注意のコネクトームに基づく予測的なモデリング:データセットを横切る異なる機能的接続性と予測方法の比較

Connectome-based predictive modeling of attention Comparing different functional connectivity features and prediction methods across datasets
K. Yoo, M.D. Rosenberg, W.-T. Hsu, S. Zhang, C.-S.R. Li, D. Scheinost, R.T. Constable and M.M. Chun NeuroImage 167 (2018): 11-22.
20171214_mnishizawa

“コネクトームに基づく予測モデリングは,fMRIで測定された機能的接続性から流動性知性と持続的注意を含む個人で異なる特徴と行動を予測するために近年発展してきた.
ここではCPM枠組みを利用して,3つの異なる尺度(ピアソン相関,一致,不一致)および2つの異なる予測アルゴリズム(線形,部分的最小二乗回帰(PLS)により)により注意機能を比較した.
一致および不一致は,それぞれ同相同期と逆相逆相関を追跡する近年提案された機能的接続性測定である.
我々は,課題時または安静時の機能的接続性データを使用してコネクトームに基づくモデルを定義し,個人で異なる注意予測における(1)機能的接続性測定と(2)機能選択/予測アルゴリズムの効果を試験した.
モデルは,leave-one-subject-out法の交差検証を使用してトレーニングデータセットで内部的に検証され,3つの独立したデータセットで外部検証された.
トレーニングデータセットには,被験者が持続的注意課題を行っていた時と安静時のfMRIデータが含まれていた.
検証データセットには(1)Stop Signal Task (SST)実行中および安静時に収集されたデータ,(2)注意ネットワークタスクの実行中および安静時に収集されたデータ,(3)ADHD-200コンソーシアムからのADHD症状の重症度と安静時のデータが含まれる.
機能的接続性尺度(ピアソン相関,一致,不一致)および予測アルゴリズム(線形および部分的最小二乗回帰(PLS))のすべての組み合わせを使用して定義されたモデルは,内部妥当性では0.9,外部検証では0.6と高い(全て<0.05). 課題時のデータで作成されたモデルは,安静時のデータで作成されたモデルよりも優れていた. Peason相関および適合特徴は一般的に,不適合特徴よりも小さな数値的利点を示したが,部分的最小二乗回帰は一般的に線形回帰よりも優れたモデルであった. 全体として,線形モデルと組み合わされた相関特徴に加えて,CPMによって特徴と部分的最小二乗回帰を考慮すると便利である."

作業記憶,感情処理および安静状態におけるfMRIに基づくグラフの理論的特性のtest-retestの信頼性

Test-retest reliability of fMRI-based graph theoretical properties during working memory, emotion processing, and resting state
H. Cao, M.M. Plichta, A. Schafer, L. Haddad, O. Grimm, M. Schneider, C. Esslinger, P. Kirsch, A. Meyer-Lindenberg and H. Tost
Neuroimage, vol. 84, pp. 888-900, 2014.
20171214_tmiyoshi

機能的磁気共鳴イメージング(fMRI)およびグラフ理論分析による脳結合の研究は,近年非常に普及しているが,これらの特性,特に能動的fMRIタスクから得られたものの堅牢性についてはほとんど知られていない.ここでは,3つの確立したfMRI実験(n-back,ワーキングメモリ,顔照合,安静状態)とノードを定義するための2つのアトラス(AAL,Power)を用いて健常者26名から脳グラフのtest-retest信頼性を計算した.我々は,5つの異なるデータ処理戦略のクラス内相関係数(ICC)を比較し,条件別回帰分析を用いたタスク回帰法の優れた信頼性を実証した.タスク間の比較では,アクティブなタスクと比較して安静時のICCが大幅に高くなっており,グローバルおよびローカルネットワークプロパティの顔照合タスクに対するn-backタスクの優位性が明らかになった.平均ICCは一般的にアクティブなタスクでは低くなっていたが,グローバルおよびローカルの接続プロパティ,両方のアトラス,スモールワールドでのn-backタスクでは,全体的に相当で良好な信頼性が検出された.また,3つのタスクとアトラスすべてについて,ローカルネットワークプロパティの平均ICCが低いことがわかった.しかし,チャレンジされた機能(安静状態:デフォルトモードのネットワークノード、nバック:フロントノード、頭頂ノード、顔マッチング:辺縁系ノード)にとって重要であることが知られている領域では、ノード特有の良好な信頼性が検出された.しかし,安静状態のデフォルトモードネットワークノード,n-backの前頭ノード,頭頂ノード,顔マッチングの辺縁系ノードのように,その機能にとって重要であることが知られている領域では,ノード特有の良好な信頼性が検出された.アトラス比較の結果では,グローバルおよびローカルネットワークプロパティの機能的な分割化の信頼性が大幅に向上した.我々の知見は,能動的なタスク,グラフ理論の方法,および対象内のデザイン.,特に将来のpharmaco-fMRI研究を用いて,fMRI研究の処理戦略,脳アトラスおよび結果特性の選択を知らせることができる.

