読書メモ『脳のネットワーク』 by Olaf Sporns, 1~3章
なぜ読んだ?
私は神経細胞のネットワークに関するの研究をしており、ネットワーク科学の観点から脳を捉える方法に興味があるため。
新学期の開始に合わせた研究書の読書により、研究のモチベーションとメタ知識を手に入れるため。
基本情報
タイトル:『脳のネットワーク』
著者:オラフ・スポーンズ (Olaf Sporns)
訳者:下野昌宣
1章「はじめに」で学んだこと
この本のテーマは、「ネットワーク科学は脳についてどのような知見をもたらすだろうか?」である。
複雑系を理解するためには、①システムの基本的な構成要素、②構成要素どうしの相互作用、③その相互作用から創発する性質、の3つについて知る必要がある。
(私が研究において主張したい論は②③の重要性であるため、共感しつつ読んだ)
脳はマルチスケールな複雑ネットワークである。
2章「ネットワークの指標とネットワークの基本構造」で学んだこと
ネットワーク・グラフの定義。
重みづけあり/なし、向きづけあり/なしのグラフ。
隣接行列/距離行列、次数/入次数/出次数、path/walk/cycle
ネットワークを特徴づける指標。
次数分布、次数相関
クラスター係数
ネットワーク・モジュラリティ
固有パス長
中心性→近接中心性、媒介中心性
指標を元にしたネットワークのアーキテクチャ分類。
ランダムネットワーク、正則ネットワーク、スモールワールドネットワーク、スケールフリーネットワーク
マカクザルの大脳皮質におけるネットワークの結合の計測結果と、そこから導き出されるスモールワールド性。
3章「脳のネットワークとは」で学んだこと
脳の要素(ニューロン)も全体性も重要。
脳を全体論的に捉えていたゴルジの主張。
脳の計測・観察法
脳神経系のマルチスケール性から、どれも意義がある。
(この部分は既存の知識が多かった)
接続性の定義3つ
構造的接続性(structural connectivity)
機能的接続性(functional connectivity)
実行的接続性(effective connectivity)
基本的な脳のネットワーク解析の流れ。
実行的接続性の指標
グレンジャー因果性
トランスファーエントロピー
CSEM: 共分散構造方程式モデリング
DCM: 因果的ダイナミクスモデリング by Friston
脳の接続性モデルの重要性
予測を可能とするのはモデルのみ。
モデルの基礎は連立状態方程式であり、力学系の理論によって解析が可能。
全脳シミュレーターの夢。
今後の展望
現在は4章を読んでいる。
5,6,7,8,12章までは読みたい。
---
最後まで読んでいただきありがとうございます!
この本以外に読んだ本の一覧はこちら↓
他の本のブックレビューはこちら↓
この記事が参加している募集
この記事が気に入ったらサポートをしてみませんか?