【結論】脳形態の多変量パターンから機械学習により93%の精度で男女を判別可能であり、「モザイク脳」言説による性差否定は統計的に破綻している。
皮質厚および皮質下体積の多変量パターンに基づき機械学習モデルを構築した結果、93%という極めて高い分類精度で男女を正確に判別した。脳容積や頭部サイズ関連指標を除外した場合でも92%、回帰除去後でも70%の精度を維持することが確認された。これにより局所的な重複を根拠にした「脳に性差はない(モザイク脳)」という言説は否定され、脳構造には体系的かつ予測可能な生物学的性差が存在することが実証された。
| 発行年 | 2016年 |
|---|---|
| ジャーナル | Proceedings of the National Academy of Sciences |
| サンプル数 | 1,566人、うち訓練 1,166人・保持検証 400人 |
| 主要指標 | elastic net による性別分類精度は93%、頭部サイズ関連指標除外でも92%、回帰除去後でも70% |
| 論文ソース | DOIリンクを開く ↗ |
📚 関連エビデンス・自己最適化リソース
生物学的性差、運動生理学、情報セキュリティに関するエビデンスを深掘り・最適化するための推奨リソースです。