全脳機能的結合を用いた多変量パターン解析による大うつ病の識別

Identifying major depression using whole-brain functional connectivity: a multivariate pattern analysis 全脳機能的結合を用いた多変量パターン解析による大うつ病の識別

Ling-Li Zeng, Hui Shen, Li Liu, Lubin Wang, Baojuan Li, Peng Fang, Zongtan Zhou, Yaming Li, Dewen Hu Brain,Volume 135, Issue 5, 1 May 2012, Pages 1498-1507
20171212 sishida

近年のresting-state の機能的結合核磁気共鳴イメージング研究は大うつ病患者と健康なコントロールの間のいくつかの領域とネットワークの重要なグループの違いを示している.現在の研究は健康なコントロールから大うつ病の識別の可能性を検証するために用いられるうつ病患者の全脳resting state 機能的結合のパターンを調査することである.多変量パターン解析は人工統計学的に健康な24人の被験者から2 人のうつ病患者を分類するために用いられたpermutation test は分類機の性能を評価するために用いられた.実験の結果は被験者の94.3%(P>0.0001)が100%の識別の全ての患者のleave-one-out cross-validation によって正しく分類されたことを証明した.最も違いとしてわかる機能的結合の大部分はデフォルトモードネットワーク,アフェクティブネットワーク,視覚皮質領域と小脳およびそれらの間にあり,それにより疾患関連のresting state ネットワークの変化は大うつ病における複雑な感情・認知障害の一部を引き起こすことが示される.さらに,分類に高い判別力を示すamygdala,anterior cingulate cortex,parahippocampal gyrus,そしてhippocampus はこの疾患の病態生理学において重要な役割を果たすかもしれない.現在の研究は新たな大うつ病の病理学的メカニズムを発見し,全脳resting state 機能的結合核磁気共鳴イメージングが臨床診断のための効果的なバイオマーカーになる可能性を示唆する.

適度な感情の規制に関わる背側および腹側前頭前野質の効果的なコネクティビティの変化

hanges in Effective Connectivity Between Dorsal and Ventral Prefrontal Regions Moderate Emotion Regulation
Morawetz, Carmen and Bode, Stefan and Baudewig, Juergen and Kirilina, Evgeniya and Heekeren, Hauke R
Cerebral Cortex, Vol.26, pp.1923-1937, 2015
20171214 katayama

潜在的に感情的に覚醒する事象の認知再評価は,前頭前皮質(PFC)内のトップダウン評価システムに基づい ていると提案されている.しかし,前頭前皮質がどのように相互作用して感情反応を制御し,調節するかは依然と して不明である.本研究では,再評価に関与する背側および腹側前頭前野質間の機能的相互関係を特徴づけるた め,fMRI と動的因果モデリング(DCM)を用いた.具体的には,非常に激しいスポーツ映画クリップに反応し た感情のアップ,ダウンレギュレーションにおける下前頭回(IFG),背側前頭前皮質(DLPFC)および他の再評 価関連領域(補助運動野,縁上回)の間の効果的な接続性を検証した.結果,DLPFC は IFG と強く相互接続し ており,前頭前野感情調節ネットワークの中心ノードであることを見出した.さらに DCM 分析は,DLPFC から IFG への接続強度の興奮性変化と再評価における IFG と DLPFC の間の接続強度の抑制性変化を明らかにした.

