gap検出が面白いかもしれない

午前中、ちょっとMEG勉強会みたいなもの（よくわかっていない）に参加する機会があって、作新学院大学の方の話を伺ってきたんですが、
gap検出時のN1は、9歳前と後くらいで結構出方が違うようで、成人と同等になるのはどうやら12-15歳頃のようです。

日本語では、特に促音に関わる部分だと思うんですが、ディスレクシアの子は促音に関するミスが多かったような気がします。
9歳くらいで、このgap検出が成熟しだすところ、ディスレクシアの子はなんらかの理由で失敗する…というのを、縦断的なERP研究で示せると結構面白いかな、と思います。
あと、fMRIとかで相関して発達する脳部位を同定できれば、支援方策とかディスレクシア理解にも一つ何か示せるんじゃないかなあ
…というのは、まあ、妄想なんですけど。とにかく、健常者の縦断的データがある程度出れば、これはなかなか面白いことになるのではないかと期待しています。

とりあえず、来年くらいにこの論文が世に出るんじゃないかと思うので、楽しみに待っております。

で、人の研究を面白がっているだけじゃなくて、自分の研究を進めなきゃいけないんですが、とりあえず、実験の謝金の書類を書きます。事務作業はやること決まってるからある程度楽にできるんですが、時間が取られるのがなー。

修士論文提出まで3ヶ月を切った

いつの間にか9月20日です。提出日は12月19日なので、なんともう3ヶ月を切っている！とっくに100日も切っている！週でいうと、わずか13週。これは…これは怖い…

当面の目論見としては、
・MEGデータについて、今月中に分析方法の目処を立てる
・残りのデータを取る（10月中）
・同時進行で、第２実験の計画を立てる
・11月中にデータを取る（10人くらいでどうにかなる実験にしたい）
・裏で論文を書いておいて、12月の2週間でデータ整理/考察まで
・12月14日くらいには大枠を完成
・5日間で優雅に（笑）見直し、提出
としたいところですが、
できんの？と聞かれると、いやーできるのかなー　こえーなー

ということで、ちょっとまじめに先行研究のまとめを進めています。
仮説と方法がね、早い段階でまとまれば、後はなんとかなるかなと思うんです。

なせばなる　なさねばならぬ　何事も
　ならぬは人の　なさぬなりけり
といったのは上杉鷹山ですが、えらいよなあ、鷹山。

ぜんぜん関係ないんですが、米沢藩が最近ちょっとしたマイブームです。
上杉鷹山も、直江兼続も凄いやつなんだ。これから伊達政宗関係の本をなんか読みたいところですが、同じようなタイトルの本が山ほどあってどれにしようか悩んでいます。（独眼竜　伊達政宗と、独眼龍　伊達政宗とか）
しかし、この「独眼竜」という通り名はかっこよすぎるよなあ

AD/HDを持つ人への視空間ワーキングメモリトレーニングの効果

トーケル・クリングバーグ博士（Dr.Torkel Klingberg）の講演を聴いてきました。

Cogmed-Japanのページを見ていただければわかるかと思いますが、この方は大学発ベンチャを立ち上げて、ワーキングメモリトレーニングプログラムを作成した方です。

日本心理学会でも、明日シンポジウムが企画されているようですが、
一足先に講演を今日北大で講演を行っていただきました。宣伝不足からか、お客さんはわりと少なかったです。

話の概要としては、
・視空間ワーキングメモリ機能が、AD/HDでは定型発達に比べ、1SD近く落ちている（言語ワーキングメモリでは、0.5SDくらい）
・AD/HDはおそらく、prefrontal-parietalのネットワークがうまく情報伝達ができていないだろう
・ドパミン系（報酬系）の受容体もうまく働いていない証拠がたくさんある

そこで、
・視空間ワーキングメモリに関連する認知的機能をトレーニングする
・さらに、報酬系をきちんと活動させるため、いつも「うまくいっている」と感じられるようなプログラムを設定する
（これが、ワーキングメモリトレーニング）

そうすると、
・視空間ワーキングメモリ以外の機能に対しても汎化が見られた
　・たとえば、レイブン色彩マトリックステスト、聴覚CPTなど
　・両親の子どもに対する評価も上がった
・この改善は、80％以上の家庭で1年以上続くか、より改善が見られた
　（およそ20％の家庭では、減少が見られた）
　・改善の度合い（エフェクトサイズ）は0.7で、メチルフェニデートによる効果値とほぼ同等であった
ようです。
（ただし、日本版のコグメド社によるトレーニングでは、若干結果が変わったようなことを前耳にした気がします。ただ、このへんはまだぜんぜんオフィシャルデータはあがってない（はず）ので、もしわかったら書きます）

さらに、
・反応抑制のトレーニング
・言語ワーキングメモリのトレーニング
では、同様の汎化は見られず、視空間ワーキングメモリのトレーニングが有意に認知機能の増強に役立つことが示されているようです。

