ヒトにおける感情知覚の一般的な神経相関

Common neural correlates of emotion perception in humans
Jastorff, Jan and Huang, Yun-An and Giese, Martin A and Vandenbulcke, Mathieu
Human brain mapping, Vol.36, pp.4184-4201, 2015
20180130 sikeda

神経イメージングの結果が感情カテゴリの識別可能な神経相関を支持するかどうかは長年にわたる論争である. 最近の 2 つのメタアナリシスでは,この命題に対して一方は支持,他方は反対といった正反対の結論に達した.こ の問題に関する直接的な証拠を得るため,単一の fMRI デザイン内で 4 つの感情の活性の比較を行った.怒り狂っ た,幸せな,恐ろしい,悲しいそして中立的な刺激が動的な身体表現として提示された.加えて相対的な感受性を 決定するために,被験者は行動実験によって中立的な感情と情動性感情との間の感情形態の分類を行った.脳行 動相関は,試験された 4 つの感情すべてにおいて同一であった大きな脳内ネットワークを明らかにした.この脳 内ネットワークは主に,デフォルトモードネットワークおよびセイリエンスネットワーク内に位置する領域から なっていた.4 つの感情について脳行動相関を示すにも関わらず,マルチボクセルパターン分析はこの感情ネット ワークのいくつかのノードが,個々の感情を区別することが可能である情報を含んでいることを示した.しかし有 意差は感情ネットワークに限定されず,行動観察ネットワーク内のいくつかの領域でも確認された.まとめると本 研究結果は,共通の感情的な脳内ネットワークは視覚処理と感情的な刺激の差別を支持している立場に賛成する.

EEG NeuroFeedback によって誘発される睡眠前の移行に必要かつ十分な神経動態

Neural dynamics necessary and sufficient for transition into pre-sleep induced by EEG NeuroFeedback
Kinreich, Sivan and Podlipsky, Ilana and Jamshy, Shahar and Intrator, Nathan and Hendler, Talma
NeuroImage, vol.97, pp. 19-28, 2014
20180125 sfujii

“完全に起きている状態から睡眠前までの移り変わりは,眠り込む直前に毎日発生する.したがってその乱れは有害であるかもしれない.しかし,移り変わりにおける神経相関は,その固有の動態を捉えることが困難なために,不明確なままである.私たちは睡眠前への速やかな移り変わりのためにEEG シータ/アルファニューロフィードバックを使用し,また,状態依存性神経活動を明らかにするため同期したfMRI を使用した.リラックスした精神状態は,副交感神経反応に対応する増強によって確認された.Neurofeedback セッションは,時間的に明確な「クロスオーバ」ポイントとしてマークされた,アルファよりもシータパワー増加のすでに知られているEEG サインに基づいて,成功または失敗として分類されました.fMRI の活性化は,この時点の前後で検討した.成功した睡眠前への移り変わりの間,クロスオーバ前の期間は,主に感覚ゲート関連領域(例えば,中間視床)におけるfMRI 活性の低下に対応するアルファ調節によって示された.並行して,移り変わりには十分ではないが,シータ調節は,辺縁系および自律神経制御領域(例えば,海馬,小脳)における活性の増加に対応した.クロスオーバ後の期間は,前頭部のセイリエンスネットワーク(例えば,前部帯状皮質,前部島)内のfMRI 活性の低下に対応するアルファ調整によって指定され,対照的に,後頭部のセイリエンスネットワーク(例えば,後部帯状皮質,後部島)に対応するシータ調節はによって指定された.私たちの発見は,覚醒状態から睡眠前状態への精神的移り変わりの根底にある多段階的な神経動態を描写している.移り変わりを開始するには,外部への監視における領域での活動の減少が必要であり,移り変わりを維持するためには,それぞれの処理に基いて外部から内部への移行を反映して,セイリエンスネットワークの前頭部と後頭部の間の反対がそれぞれ必要であった.”

