AIを活用して脳・神経科学のデータ解析を行います

MRIや脳波には脳疾患、精神疾患等に関する様々な情報が埋もれています。
一方で、たった1人の脳から得られるデータだけでも十分に巨大かつ複雑で、巨大データに適した解析環境を整えて先進的な解析を行うためには膨大な労力が必要となります。

そこでアラヤでは、研究機関等向けに、これらのデータを自動で解析する環境の提供や、AI・機械学習技術を用いた解析サービスを提供しております。複雑なプログラミングや煩雑な解析環境整備に囚われることなく、ボタンを押すだけで、お客様の手元で最先端の解析を行うことが可能です。また、AI・機械学習技術を使用した脳からの特性・症状・健康指標の予測モデル構築をお手伝いします。

【提供サービス】

1.MRI自動解析での特徴抽出
2.脳情報からの予測モデル
3.脳の特徴に基づいた製品開発
4.脳の特徴に基づいた広告戦略
5.語学などで効果的な教育方法の開発
6.脳科学実験・測定のコンサルティング

【解析対象の例】

● 構造MRI
● 拡散強調MRI
● 機能的MRI (課題fMRI・安静時fMRI)
● 定量的MRI
● 脳波 (EEG)
● 脳磁図 (MEG)

関連事例

以下の論文には、アラヤが研究の支援をいたしました。

Chandru K, Jia T, Mamajanov I, Bapat N, Cleaves H (2020) Prebiotic oligomerization and self-assembly of structurally diverse xenobiological monomers. Sci Rep 10:17560–17573.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7567815/

Hagiwara A, Hori M, Kamagata K, Warntjes M, Matsuyoshi D, Nakazawa M, Ueda R, Andica C, Koshino S, Maekawa T, Irie R, Takamura T, Kumamaru K, Abe O, Aoki S (2018) Myelin measurement: Comparison between simultaneous tissue relaxometry, magnetization transfer saturation index, and T1w/T2w ratio methods. Sci Rep 8: 10554.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6043493/

Hagiwara A, Hori M, Yokoyama K, Nakazawa M, Ueda R, Horita M, Andica C, Abe O, Aoki S (2017) Analysis of white matter damage in patients with multiple sclerosis via a novel In vivo MR method for measuring myelin, axons, and G-Ratio. AJNR Am J Neuroradiol 38:1934–1940.
https://pubmed.ncbi.nlm.nih.gov/28775058/

Orihashi R, Mizoguchi Y, Imamura Y, Yamada S, Ueno T, Monji A (2020) Oxytocin and elderly MRI-based hippocampus and amygdala volume: a 7-year follow-up study. Brain Commun 2:fcaa081.
https://pubmed.ncbi.nlm.nih.gov/32954331/

Sugawara A, Terasawa Y, Katsunuma R, Sekiguchi A (2020) Effects of interoceptive training on decision making, anxiety, and somatic symptoms. Biopsychosoc Med 14:7
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7079488/