脳内ネットワークのグループを比較するための順列検定フレームワーク

A permutation testing framework to compare groups of brain networks
frontiers in Computational Neuroscience, Vol.7, 171, 2013
20170220 rhagiwara

脳内ネットワーク解析は,過去10年間の神経イメージング研究の最前線に移行した.しかしながら,ネットワー クのグループを統計的に比較する方法は遅れている.これらの比較は,複雑な脳機能のさらなる洞察を得ること, および異なる精神状態や疾患状態にわたってどのように変化するかについてに関心のある研究者に大きな魅力を もたらす.現在の比較アプローチは,ネットワーク固有のとぽトポロジー特性を無視した要約した指標または質量 一変量のノードやエッジベースの比較に依存し,わずかな特徴しか得られず,ネットワークレベルの比較ができな い.複雑な脳機能の正常および異常の変化についてより深い洞察を集めることは,脳内ネットワーク全体に存在 する豊富なデータを利用する方法を必要とする.ここで,個々のネットワークに固有のトポロジカルな機能を組 み込んだネットワークのグループを比較できる順列検定のフレームを提案する.我々はグループの違いが既知の シミュレートされたデータを使用してアプローチを検証する.次に,この方法を fMRI データから得られる機能的 脳内ネットワークに適用する

人間の大脳皮質におけるリッチクラブ組織のコストと利益に関与する構造的および機能的側面

Structural and Functional Aspects
Relating to Cost and Bene t of Rich Club Organization
in the Human Cerebral Cortex
Cerebral cortex, vol. 24, no. 9, pp. 2258-2267, 201420170212 mmizuno

最近の研究では,連結された脳領域の小さなセットが,皮質領域間の効率的な通信を可能にする中心的な役割を果たし,密接に相互接続された「リッチクラブ」を形成することが示されている.しかし,リッチクラブの密度と空間的レイアウトが脳構造の高価な特徴を構成することも示唆されている.そこで,解剖学的T1 拡散テンソルイメージング,磁気イメージング,およびfMRI を組み合わせて,いくつかの側面から脳のリッチクラブの構造的および機能的連結性を調べた.本研究において,リッチクラブ領域とリッチクラブの結合は,高い結合レベル,高い白質組織のレベル,高いレベルの代謝エネルギー使用,長い成熟軌道,より多様な領域の時系列変化,より多くの領域間の機能的結合を示唆する.つまり,これらの構造的かつ機能的な尺度から,リッチクラブ組織が,脳の資源に大きな負担をかける脳構造の高コストの特徴であることを示している.しかしながら,リッチ・クラブの高いコストは,リッチ・クラブが脳ネットワーク全体に与える重要な機能的利益によって相殺されるのかもしれない.

脳機能接続のオンライ可視化

Online visualization of brain connectivity
Journal of Neuroscience Methods, Vol.256, p.106-116, 2015
20151211 ktanaka

背景 リアルタイム脳機能マッピングやニューロフィードバックのような脳活動を視覚化する実用的なアプリケーショ ンが構築される一方で,脳機能の接続性に関する分野では視覚化アプリケーションはまだ充分に発展していない. 加えて,接続性の推定は技術的にも難しいためオンラインアプリケーションにおいて脳機能接続性に関する実用 的な使用は避けられてきた.
提案手法 本研究では,オンライン脳波計測時における独立した信号源間の接続性を推定し,可視化することができるアル ゴリズムを提案する.
結果 信号源の抽出と接続性の推定に有効な CSPVARICA のような処理のコアプログラムは Python のツールボックス としてSCoTをオープンソース化している.我々は初めてオンライン上での接続性の可視化を実現可能にした.本 実験では 12 名の被験者に参加協力をして頂き,眼球の開閉によるレストと左右手運動想起で構成されているタス クを行った.接続パターンは 4 名の被験者において 2 つの運動想起間で顕著に異なった.また 7 名の被験者にお いてはレスト区間で異なる接続パターンが観測された.
既存手法との比較 既存の脳機能接続性に関する研究ではオフラインでの手法が主である.それに対して,オンラインでの接続性推 定の研究はさほど行われていない.例えば,一人の被験者に対して着用可能なウェアラブル型の EEG 端末を基に した Glass Brain Project は有名な Science 紙でかなりの注目を昨年浴びた.しかしながら,彼らの手法は多数の 被験者において有効な手法ではない.
結論 我々は EEG 計測時にオンラインで接続性パターンを観測した.これはリアルタイムで接続性を分析するための初 段階の試みである.