fNIRSにおける時間周波数有効接続性によって明らかにされた人間の脳ネットワークのダイナミクス

Dynamics of the human brain network revealed by time-frequency effective connectivity in fNIRS
fNIRSにおける時間周波数有効接続性によって明らかにされた人間の脳ネットワークのダイナミクス
Grgoire Vergotte, Kjerstin Torre, Venkata Chaitanya Chirumamilla, Abdul Rauf Anwar, Sergiu Groppa, Stphane Perrey, and Muthuraman Muthuraman
Biomedical Optics Express, vol.8, pp.5326-5341, 2017
20171214 katayama

“機能的近赤外分光法(fNIRS)は,経時的に皮質領域のネットワークを調べるための有望な神経イメージング法である. 我々は,連続的なタッピングタスクを実行する健康な被験者から取得したfNIRSデータを用いて,脳のネットワークの時間および周波数の両方の変化を捕捉することを可能にする指向性有効接続法(TPDC)を提案する. この方法を用いて,タスクに関与する皮質運動領域と,情報流通交換の強さの重要な変化との間の有向性接続パターンを示す.
それらの時間的進化を伴う運動タスク中の内および半球間接続もまた提供される.脳の接続性の変動を特徴づけることは,変化するタスクの制約や病的状態に適応するための脳の構成を評価する新しい方法を開く.”

適度な感情の規制に関わる背側および腹側前頭前野質の効果的なコネクティビティの変化

hanges in Effective Connectivity Between Dorsal and Ventral Prefrontal Regions Moderate Emotion Regulation
Morawetz, Carmen and Bode, Stefan and Baudewig, Juergen and Kirilina, Evgeniya and Heekeren, Hauke R
Cerebral Cortex, Vol.26, pp.1923-1937, 2015
20171212 sikeda

潜在的に感情的に覚醒する事象の認知再評価は,前頭前皮質(PFC)内のトップダウン評価システムに基づい ていると提案されている.しかし,前頭前皮質がどのように相互作用して感情反応を制御し,調節するかは依然として不明である.本研究では,再評価に関与する背側および腹側前頭前野質間の機能的相互関係を特徴づけるた め,fMRI と動的因果モデリング(DCM)を用いた.具体的には,非常に激しいスポーツ映画クリップに反応し た感情のアップ,ダウンレギュレーションにおける下前頭回(IFG),背側前頭前皮質(DLPFC)および他の再評 価関連領域(補助運動野,縁上回)の間の効果的な接続性を検証した.結果,DLPFC は IFG と強く相互接続し ており,前頭前野感情調節ネットワークの中心ノードであることを見出した.さらに DCM 分析は,DLPFC から IFG への接続強度の興奮性変化と再評価における IFG と DLPFC の間の接続強度の抑制性変化を明らかにした.

ヒトの脳の個別化された分割を生成するためのサブモジュールによるアプローチ

A Submodular Approach to Create Individualized Parcellations of the Human Brain
Mehraveh Salehi, Amin Karbasi, Dustin Scheinost, R. Todd Constable
Medical Image Computing and Computer Assisted Intervention 2017, pp 478-485
20171212knakamura

fMRIなどの脳機能イメージングに関する近年の研究は,脳をネットワークとしてモデル化することを試みている.ネットワーク内のノードを定義するための従来の機能的接続性に基づくアプローチは,類似したボクセルをまとめてグループ化する方法であり,機能的な分割として知られている.ヒトの脳の分割に関する以前の研究の大部分は,集団全体のデータによるグループレベルの分析を採用していいる.しかし,これらの方法は,個人間のばらつきや接続性の一意性を無視している.これは特に,単一の機能性アトラスがすべての個人または状態に適切でない場合がある.我々は,個体差を説明するために,個人の分割アプローチを開発した.このアルゴリズムは,初期の集団レベルの分割を初期状態として,局所的な標本ベースのサブモジュールクラスタリング法を用いて個別化された分割を生成する.個別化された分割の有用性は.機能的ネットワークを使用してIQを予測する予測モデルの精度によって実証された.

