| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-01-30 15:30 GSSによって得られた低ランク行列に基づくネットワーク指標の設計と脳コネクトーム分析への応用可能性の検討 ○米田千咲・安田実樹大・作元雄輔（関西学院大）  CQ2024-76 |
|
| 抄録 | （和） | マクロスケールでの脳コネクトームの分析は脳の特性の解明に役立っており，更なる進化が期待されている.これまでに，脳コネクトームからネットワーク構造を抽出し，その構造を表す行列の固有値分布 (グラフスペクトル) を活用した分析方法が提案されている.他方で，グラフスペクトルに関して新たな性質が発見されており，固有値シフト (Graph Spectrum Shift: GSS) を取り入れた低ランク近似によって，従来の低ランク近似よりも誤差の小さな低ランク行列を得る方法が提案されている.得られた低ランク行列はネットワーク分析に有用であると考えられるが， 脳コネクトームに対する応用例は検討されてない.そこで本稿では，GSS を取り入れた低ランク近似で得られる低ランク行列に基づくネットワーク指標を設計し，そのネットワーク指標が脳コネクトーム分析の有効性に与える影響を 調査する.また，実コネクトームデータを用いた分析例を実施し，年齢や性別，疾患の有無といった被験者の違いが設計したネットワーク指標を用いてどの程度捉えられるかを統計的に評価する. |
| （英） | The analysis of the brain connectome at the macroscale contributes to understanding the brain’s characteristics. Previous studies have proposed the methods to analyze brain connectomes by extracting network structures and leveraging the eigenvalue distribution (graph spectrum) of matrices representing these structures. Meanwhile, new properties of the graph spectrum have been discovered, showing that incorporating Graph Spectrum Shift (GSS) into low-rank approximation can yield low-rank matrices with smaller errors compared to conventional low-rank approximations. Although these resulting low-rank matrices are considered useful for network analysis, their application to brain connectomes has not yet been explored. In this paper, we design a network metric based on low-rank matrices obtained through the low-rank approximation with GSS, and investigate the impact of the metric on the effectiveness of brain connectome analysis. Using real connectome data, we conduct case studies to statistically evaluate how well the designed network metric captures differences among subjects, such as age, gender, and disease status. | |
| キーワード | （和） | 脳内ネットワーク / コネクトーム分析 / スペクトラルグラフ理論 / 正規化ラプラシアン行列 / 低ランク近似 / / / |
| （英） | Brain Network / Connectome Analysis / Spectral Graph Theory / Normalized Laplacian Matrix / Low-Rank Approximation / / / | |
| 文献情報 | 信学技報, vol. 124, no. 368, CQ2024-76, pp. 39-44, 2025年1月. | |
| 資料番号 | CQ2024-76 | |
| 発行日 | 2025-01-23 (CQ) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CQ2024-76 |
|
| 研究会情報 | |
| 研究会 | CQ CBE |
| 開催期間 | 2025-01-30 - 2025-01-31 |
| 開催地（和） | 博多 リファレンス駅東ビル貸会議室 |
| 開催地（英） | |
| テーマ（和） | ネットワーク科学、計算社会科学、ヒューマンコンピューターインタラクション、データ解析、ユーザー行動、メディア品質、一般 |
| テーマ（英） | Network Science, Computational Social Science, Human Computer Interaction, Data Analysis, User Behaviour, Media Quality, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2025-01-CQ-CBE |
| 本文の言語 | 日本語 |
| タイトル（和） | GSSによって得られた低ランク行列に基づくネットワーク指標の設計と脳コネクトーム分析への応用可能性の検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on Designing of Network Metric Based on Low-Rank Matrices Obtained through GSS and Discussing its Applicability to Brain Connectome Analysis |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 脳内ネットワーク / Brain Network |
| キーワード(2)（和/英） | コネクトーム分析 / Connectome Analysis |
| キーワード(3)（和/英） | スペクトラルグラフ理論 / Spectral Graph Theory |
| キーワード(4)（和/英） | 正規化ラプラシアン行列 / Normalized Laplacian Matrix |
| キーワード(5)（和/英） | 低ランク近似 / Low-Rank Approximation |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 米田 千咲 / Chisaki Yoneda / ヨネダ チサキ |
| 第1著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 安田 実樹大 / Mikihiro Yasuda / ヤスダ ミキヒロ |
| 第2著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 作元 雄輔 / Yusuke Sakumoto / サクモト ユウスケ |
| 第3著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-30 15:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2024-76 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.368 |
| ページ範囲 | pp.39-44 |
| ページ数 | 6 |
| 発行日 | 2025-01-23 (CQ) |
[研究会発表申込システムのトップページに戻る]