近位の活動を増強し、遠位の活動を増加させるように働く。

CSDとISAで使われた刺激が同じように活動している。

Figure 1から引用。資格に対するタスクなので、後頭葉が反応を示しているデータが多い。

有線外皮質のP1、一次視覚野のC1でASD特有の結果が得られた。

EEGに大志空間フィルタを利用することで、分散が低下。

ASD群において、個人内変動性が増加。

議論はある?

2群間において、データの性質に関する指標について、差はない。

回先行研究と異なり、反応時間の変動性について有意差がなかった理由は、サンプル数が小さかったから?

今回観測されたP1電位の発生源を調べる。

データの記録時間が短く、ICAには不十分かもしれない。

疑問点

被験者が13人とは多いのか少ないのか?

→ICAは個人ごとにパラメータ調整しているので、被験者数のニーズはあまり高くない。

次に読むべき論文は?

ASDについて勉強したいから、Baird et al., 2006かAPA, 1994かな。

Just a moment...
タイトルとURLをコピーしました