G-CNN:グリッド畳み込みニューラルネットワークによる物体検出

G-CNN: Object Detection via Grid Convolutional Neural Network
Qishuo Lu, Chonghua Liu, Zhuqing Jiang, Aidong Men, Bo Yang
IEEE Access, vol. 5, pp. 24023-24031, 2017
20171212_ttamaki

“我々は位置検出グリッド特徴マップに依存する物体検出システムを提案する.
最先端の物体検出ネットワークは,画像レベル分類タスクのために設計された大規模なデータセット(例えば,ILSVRC 2012)で事前に訓練された畳み込みニューラルネットワークを用いている.画像レベル分類タスクは並進不変性を優先するが,物体検出タスクはある程度の並進変動を示す局所表現を必要とする.このジレンマに対処するために,グリッドの形で特徴マップ内のオブジェクトの特定の位置をアクティブにするグリッドコンボリューションレイヤーと呼ばれる位置に対してセンシティブな畳み込みレイヤーを構築する.エンドツーエンドのトレーニングでは,グリッドプーリング層の関心領域は,特殊なグリッド特徴マップを学習するために畳み込みレイヤーの最後のセットを導く.PASCAL VOC 2007データセットの実験では,本手法が,高速な領域ベースの畳み込みニューラルネットワークや全結合の畳み込みネットワークなどの強力なベースラインよりも大幅に優れていることを示した.ResNet-50にこの方法を適応すると,他のトリックなしに平均平均精度を74.8$%/74.2%から79.4%に改善した.さらに,異なるネットワーク(ResNet-101)とデータセット(PASCAL VOC 2012およびMS COCO)で同様の結果を達成している.”

縦断的タスクに基づいたfMRIの縦断的テストの信頼性:発達研究への示唆

Test-retest reliability of longitudinal task-based fMRI: Implications for developmental studies
Megan M. Herting, PraptiGautam, ZhanghuaChen, AdamMezher, Nora C. Vetter
Developmental Cognitive Neuroscience, Available online 13 July, 2017
2017_1212taimoto

“小児および青年期における脳の発達の変化をより正確に同定するための縦断的実験設計の,
fMRI研究が大きく進歩している.脳の発達の典型的および非典型的パターンについての理解には縦断的なfMRI研究が必要であるが,fMRIのBOLD信号で観察される変動性および発達中の集団における縦断的テストの信頼性が懸念されている.ここでは,クラス内相関係数(ICC)によって指標付けされた小児および青年のfMRIテスト(5〜18歳)の縦断的テストの信頼性の現在の状態をレビューする.発達型認知神経科学研究におけるfMRIの再テストの信頼性を向上させる方法を強調することに加えて,縦断的なfMRIの研究デザインの設計,分析,結果報告に関する対話のプラットフォームを開拓する.”

自発的な欺瞞における性別による違い:fNIRSを用いたハイパースキャニング研究

Gender difference in spontaneous deception: A hyperscanning study using functional near-infrared spectroscopy
Zhang, M., Liu, T., Pelowski, M., Yu, D.
Scientific Reports,vol. 7, no. 1, pp.7508, 2017
20171115 mmizuno

これまでの研究では,欺瞞の神経基盤は medial frontal cortex (MFC), superior temporal sulcus (STS), temporo-parietal junction (TPJ)などの領域のネットワーク関与していることが実証されている.しかし,既存の研究では主に受動的な欺瞞のパラダイム使用しており,被験者はある条件に陥るように指示されている.また,一人の被験者の脳内メカニズムに焦点が当てられている.本研究では,実際の社会的相互作用におけるより自然な欺瞞の神経基盤を調査するため,functional near-infrared spectroscopy (fNIRS)によるハイパースキャンニング技術を用いて,2人のギャンブルトランプゲームにおける参加者の前頭部-側頭部の脳活動を計測した.我々は,正直な行動時と比較して,不正行為時においてTPJの活性が大きいことを示した.さらに,被験者間の脳内相関関係の分析の結果から,特に女性においてSTSは正直な行為ではなく欺瞞に関与していることを明らかにした.これらの結果は,STSが自発的な欺瞞時において相手の思考を調整することに関連するメンタライジングに重要な役割を果たしている可能性を示唆している.我々の知る限りでは,この研究は初めて実際の対面相互作用における欺瞞の脳内相関を調査したものである.したがって,複雑な社会行動研究の新たな方法を提供していると期待している.