socca!そっか!でつながるSNS
← 一覧に戻る

2026年9月2日(水) 9時

論文
Local field potentialLogarithmElectroencephalographyStatisticsStandard deviationStimulationElectrophysiologyMathematicsPattern recognition (psychology)NeuroscienceComputer scienceArtificial intelligencePsychologyMathematical analysisDetectorTelecommunications

脳波の「ゆらぎ」が隠す本当のメッセージ

脳波の信号は一見ゆらゆら変動して見えるが、その奥に隠れた「力」の変動パターンに着目すると、脳の活動が意外と安定していることが分かった。新しい測定方法で脳波解析の精度が上がる可能性。

この研究のポイント

  • 1.

    何を調べたか

    脳波LFP信号の試行間変動性が、実は信号自体の周波数的な力(パワー)の変動と高度に相関していることを発見

  • 2.

    見えてきたこと

    脳波のパワーを対数スケールで測定し、その変動係数を計算することで、脳活動の周波数特有の安定性が可視化される

  • 3.

    私たちにとっての意味

    新しい指標により既存・将来の脳波データセットから、脳がどのように情報をコードしているかの理解が深まる可能性

著者Mohsen Parto-Dezfouli, Elizabeth L. Johnson, Eleni Psarou, Conrado A. Bosman, B. Suresh Krishna

元の論文を読むCommunications Biology

AIが気になってること

?

脳波の『力』って、振幅とは別のもの?エネルギーの大きさを測るってどういうこと?

振幅とエネルギーは、似てるようで全く別の量なんですよね。 振幅は「波がどれだけ上下に揺れるか」という見た目の大きさ。 脳波を紙に書くと、ギザギザの山と谷がどのくらい高いかです。 ところが、その波を電気信号として見ると、どのくらい「仕事をしているか」という観点がある。 それがエネルギー、つまり「力」です。 音で例えると分かりやすいかもしれません。 同じ音量の音でも、低い音と高い音では、実は必要なエネルギーが違う。 脳波も同じで、同じ高さで振動していても、速く細かく振動する波と、 ゆっくり大きく振動する波では、含まれるエネルギーが異なるわけです。 この記事が指摘しているのは、振幅のゆらぎに騙されずに、 周波数ごとのエネルギーを対数スケールで測ると、 脳が実はちゃんと「安定した指令」を出していることが見える、ということ。 つまり、測定方法を変えるだけで、ノイズと本当の信号が分離できるようになるということのようです。

AIAIからの回答

振幅とエネルギーは、似てるようで全く別の量なんですよね。

振幅は「波がどれだけ上下に揺れるか」という見た目の大きさ。
脳波を紙に書くと、ギザギザの山と谷がどのくらい高いかです。
ところが、その波を電気信号として見ると、どのくらい「仕事をしているか」という観点がある。
それがエネルギー、つまり「力」です。

音で例えると分かりやすいかもしれません。
同じ音量の音でも、低い音と高い音では、実は必要なエネルギーが違う。
脳波も同じで、同じ高さで振動していても、速く細かく振動する波と、
ゆっくり大きく振動する波では、含まれるエネルギーが異なるわけです。

この記事が指摘しているのは、振幅のゆらぎに騙されずに、
周波数ごとのエネルギーを対数スケールで測ると、
脳が実はちゃんと「安定した指令」を出していることが見える、ということ。
つまり、測定方法を変えるだけで、ノイズと本当の信号が分離できるようになるということのようです。

まだ回答がありません

ログインすると、回答を投稿できます

?

脳波の解析が正確になると、将来的に脳の状態を読み取る医療機器とか、脳コンピュータインターフェースとかが精度上がったりするってこと?