模擬運転中のマインドワンダリングの検出と定量化

Detecting and Quantifying Mind Wandering during Simulated Driving
模擬運転中のマインドワンダリングの検出と定量化
Baldwin, Carryl L and Roberts, Daniel M and Barragan, Daniela and Lee, John D and Lerner, Neil and Higgins, James S
Frontiers in human neuroscience, vol.11, pp.406-421, 2017
20180124_yfujiwara

マインド・ワンダリングは交通安全に対する脅威であり,かなりの数の衝突と死者を発生させる.この研究では,マインドワンダリングは20 分間の高速道路運転のシナリオ,認知枯渇課題により引き起こされた.参加者はマインドワンダリングしているか,運転タスクに集中しているのかを自己報告するために,定期的に聴覚トーンに対する応答を調査した.自己報告されたマインドワンダリング頻度は高く,参加日数は統計的に変化する.運転実績の指標については,参加者のマインドワンダリング区間はスピードの低下と関連していた.また,タスク実行時の期間と比較してレーンの変動性を低減させた.電気生理学の尺度については,マインドワンダリング区間は脳波のアルファバンドの増加,ならびに聴覚プローブに応答したイベント関連電位(ERP)のP3a 成分の低下に関連していた.今回の結果は,マインド・ワンダリングが運転性能に影響を及ぼし,運転者の注意状態に関連する変化が潜在的な脳生理学において検出可能であることを裏付けている.さらに,結果は自動車運転のような連続的な作業において,人間の内部認知状態を検出することが可能であることを示唆している.マインドワンダリングの可能性のある区間を特定することは,運転者の注意を喚起するための有用な研究ツールとして役立ち,潜在的に将来の車内安全対策につながる可能性がある. mind wandaring, inattention, electroencephalography (EEG)

自発的なデフォルトのネットワーク活動は,心のさまよいとは無関係に行動の変動性を反映する

Spontaneous default network activity refects behavioral variability independent of mind-wandering
K. Yao, G. Anagnostopoulos and K. Ragunath
Proceedings of the National Academy of Sciences
20180122_mnishizawa

“脳のデフォルトモードネットワーク(DMN) は,感覚刺激または外部指向のタスクに過度に関与していないとき,つまり起きている安静中に非常に活動的である.複数の状況において,自発的なDMN 活性の増加は,現在の感覚環境とは無関係な心のさまよいや考えごとと関連している.心をさまようことは,日常生活の多くを特徴づけ,しばしばエラーを起こしやすい可変的な行動に関連している.しかしながら,自発的なDMN 活性の増加は,可変的ではなく安定的な挙動と確実に関連している.私たちは,このような見かけの矛盾に対処し,自己報告や行動に基づく注意状態の単一の尺度だけでは,DMN 活動の変動を説明するには不十分であるという仮説を検証することを目指した.私たちは,注意揺らぎを検出するためにfMRI を用いて,最適化された連続的なタスク中に,自己報告した心のさまよい,行動変動,および脳活動の様々なレベルを同時に測定した.心のさまよいが行動変動の増加と同時に発生したにもかかわらず,最も高いDMN 信号レベルは,単独の因子のみを考慮した場合と比較して,安定した行動と同時に強烈な心のさまよいによって最もよく説明された.これらの脳の行動-経験の関係は,既知のDMN サブシステム内およびDMN サブ領域内で非常に一貫していた.対照的に,このような関係は,他の注意関連ネットワーク(salience,背側注意,および前頭頭頂ネットワーク) については,欠如しているか,または反対方向にあった.我々の結果は,自発的なDMN 活動が特に反映する認知プロセスは,心のさまよいに部分的にしか関連せず,自己報告によって捕捉されない注意状態の変動も含むことを示唆している.”

機能的コネクトームの確率的閾値処理:統合失調症への応用

Probabilistic thresholding of functional connectomes: application to schizophrenia
F. Vasa, E.T. Bullmore and A.X. Patel
NeuroImage, 2017.
20180122_tmiyoshi

機能的なコネクトームは,一般に,領域の神経生理学的信号間の相互相関を閾値処理することで構築されたスパースなグラフとして解析される.閾値処理は,一般に,与えられた絶対値の重みを超えるエッジを保持することによって,または,エッジ密度を制約することによって最も強いエッジ(相関)を保持する.後者の(より広く使用される)方法は,高いエッジ密度による偽陽性のエッジの包含,および低いエッジ密度による陽性のエッジの排除のリスクがある.本稿では,統合失調症患者71名と健常者の対象群56名のresting-stateにおけるfMRI計測データセットに対し,第一種過誤(偽陽性)に対して制御された確率的閾値付きグラフの構築を可能にする新しいウェーブレットベースの方法を適用する.コネクトームを固定されたエッジ特異的P値に閾値処理することにより,統合失調症患者の機能的コネクトームは健常者の機能的コネクトームよりも断続的であり,低いエッジ密度および多くの非連結成分を示した.さらに,多くの被験者のコネクトームは,第一種過誤を制御しながら,文献で一般的に研究されている固定エッジ密度(5~30\%)まで構築できなかった.また,以前に統合失調症研究で報告されたトポロジーランダム化は,コネクトームを相関に基づいて固定密度に閾値処理するときに含まれていた「有意でない」エッジに起因する可能性が高いことが示唆された.最後に,P値を増加させることによって閾値化されたコネクトームを明示的に比較し,相関を減少させることによって,確率的に閾値化されたコネクトームはランダム性の減少および被験者間の一貫性の増加を示す.我々の結果は,グラフ理論を用いた機能的コネクトームの将来の解析,特にエッジ重み(相関)の異種分布を示すデータセット内,グループ間または被験者間の関係に影響を及ぼす.

