EEGからのfMRIは、深層学習の距離しかない：解釈可能性のあるDLを用いたEEG-fMRI関係の解明

皮質下構造の活動に対するアクセスは、意図に依存する脳-コンピュータインターフェースの構築に画期的な機会を提供し、感情神経科学の分野における広範な認知現象、特に複雑な意思決定プロセスや永続的な自由意思のジレンマの解明に多様な選択肢をもたらすとともに、多数の神経疾患の診断を容易にする。これまでこのような解析は、大型で高価かつ移動性に欠けるfMRI装置に依存するしかなかった。本研究では、多チャンネルEEGデータから複数の皮質下領域の活動を復元する解釈可能でドメインに根ざした解決策を提示し、実際の皮質下血酸素化依存性sBOLD信号とそのEEG由来の推定値との間に最大60％の相関が得られることを実証した。さらに、理論的に正当化された重み解釈手法を用いて、皮質下核における血行動態信号を予測する個別的なスカラップEEGの空間的・時周波数的パターンを回復した。得られた結果は、装着可能な皮質下活動スキャナの実現に道を開くだけでなく、深層学習技術と解釈可能なドメイン制約型アーキテクチャ、および適切な下流タスクを組み合わせた自動知識発見プロセスの可能性を示している。