なんで？というあたりは当然気になりますが、そのあたりはまだこれから…なんですかね（今日の話ではよくそのへんはわからなかった）。

質疑応答では、
・モチベーションは必要だが、ただゲームをやってれば機能が増強するわけではない
・トップダウンの注意機能と、ワーキングメモリは強い関係があるだろう
というあたりの議論が印象に残っています。

個人的には、これ、スーパーバイズがひとつの売り（インターネットでトレーニング状況をモニタして、週１ぐらいで打ち合わせ的なことをしてくれる）なんですが、
そこを省いて、ニンテンドーDSにファームを移したらどうかなとか思いました。
タッチペンとか、課題の雰囲気的にはすごくあいますし、時計機能とか（動物の森、やったことないんですが、あれをみると相当このへんは協力だと思うので）を使ってわりとオートなスーパーバイズとかもできる気がします。
DSだと子どものやる気も出る気がします。

特にスーパーバイズが必要な場合は、Wi-Fiを使ってデータ送信、とかもまあ可能は可能だし、DSだとやる場所を選ばないというのがいいところなんじゃないかなーとも思います。

今日本でこのプログラムをやるには、5週間で79800円かかるらしいです。
「ワーキングメモリトレーニングDS」、本体価格5040円くらいで、どうですかね。ダメですかね。

なお、関連論文は、www.klingberglab.seで閲覧できるようです。

小休止

フィルタ（らしきもの）を作って実行はしてみたんだけど、
（あと、ベースライン補正もしてみた）
いまいち、自信がないというか、正しいことをしている自信がないので、
ちょっとお待ちください。
（関心を持っているひとがいれば…）

明日から、日本心理学会があるので、それが終わったら、またちょこちょこいじることができるんじゃないかなー　と思っています。

ScilabでMEGデータ整理（２）

本当に基本の基本から知らないので、かなり恥ずかしいことを書いているような気もしますが、いつか同じくらい何も知らない人の役にたてばいいなー　ということで、
Neuromag社のMEGでとったデータを、Scilabを使ってどうやって整理するか、という試行錯誤を書いていきます。

(Fiff2MatFileで、FIFF→MATファイルに変換して//これは前回やった）

rawファイルは、当面手のつけようがないので、まずaveファイル（波形をトリガーを基点として、指定した範囲で勝手に平均化してくれる機能がついていて、その平均値のデータが入っているファイルのこと）について話します。

loadmatfile('drive:\filename.mat');
でファイルがロードできる。（\は、バックスラッシュで表現されることもあるけど、とにかく\のキーを押せばいい）

渡辺の場合は、USBメモリにデータを入れているので、ドライブはEかFかG。
ファイル名は、実験日時_被験者名_条件名_raw or ave.matとなっているので、
まあたとえば、
loadmatfile('F:\080704_subject1_Grr_ave.mat');
として、ファイルを開きます。

さて、ファイルを開いたら、とりあえず
whos
と入力し、Enterキーを押してみましょう（以下、Enterキーを押す、については省略）。
そうすると、そのファイルに含まれている変数が、だーっとでてきます。
（ある程度出てくると、まだ表示する？みたいなことを聞かれます。yを押せば、もっと表示され、nを押せばそこでとまります（[y]es / [n]oのyとnですね）

そのなかに、おそらく
ave_0001　　xxx by 112
ave_0002 xxx by 112
…
ave_000n xxx by 112
という変数があると思います。（n = トリガ数）
これは、111列のチャンネル+1列の時間（で、合計112列）（EEGチャンネルとか使ってたらもっと多いかも）に、
xxx行分のデータがあることを意味します。

ただ、これだけだと何がなにやら、という感じだと思いますので、
一度
fprintfMat('drive:\filename.txt',ave_0001,'%x.yf');
として、テキストファイルで出力してあげましょう。
最初の''内は、出力する場所、およびファイル名、
2番目の部分は、出力したい変数、
3番目の''は、xが全体の桁数、yは小数点以下の値です（なるべく大きめにしとけば問題ないと思います）。fはおまじない。
3番目の部分は、なくても正常に動作します。たぶん。

出力したファイルをexcelで読み込み（ファイルの種類をテキストファイルにする、次のウインドウで、カンマやタブを～というほうにチェックを入れ、
[タブ]と[スペース]にチェックを入れ、完了する）、ざっと眺めてみましょう。

そうすると、記録したチャンネル以外（たとえば、渡辺の場合は101チャンネル記録していますが、そのほかに11チャンネル）にデータがあることがわかります。
ちなみに、最終列は、「時間」を表すチャンネルです。
残りのチャンネルは、たぶん0になってると思います。これは、トリガチャンネルとか、なのかな…？
とにかく、このチャンネル情報は要らないことがわかります。
そのほか、ざっとみてみると、数字が一定のチャンネルがあったりすると思います。
これは人によって違いますが、MEGの調子の問題だったりするので、
（当然、実験中も「あやしいチャンネル」はメモしていると思いますが）
こういうのを見逃さないよう、注意しておきましょう。

続く