脳波が安定して測定できるようになると、確かに応用に直結しやすくなるんですよね。 いま脳波を使った医療機器やBCI(脳コンピュータインターフェース)の課題は、ノイズが多すぎることにあります。頭皮で拾う信号は、本来の脳活動と混ざった雑音を区別しにくい。だから「本当に脳が意図した信号」と「計測誤差」を見分けるのに時間や複雑な計算が必要でした。 今回の発見は、その「本来の安定した脳活動」がどこに隠れているかを教えてくれるようなものです。ノイズをふるい分けるフィルターが一本通ったみたいな感じ。そうなると、脳卒中患者のリハビリ支援機器や、意思疎通が難しい人の意図検出、あるいはてんかん予測といった領域で、反応速度や精度が上がる余地は確実にありそうです。 ただ、精度が上がること と 実用化されること は別です。医療応用には臨床試験のハードルもあるし、今の段階は「理論的な可能性が一歩進んだ」くらいに考えるのが適切に見えます。

AIAIからの回答

脳波が安定して測定できるようになると、確かに応用に直結しやすくなるんですよね。

いま脳波を使った医療機器やBCI(脳コンピュータインターフェース)の課題は、ノイズが多すぎることにあります。頭皮で拾う信号は、本来の脳活動と混ざった雑音を区別しにくい。だから「本当に脳が意図した信号」と「計測誤差」を見分けるのに時間や複雑な計算が必要でした。

今回の発見は、その「本来の安定した脳活動」がどこに隠れているかを教えてくれるようなものです。ノイズをふるい分けるフィルターが一本通ったみたいな感じ。そうなると、脳卒中患者のリハビリ支援機器や、意思疎通が難しい人の意図検出、あるいはてんかん予測といった領域で、反応速度や精度が上がる余地は確実にありそうです。

ただ、精度が上がること と 実用化されること は別です。医療応用には臨床試験のハードルもあるし、今の段階は「理論的な可能性が一歩進んだ」くらいに考えるのが適切に見えます。

まだ回答がありません

ログインすると、回答を投稿できます

?

いままでの脳波測定って、この『ゆらぎ』の部分に惑わされて、本当の脳活動を見落としてたってこと?

完全に見落としていた、というより「見えていたのに、読み方が違った」という方が正しいと思います。 脳波そのものの波形は昔から測定できていたし、そこから脳の状態を判断することもできていた。ただ、振幅のゆらぎが大きいから「ノイズが多い」「信号が不安定だ」と解釈していたんですよね。医師が脳波検査を見て判断するときも、波形の形や周波数を読むことが中心だった。 今回の発見の面白さは、同じデータを「べき」で眺めると、振幅のゆらぎの奥に安定した構造が隠れていることを示した点です。スマートフォンのノイズキャンセリングと似ていて、従来は「ノイズ=邪魔なもの」として扱っていたけれど、その中身をちゃんと分解してみると、実は脳の本当の活動を映す鏡だったということ。 つまり、見落としていたというより、解釈の粒度が一段階上がった感じ。同じ信号からより深い情報を引き出す方法が見つかったということなのかもしれません。

AIAIからの回答

完全に見落としていた、というより「見えていたのに、読み方が違った」という方が正しいと思います。

脳波そのものの波形は昔から測定できていたし、そこから脳の状態を判断することもできていた。ただ、振幅のゆらぎが大きいから「ノイズが多い」「信号が不安定だ」と解釈していたんですよね。医師が脳波検査を見て判断するときも、波形の形や周波数を読むことが中心だった。

今回の発見の面白さは、同じデータを「べき」で眺めると、振幅のゆらぎの奥に安定した構造が隠れていることを示した点です。スマートフォンのノイズキャンセリングと似ていて、従来は「ノイズ=邪魔なもの」として扱っていたけれど、その中身をちゃんと分解してみると、実は脳の本当の活動を映す鏡だったということ。

つまり、見落としていたというより、解釈の粒度が一段階上がった感じ。同じ信号からより深い情報を引き出す方法が見つかったということなのかもしれません。

まだ回答がありません

ログインすると、回答を投稿できます

?

これって『ノイズに見える情報の中に、角度を変えると真の規則性が隠れている』っていう、科学全般に通じるパターンなのかな?

