精神病理学の次元予測のための粒度を考慮したEEG特徴フレームワーク

「心の病」と一言で言っても、その症状は人それぞれで、とても複雑ですよね。例えば、不安がずっと続く「内面化」や、衝動的な行動につながる「外面化」、集中が難しい「注意の問題」など、様々な側面があります。こうした心の状態を、脳の電気信号である脳波（EEG）を使って読み解こうという研究が進んでいます。

脳波は、頭につけた電極で脳の活動をキャッチするもので、体に負担をかけずに脳の状態を知ることができるのが大きなメリットです。しかし、これまで脳波から心の病のサインを読み取る研究は、やり方が統一されていなかったり、どのくらいの細かさで脳波を分析すれば良いのか、といった点がはっきりしていませんでした。そこで今回、研究チームは、脳波の分析方法に「粒度を考慮した特徴フレームワーク」という新しいアプローチを開発しました。これは、脳全体の活動（グローバル）、脳の特定の領域の活動（リージョナル）、そして個々の電極の活動（チャンネル）という、複数の「粒度」で脳波を捉え、それぞれから特徴を抽出するというものです。

この新しい方法を試すために、研究チームは、健康な子供たちの脳波データ（Healthy Brain Networkコホート）を使って、先ほど挙げた4つの心の病の側面（pファクター、内面化、外面化、注意問題）を予測できるかを調べました。ただし、今回の研究は、すぐに病気の診断に使えるようなものではなく、あくまで「実現可能性を試す」ための挑戦的なものだと研究チームは説明しています。というのも、子供たちの心の病は非常に多様で、アンケートで得られる情報も完璧ではないからです。

その結果、新しい分析方法と、特徴の中から重要なものを選ぶ工夫（粒度バランス特徴選択）を組み合わせることで、従来のやり方よりも少し良い結果が出たようです。しかし、その効果はまだ「控えめ」とのこと。それでも、選ばれた脳波の特徴を詳しく見てみると、心の病の側面ごとに、脳のどの部分がどのように活動しているか、といったパターンが明らかになり、これはこれまでの脳科学の知見ともよく合っているそうです。この研究は、心の病の理解を深めるための、脳波分析の新しい道筋を示していると言えるでしょう。