複雑な脳ネットワークにおけるコミュニケーションダイナミクス

Communication dynamics in complex brain networks
Avena-Koenigsberger, Andrea and Misic, Bratislav and Sporns, Olaf
Nature Reviews Neuroscience, vol.19, pp.17-33, 2018
20180122 katayama

ニューロンの信号と伝達は,脳の活動と機能の事実上すべての側面を支える.ネットワーク上のコミュニケーションのダイナミックスをモデル化および分析するネットワーク科学のアプローチは,機能的な脳の接続性をシミュレートし,出現するネットワーク状態を予測するのに役立つことが証明されている.このレビューでは,脳ネットワークにおけるコミュニケーションダイナミックスの重要な側面について調査する.我々は,コミュニケーションのダイナミクスを,構造的および機能的接続の実証的領域間の必要なつながりと見なす概念的枠組みをスケッチすることから始める.次に,構造ネットワークの局所的および全体的なトポロジカルな属性がネットワークコミュニケーションの潜在的なパターンをどのようにサポートしているか,ネットワークトポロジと動的モデルの相互作用が追加の洞察と制約をどのように提供できるかを検討する.コミュニケーションダイナミクスは,効果的な接続の潜在的な生成モデルとして機能し,脳ネットワークが情報を変換し処理する仕組みを洞察することを提案する.

fMRI を用いて測定したresting-state の脳の結合の時間-周波数ダイナミクス

Time-frequency dynamics of resting-state brain connectivity measured with fMRI
C. Chang and G.H. Glover
Neuroimage, vol. 50, no. 1, pp. 81-98, 2010
20180116 mmizuno

fMRI を用いた静止状態の機能的接続性に関する多くの研究は,スキャンの期間にわたって計算された相関およびデータ変動の分解などの一時的な定常性を仮定する方法を採用している.しかし,タスクベースのfMRI 研究および動物の電気生理学の両方の知見から,機能的な接続性は数秒から数分の時間スケールで動的な変化を示すことが示唆されている.本研究では,ウェーブレット変換に基づいた時間-周波数コヒーレンス解析を実行し,1スキャンの間のresting-state の接続性の動的挙動を検討した.我々は,デフォルトモデルのネットワークの主要なノードである後部帯状皮質(posterior cingulate cortex:PCC)の接続性に焦点を当て,反相関(「タスクポジティブ」)ネットワークおよび他のデフォルトモードネットワークのノードとの関係を調査した.PCC と反相関ネットワークとの間のコヒーレンスおよび位相は,時間および周波数によって変化し,モンテカルロシミュレーションに基づく統計的検定によって,有意なスケール依存性の時間的変動の存在を明らかにした.さらに,スライディングウインドウ相関処理によって,スキャン中にPCC と可変性の接続を示す脳の他の領域を同定した.それらの領域には,注意および顕著な処理に関与してるとこれまでに報告されている領域が含まれていた.観測したコヒーレンスおよび位相変動が残存ノイズまたは認知状態の調節に起因する可能性があるかどうかは不明である.しかし,現在の結果は,resting-state の機能的接続性が静的ではないことを示している.したがって,resting-stateネットワークを特徴づける際に,平均的な量に加えて変動性の尺度を考慮する必要があることが示唆された.