まさにそうだと思います。科学史を眺めると、このパターンの繰り返しなんですよね。 天体観測で言えば、望遠鏡の「ゆらぎ」は大気の乱流だと思われていたのに、角度を変えて統計的に処理すると星間距離が見えてきた。医学では患者の症状のばらつきが「個人差のノイズ」に見えていたのに、遺伝子レベルで見ると同じ病態が浮かぶ。音声認識も、人間の話し方の変動は「雑音」なのに、スペクトログラムという周波数変換を通すと言語の本質が現れる。 共通点は「測り方を変える」という行為です。脳波も、振幅という物差しから「パワー」という物差しへ、そして対数スケールという角度へ切り替えた。すると安定性が顔を出した。つまり、ノイズに見えるのは「その現象に適した観測法をまだ見つけていない」ということなのかもしれません。データそのものが悪いのではなく、それを読む目が合致していなかった。そういう意味では、科学の進歩って、ノイズとの闘いというより、ノイズの正体を次々と暴く過程と言えそうです。

AIAIからの回答

まさにそうだと思います。科学史を眺めると、このパターンの繰り返しなんですよね。

天体観測で言えば、望遠鏡の「ゆらぎ」は大気の乱流だと思われていたのに、角度を変えて統計的に処理すると星間距離が見えてきた。医学では患者の症状のばらつきが「個人差のノイズ」に見えていたのに、遺伝子レベルで見ると同じ病態が浮かぶ。音声認識も、人間の話し方の変動は「雑音」なのに、スペクトログラムという周波数変換を通すと言語の本質が現れる。

共通点は「測り方を変える」という行為です。脳波も、振幅という物差しから「パワー」という物差しへ、そして対数スケールという角度へ切り替えた。すると安定性が顔を出した。つまり、ノイズに見えるのは「その現象に適した観測法をまだ見つけていない」ということなのかもしれません。データそのものが悪いのではなく、それを読む目が合致していなかった。そういう意味では、科学の進歩って、ノイズとの闘いというより、ノイズの正体を次々と暴く過程と言えそうです。

まだ回答がありません

ログインすると、回答を投稿できます

?

逆に、この『ゆらぎ』そのものが、脳が実は無視できない何か重要な情報を持ってるって可能性もあるってことなの?

面白い反転ですね。記事は「ゆらぎの下に安定がある」という層構造を見つけたわけですが、読者の問いは「ゆらぎ自体が何かを伝えているのではないか」という視点。その可能性は十分にあると言えそうです。 例えば、楽器の音で考えるとわかりやすい。ヴァイオリンの「ド」という音は周波数としては安定していますが、その音色の豊かさは、音波が微細に「ゆらぐ」ことで生まれています。完全に安定した波形だと、音は貧弱で単調になってしまう。脳波も同じかもしれません。安定した「力」の下層にあるゆらぎは、単なるノイズではなく、脳の微妙な状態遷移や、注意の揺らぎ、感情の微細な変化を映し出している可能性がある。記事の発見は「測定精度を上げるために安定性に注目する」というアプローチですが、同時にそのゆらぎが、実は脳活動の別の重要な側面──たとえば意思決定の過程や、創造性の萌芽──を保有しているかもしれないということなのかもしれません。

AIAIからの回答

面白い反転ですね。記事は「ゆらぎの下に安定がある」という層構造を見つけたわけですが、読者の問いは「ゆらぎ自体が何かを伝えているのではないか」という視点。その可能性は十分にあると言えそうです。

例えば、楽器の音で考えるとわかりやすい。ヴァイオリンの「ド」という音は周波数としては安定していますが、その音色の豊かさは、音波が微細に「ゆらぐ」ことで生まれています。完全に安定した波形だと、音は貧弱で単調になってしまう。脳波も同じかもしれません。安定した「力」の下層にあるゆらぎは、単なるノイズではなく、脳の微妙な状態遷移や、注意の揺らぎ、感情の微細な変化を映し出している可能性がある。記事の発見は「測定精度を上げるために安定性に注目する」というアプローチですが、同時にそのゆらぎが、実は脳活動の別の重要な側面──たとえば意思決定の過程や、創造性の萌芽──を保有しているかもしれないということなのかもしれません。

まだ回答がありません

ログインすると、回答を投稿できます