WH110194 Exercises in Biomedical Science B

Hiroshima University Syllabus

Japanese

Academic Year 2026Year School/Graduate School Graduate School of Integrated Sciences for Life (Master's Course) Division of Integrated Sciences for Life Program of Biomedical Science

Lecture Code WH110194 Subject Classification Specialized Education

Subject Name 生命医科学特別演習Ｂ

Subject Name
（Katakana）セイメイイカガクトクベツエンシュウビー

Subject Name in
English Exercises in Biomedical Science B

Instructor CHIKAZOE JUNICHI

Instructor
(Katakana) チカゾエ　ジュンイチ

Campus Higashi-Hiroshima Semester/Term 1st-Year, Second Semester, Second Semester

Days, Periods, and Classrooms (2nd) Inte：Faculty Office

Lesson Style Seminar Lesson Style
(More Details) 対面, オンライン（同時双方向型）, オンライン（オンデマンド型）

講義中心、演習中心、ディスカッション、学生の発表、作業、プログラミング

Credits 2.0 Class Hours/Week 　 Language of Instruction B : Japanese／English

Course Level 5 : Graduate Basic

Course Area（Area） 26 : Biological and Life Sciences

Course Area（Discipline） 04 : Life Sciences

Eligible Students

Keywords 神経科学、fMRI、機械学習、感覚、情動、深層学習

Special Subject for Teacher Education 　 Special Subject 　

Class Status
within Educational
Program
(Applicable only to targeted subjects for undergraduate students)
Criterion referenced
Evaluation
(Applicable only to targeted subjects for undergraduate students)

Class Objectives
/Class Outline ヒトfMRIデータなどの生理データを対象として、機械学習を用いた神経科学研究を行い、研究論文を発表する。

Class Schedule 第1回　機械学習入門（１）
第2回　ｆMRI入門（１）
第3回　機械学習入門（２）
第4回　ｆMRI入門（２）
第5回　機械学習入門（３）
第6回　ｆMRI入門（３）
第7回　研究立案と遂行（１）
第8回　研究立案と遂行（２）
第9回　研究立案と遂行（３）
第10回　研究立案と遂行（４）
第11回　研究立案と遂行（５）
第12回　研究結果の分析と発表（１）
第13回　研究結果の分析と発表（２）
第14回　研究結果の分析と発表（３）
第15回　研究結果の分析と発表（４）

Text/Reference
Books,etc. 統計的学習の基礎（Hastieら著）
Functional Magnetic Resonance Imaging (Huettelら著）

PC or AV used in
Class,etc. テキスト, 配付資料, Microsoft Teams, Zoom

(More Details)

Learning techniques to be incorporated ディスカッション, ペア・リーディング, PBL（Problem-based Learning）／ TBL（Team-based Learning）, プロジェクト学習

Suggestions on
Preparation and
Review 統計と機械学習の基本的な内容を理解する。
特に誤った機械学習の利用法など、ピットフォールに陥らないために必要な基礎知識を身に着ける。
特に過学習、データのリークなど、典型的な問題を正しく理解する。
fMRI実験を行う中で、これらがどのような問題を引き起こすかを学ぶ。

Requirements

Grading Method 研究姿勢、統計・機械学習への理解の深度を基に判断する。

Practical Experience

Summary of Practical Experience and Class Contents based on it

Message

Other

Please fill in the class improvement questionnaire which is carried out on all classes.
Instructors will reflect on your feedback and utilize the information for improving their teaching.

Academic Year	2026Year	School/Graduate School	Graduate School of Integrated Sciences for Life (Master's Course) Division of Integrated Sciences for Life Program of Biomedical Science
Lecture Code	WH110194	Subject Classification	Specialized Education
Subject Name	生命医科学特別演習Ｂ
Subject Name （Katakana）	セイメイイカガクトクベツエンシュウビー
Subject Name in English	Exercises in Biomedical Science B
Instructor	CHIKAZOE JUNICHI
Instructor (Katakana)	チカゾエ　ジュンイチ
Campus	Higashi-Hiroshima	Semester/Term	1st-Year, Second Semester, Second Semester
Days, Periods, and Classrooms	(2nd) Inte：Faculty Office
Lesson Style	Seminar	Lesson Style (More Details)	対面, オンライン（同時双方向型）, オンライン（オンデマンド型）
講義中心、演習中心、ディスカッション、学生の発表、作業、プログラミング
Credits	2.0	Class Hours/Week		Language of Instruction	B : Japanese／English
Course Level	5 : Graduate Basic
Course Area（Area）	26 : Biological and Life Sciences
Course Area（Discipline）	04 : Life Sciences
Eligible Students
Keywords	神経科学、fMRI、機械学習、感覚、情動、深層学習
Special Subject for Teacher Education		Special Subject
Class Status within Educational Program (Applicable only to targeted subjects for undergraduate students)
Criterion referenced Evaluation (Applicable only to targeted subjects for undergraduate students)
Class Objectives /Class Outline	ヒトfMRIデータなどの生理データを対象として、機械学習を用いた神経科学研究を行い、研究論文を発表する。
Class Schedule	第1回　機械学習入門（１）第2回　ｆMRI入門（１）第3回　機械学習入門（２）第4回　ｆMRI入門（２）第5回　機械学習入門（３）第6回　ｆMRI入門（３）第7回　研究立案と遂行（１）第8回　研究立案と遂行（２）第9回　研究立案と遂行（３）第10回　研究立案と遂行（４）第11回　研究立案と遂行（５）第12回　研究結果の分析と発表（１）第13回　研究結果の分析と発表（２）第14回　研究結果の分析と発表（３）第15回　研究結果の分析と発表（４）
Text/Reference Books,etc.	統計的学習の基礎（Hastieら著） Functional Magnetic Resonance Imaging (Huettelら著）
PC or AV used in Class,etc.	テキスト, 配付資料, Microsoft Teams, Zoom
(More Details)
Learning techniques to be incorporated	ディスカッション, ペア・リーディング, PBL（Problem-based Learning）／ TBL（Team-based Learning）, プロジェクト学習
Suggestions on Preparation and Review	統計と機械学習の基本的な内容を理解する。特に誤った機械学習の利用法など、ピットフォールに陥らないために必要な基礎知識を身に着ける。特に過学習、データのリークなど、典型的な問題を正しく理解する。 fMRI実験を行う中で、これらがどのような問題を引き起こすかを学ぶ。
Requirements
Grading Method	研究姿勢、統計・機械学習への理解の深度を基に判断する。
Practical Experience
Summary of Practical Experience and Class Contents based on it
Message
Other
Please fill in the class improvement questionnaire which is carried out on all classes. Instructors will reflect on your feedback and utilize the information for improving their teaching.

Back to syllabus main page