Ren Takahashi、Emre Yusuf、Jayabrata Bhaduriの3氏は2026年7月10日(現地時間)、論文プレプリントサーバーarXivで、夢状態脳波 (EEG) のトポロジカル時系列解析フレームワーク「PHINN-EEG (Persistent Homology Inspired Neural Network for EEG)」を発表した。既存の脳波ベースの夢検出手法が電力スペクトル密度 (PSD) や統計モーメント特徴に依存し、DREAMデータベースで約0.70のAUC (area under the receiver operating characteristic curve) を達成しているのに対し、PHINN-EEGは神経活動の幾何学的構造に着目。DREAMデータベースのオープンアクセスサブセットでAUC 0.82-0.90を目標とする。
PHINN-EEGは、マルチチャンネルの覚醒前脳波エポックに対し、スライディングウィンドウTakens遅延埋め込み (sliding-window Takens delay embeddings) とヴィートリス-リップス濾過 (Vietoris-Rips filtrations) を用いる。これにより、神経活動のエネルギーだけでなく、その幾何学的構造を特徴づけるDynamic Betti Curvesを抽出する。
これらのトポロジカル不変量は、トポロジー条件付きフローマッチング (topology-conditioned flow matching) と組み合わされ、既存のPSDおよびcatch22ベンチマークを上回る性能を分析的に示している。評価は、20の研究機関から263人の参加者による合計3,191の覚醒データから構成されるDREAMデータベースのうち、1,462の覚醒を含むオープンアクセスサブセットを対象としている。
さらに、PHINN-EEGは夢状態脳波合成のためのトポロジー条件付き整流フローモデル (topology-conditioned rectified flow model) を導入する。加えて、トポロジーを現象論的な夢報告カテゴリに結びつける候補Betti遷移アーキタイプ (Betti transition archetypes) のセットも仮説空間として提案された。この研究は、神経の稀なイベント検出において、スペクトルエネルギーから位相空間幾何学 (phase-space geometry) へのパラダイムシフトを示す可能性があり、ウェアラブルBCI夢モニタリングへの将来的な応用が示唆されている。
参考: arXiv q-bio.NC (アーカイブ) — 2026年7月11日 02:59 (JST)
原文ハイライト"the first topological time-series framework for dream mentation analysis"