[論文レビュー] Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data

Noslen Hernández, Aline Duarte+4 more|arXiv (Cornell University)|Jan 30, 2020

Neural dynamics and brain function参考文献 50被引用数 10

ひとこと要約

本研究では、統計的手法を用いて高次時間的依存性を抽出することで、EEGデータから聴覚刺激系列のコンテキストツリー構造を復元する新しい確率的フレームワークを提案する。主な発見は、脳が系列内の統計的規則性を表す確率的コンテキストツリーを、主に前頭部EEG信号にエンコードしていることであり、脳が感覚入力の確率的依存関係を学習・表現するという古典的仮説を支持する。

ABSTRACT

Using a new probabilistic approach we model the relationship between sequences of auditory stimuli generated by stochastic chains and the electroencephalographic (EEG) data acquired while 19 participants were exposed to those stimuli. The structure of the chains generating the stimuli are characterized by rooted and labeled trees whose leaves, henceforth called contexts, represent the sequences of past stimuli governing the choice of the next stimulus. A classical conjecture claims that the brain assigns probabilistic models to samples of stimuli. If this is true, then the context tree generating the sequence of stimuli should be encoded in the brain activity. Using an innovative statistical procedure we show that this context tree can effectively be extracted from the EEG data, thus giving support to the classical conjecture.

研究の動機と目的

• 脳が聴覚刺激系列の確率的構造をコンテキストツリーとしてエンコードしているかどうかを検証すること。
• EEG信号が確率的連鎖によって生成された系列における高次時間的依存性を明らかにできるかを調査すること。
• EEGデータからコンテキストツリーを抽出するための統計的手法を開発・検証すること。
• コンテキストツリーのエンコードの皮膚領域における空間的分布と脳領域との関係を評価すること。

提案手法

• 刺激開始を基準にEEGデータをセグメント化し、聴覚刺激と同期したEEGセグメントの系列を作成した。
• 聴覚系列の記憶構造を表現するために確率的コンテキストツリー・モデルを用い、コンテキストは次の刺激を決定する過去の刺激系列を表した。
• Duarteら（2019）の統計的手法を用い、被験者および電極ごとのEEGセグメント分布からコンテキストツリーを推定した。
• 被験者および電極間の変動を要約するため、モードとしてのコンテキストツリーを計算した。
• 外部スケーリングを回避するため、EEGセグメント確率分布の等価性をテストすることで、内挿的正規化を実現した。
• シミュレーションデータを用いた検証では、200単位を超える系列に対して95％以上の正確性を示した。

実験結果

リサーチクエスチョン

• RQ1 確率的聴覚刺激系列のコンテキストツリー構造はEEGデータから復元可能か？
• RQ2 EEG信号は単純な遷移確率を越えた高次時間的依存性をエンコードしているか？
• RQ3 どの脳領域が聴覚系列のコンテキストツリー構造のエンコードに主に関与しているか？
• RQ4 被験者およびEEG電極間でコンテキストツリーの復元はどれほど一貫性があるか？
• RQ5 EEGベースのコンテキストツリー推定における被験者間差が、構造的学習検出の信頼性に影響を及ぼすか？

主な発見

• 聴覚刺激系列を生成するコンテキストツリーがEEGデータから成功裏に復元され、脳が感覚入力の確率的構造をエンコードするという古典的仮説を支持する。
• コンテキストツリーは主に前頭部EEG電極から回復され、前頭前野が高次時間的依存性をエンコードする上で優位な役割を果たしていることを示唆する。
• 被験者間で高い一貫性が得られ、EEG信号の個人差にもかかわらず一貫した性能を示した。
• 200刺激を越える系列に対して95％以上の正確性を示すシミュレーションの証拠により、復元正確性が裏付けられた。
• 確率分布の等価性に注目することで、被験者および電極ごとに内挿的正規化が可能となり、被験者間ばらつきが低減された。
• 結果から、複数のコンテキストツリー・モデルが皮膚上で同時に活性化している可能性があり、変動しやすい環境における適応的学習を可能にするのかもしれない。