EEG, Connectivity, ICA, Real-time, Visualization

ヒューマンコネークトームのリッチクラブ組織

Rich-Club Organization of the Human Connectome
The Journal of Neuroscience, vol.31, no.44, pp.15775–15786, 2011
ヒトの脳は結合された領域の複雑なネットワークである.近年の研究は,異なった領域間のネットワークの間のグローバルな情報統合において重要な役割を担う領域である,密に結合され,高い中心性をもつ新皮質のハブ領域の存在を示している.これらのハブ領域の潜在的で機能的な重要性は,これらの構造および機能的なコネクティビティの外形の障害が神経病理学と結びついていると示している近年の研究により強調される.本研究は脳の皮質下と新皮質の両方を図示し,特にそれらの構造的リンクにおいて,それらの相互関係を調査する.ここでは,脳ハブがいわゆるリッチクラブを形成し,次数の大きいノードが次数の低いノードよりもそれら自身でより結合している傾向によって特徴付けられ,脳ネットワークの高次なトポロジーにおける重要な情報を提供することを示す.21人の被験者の全脳の構造的ネットワークは拡散テンソルデータを用いて再現される.これらのネットワークのコネクティビティプロファイルの調査は12の強く相互接続された両側半球のハブ領域を明らかにし,皮質下の海馬,被殻,および視床だけでなく,楔前部とより上前頭,およびより上頭頂皮質から成っていた.重要なことに,これらのハブ領域は,次数のみに基づいて予測されるものより,密に相互接続され,リッチクラブを形成する.本稿では,特に情報の統合と構造的コアへの協議ロバストネスの役割について,ヒューマンコネクトームのリッチクラブ組織の潜在的で機能的な意味を議論する.

20150707sobuchi

人間の大脳皮質におけるリッチクラブ組織のコストとベネフィットに関する構造的・機能的な側面

20150407sobuchi

Structural and Functional Aspects Relating to Cost and
Bene t of Rich Club Organization in the Human
Cerebral Cortex

Guusje Collin, Olaf Sporns, Rene C.W. Mandl, and Martijn P. van den Heuvel
Cerebral Cortex, vol.24, pp.2258–2267, 2014

近年の調査結果によると,高度に結合された脳領域の組み合わせは皮質領域間の効率的な伝達を可能にする役
割を担う可能性があることを示している.そして,ともになって密な相互接続である「リッチクラブ」を形成す
る.しかしながら,リッチクラブの密度や空間的配置はまた脳構造のコストの高い特徴を構成することを示唆し
ている.本稿では,構造的T1,拡散テンソル画像法,magnetic transfer imaging,そして機能的磁気共鳴画像法
を結合し,脳のリッチクラブに関する構造的・機能的コネクティビティのいくつかの側面を検討した.結果,リッ
チクラブ領域とリッチクラブな結合は高度なワイヤリング構造,高度な白質形態,多くの代謝エナジーの利用,長
い成熟した神経線維,より多くの価値のある領域的時系列,そしてより多くの領域内機能的カップリングを示す.
まとめると,これらの構造的・機能的測定は脳のリソースに対して,大きな負担を与える脳構造のコストの高い
特徴を示すというリッチクラブ組織の概念をひろげる.しかしながら,リッチクラブの大きなコストは全脳のネッ
トワークにも寄与するリッチクラブの重要な機能的なベネフィットによって補われる.

ASD とADHD 患者の構造的・機能的コネクティビティ:リッチクラブ組織研究

pdf

Structural and Functional Connectivity of the Human
Brain in Autism Spectrum Disorders and
Attention-De cit/Hyperactivity Disorder:
A Rich Club-Organization Study

Human Brain Mapping, vol.35, pp.6032-6048, 2014

ADHD とASD は児童の中で最も一般的で難解な神経発達障害である.この2 つの障害は多くの行動的そして
神経生理学的な特徴を共有しているが,多くのMRI 研究は同時に両方の障害を検討はしていない.構造的と機能
的コネクティビティを統合させるグラフ理論を用いて,3 つの児童のグループ(ADHD (8–12 歳,n = 20),ASD
(7–13 歳,n = 16),統制(8–12 歳,n = 20))のラージスケールネットワーク組織を検討した.密に結合された
ハブ領域は自身もまた密に結合されているリッチクラブ組織の概念を適用する.そして脳を2 つの異なるネット
ワークドメインに分け検討する.(1) リッチクラブネットワーク現象内と(2) リッチクラブネットワーク現象外で
ある.ASD とADHD グループは機能的・構造的データ共に,リッチクラブとノンリッチクラブ結合のパターンが
明らかに異なる.ASD グループはリッチクラブネットワーク内の構造的・機能的ネットワークにおいてのみ強い
コネクティビティを示した.これらの結果はASD (n = 85) と統制(n = 101) の自閉症の脳イメージングデータ
によって再現された.ADHD グループはリッチクラブネットワーク内において弱い一般的な拡散異方性と機能的
コネクティビティ示したが,リッチクラブ外での神経繊維本数と相関係数は高かった.いくつかの生態学的特徴
や頻繁におこる合併症は共通であるが,これらのデータはADHD とASD 児はラージスケールコネクティビティ
のパターンが明らかに異なることを示している.

複雑脳ネットワーク:構造的・機能的システムのグラフ理論解析

Complex brain networks: graph theoretical analysis of structural and functional systems

グラフ理論を基盤とする定量的複雑ネットワーク解析の発展は脳内ネットワークに応用されている.脳の構造的・機能的システムは人間のニューロイメージングの全脳スケールや動物の細胞スケールにおいて,スモールワールド性(ハブとモジュラリティが高度に結合する)のような複雑なネットワークの特徴をもつ.本稿では,様々なモダリティ(sMRIやfMRI,DTI,そしてEEG)における複雑脳ネットワークの研究をレビューし,グラフ理論の基礎原理のイントロを紹介する.また,我々はいくつかの技術的挑戦と将来生じるであろう問題を取り上げる.

pdf