類似領域におけるウィーナーフィルタに基づく単一画像超解像

Single Image Super-Resolution Based on Wiener Filter in Similarity Domain
Cruz, Cristovao and Mehta, Rakesh and Katkovnik, Vladimir and Egiazarian, Karen IEEE Transactions on Image Processing, vol. 27, no.3, pp. 1376-1389, 2018
20180113_ttamaki

単一画像超解像(SISR)は単一の低解像度画像から妥当な高分解能(HR)画像を推定することを目的とした不良設定問題である.現在の最先端のSISR方法はパッチベースである.それらの方法は,外部データまたは内部自己相似性のいずれかを使用し,HR画像の事前学習を行う.外部データベースの方法はトレーニングデータからの多数のパッチを利用し,自己相似性ベースのアプローチは入力画像からの1つ以上の同様のパッチを活用する.本論文では,SISR問題を解決するために,入力画像から抽出した類似のパッチ群を大量に使用できる自己相似性手法を提案する.我々は,1次元類似性ドメイン内のパッチグループの協調フィルタリングの新規手法を導入し,反復的な逆投影フレームワークと結合させる.提案されたアルゴリズムの性能はいくつかのSISRベンチマークデータセットで評価される.外部データを使用せずに提案されたアプローチは,様々なスケーリングファクタに対するテストされたデータセットで現在の非畳み込みニューラルネットワークベースの手法を凌駕する.特定のデータセットでは,ゲインは最新の手法と比較して1dBを超えている.高いサンプリングレート(x4)に対して提案された方法は,最先端の深い畳み込みネットワークベースのアプローチと同様に機能する.

安静時におけるfMRIの機能的接続性:ビッグデータの前処理パイプラインと形態的データ解析

Resting-State fMRI Functional Connectivity: Big Data Preprocessing Pipelines and Topological Data Analysis
Angkoon Phinyomark, Esther Ibanez-Marcelo, Giovanni Petri
IEEE Transactions on Big Data vol.3, Issue: 4, pp.415-428, Dec. 1, 2017
20180113knakamura

安静時の機能的磁気共鳴イメージング(rfMRI)を使用して,機能的な接続性を測定し,脳ネットワークおよび関連する脳障害および疾患を同定することが可能である.しかし,これらの複雑なネットワークを探索するには,膨大な量のデータが必要である.近年,神経イメージング技術の進歩とrfMRIのユニークな方法論的アプローチにより,Biomedical Big Dataの時代が実現した.本稿では,大規模なデータ共有プロジェクトの進捗状況について議論する.この増加するニューロイメージングデータは,大規模データセットを扱う際の前処理パイプラインと高度な分析テクニックの開発の重要性を大幅に高めた. rfMRIデータに解析メソッドを適用する前に,不要なエフェクトをすべて減らすためのいくつかの前処理ステップを適用する必要がある.最小限の前処理パイプラインを含む,前処理済みrfMRIビッグデータにアクセスするための3つの代替方法が示されており,機能的な接続性を調べるために用いられる方法がいくつか存在する.しかし,ビッグデータの分析には限界があり,そのようなデータを探索するための新しいツールが必要である.我々は,代数的トポロジーに根ざした多数の方法を提案し,まとめてrfMRI機能的接続に対するトポロジカルデータ分析と呼ぶ.また,ビッグデータ分析のためのそれらの特性についても議論する.

成人期の脳内容積変化同定のための不偏データ駆動型の年齢関連的構造的脳解剖

An unbiased data-driven age-related structural brain parcellation for the identification of intrinsic brain volume changes over the adult lifespan
Epifanio Bagarinao, Hirohisa Watanabe, Satoshi Maesawa NeuroImage, Volume 169, 1 April 2018, Pages 134-144
20180113knakamura

本研究は,偏りのないデータ駆動型の構造的脳分割によって,成人の年齢に関連する内因性の脳容積変化を解明することを目的とする.21~86歳の健常成人293名の解剖学的脳画像を,独立成分分析(ICA)を用いて分析した.ICAベースの解析により,192の脳領域が同定された.そのうち90.6%の174領域の体積は,年齢と有意な負の相関を示し,一部の領域は他の領域よりも老化の影響を受けやすいことが示唆された.また,7つの領域は老化とともにU字の変化を示した.このうち3領域は逆U字の変化を示し,4領域はU字の変化を示した.86の領域の線形結合モデルにより,約7.2年の平均絶対予測誤差を有する年代の予測が行われた.構造的ネットワークの共変動分析により,半球間の結合について負の相関が示された.全体的に,これらの知見は,健常成人の脳老化に関する研究に貢献し,年齢に関連する神経変性疾患と正常な老化過程を区別するための枠組みを提供するのに役立つ可能性がある.