| 研究テーマ | 脳から情報を読み出す方法の開発と、それを利用した神経科学の推進 |
| 研究分野 | 神経科学, 機械学習, 量子計算 |
| キーワード | 脳情報の解読, 脳デコーディング, 機械学習, AI, 多変量解析, 量子計算, 量子アルゴリズム, 組合せ最適化, 量子アニーリング, ブラックボックス最適化, 視覚, スパース推定, ベイズ推定 |
研究紹介
脳の信号から知覚・記憶内容・運動意図などを読み出す「脳情報解読技術」の研究に従事してきました。特に脳情報解読を行うためのプログラムや、その統計学的な方法論（機械学習アルゴリズム）の開発を中心に活動しています。1例として、2024年にはヒトが心の中に想像したイメージをfMRIで計測した脳信号から読み出し、画像として可視化すること成功しました（図1; ただ、精度はまだまだではありますが）。これまではヒトを対象とした研究が中心でしたが、北海道大学では生物科学部門の方々と連携し、動物を対象に研究の幅を広げていきたいと思っています。
また、そのための土台として、量子計算や量子インスパイアドアルゴリズム、量子アニーリングなど、近年発展の目覚ましい新しい計算技術の導入も進めています。これらを駆使し、大規模化の進む神経データ・脳データのスケーラブルな処理を目指します（図2）。
代表的な研究業績
Mental image reconstruction from human brain activity: Neural decoding of mental imagery via deep neural network-based Bayesian estimation. Koide-Majima N, Nishimoto S, Majima K. Neural Networks. 2024.
Reconstructing visual illusory experiences from human brain activity. Cheng FL, Horikawa T, Majima K, Tanaka M, Abdelhack M, Aoki SC, Hirano J, Kamitani Y. Science Advances. 2023.
Deep image reconstruction from human brain activity. Shen G, Horikawa T, Majima K, Kamitani Y, PLOS Computational Biology. 2019.
Fast, accurate, and interpretable decoding of electrocorticographic signals using dynamic mode decomposition. Fukuma R, Majima K, Kawahara Y, Yamashita O, Shiraishi Y, Kishima H, Yanagisawa T. Communications Biology. 2024.
Quantum-inspired canonical correlation analysis for exponentially large dimensional data. Koide-Majima N, Majima K. Neural Networks. 2021.
| 学位 | 博士（理学） |
| 自己紹介 | 本所属は量子科学技術研究開発機構になりますが、JST BOOSTでの研究実施のためにクロスアポイントメントで北海道大学にお世話になります。下見に来た際は北大の広さと自然の良さに驚きました。北海道はまだまだ初心者ですが、よろしくお願い致します。 |
| 学歴・職歴 | 2009年 京都大学 理学部 理学科 卒業 2011年 奈良先端科学技術大学院大学 情報科学研究科 前期博士課程 修了 2014年 奈良先端科学技術大学院大学 情報科学研究科 後期博士課程 修了 2014年 ATR脳情報研究所 研究員 2015年 京都大学 情報学研究科 助教 2020年 量子科学技術研究開発機構 研究員 2021年 科学技術振興機構 さきがけ研究員 2025年- 量子科学技術研究開発機構 主任研究員 2026年- 北海道大学 大学院理学研究院 特任准教授 |
| 所属学会 | 日本神経回路学会, 日本神経科学会, 量子生命科学会 |
| プロジェクト | さきがけ数理構造活用領域 JST BOOST（若手研究者支援） |
| 居室 | 理学部5号館 |
