タスク状態を超えた脳ネットワーク適応性

Brain Network Adaptability across Task States
PLoS computational biology, vol.11, pp.1004029, 2015
20170803_mnishizawa

人間の脳内の活動は,多様な機能状態の間を移動し,動的な環境の要求を満たすが,これらの遷移を導く基本
原理はあまり理解されていない.ここでは,脳領域間の機能的相互作用のパターンを分析するためのネットワー
ク科学の最近の進歩を活用する.我々は,4 つの認知状態(タスクフリーの安静状態,注意を要する状態,および
2 つの記憶を要求する状態)の中および間の両方において,タスクのパフォーマンスに伴う脳再構成の状況を動的
ネットワーク表現を用いて調べる.ハイパーグラフの形式を用いて,我々は,(タスク特有の)脳の状態と(タス
クの一般的な)脳の状態の両方において,時間の経過と共に強度にコヒーレントに変動する機能的相互作用のグ
ループの存在を特定する.これらの結果は,多くのダイアディック(地域間)関係の複雑さに関する先の強調とは
対照的に,脳適応能力は,認知システムの動的統合を推進する共通のプロセスによって記述できることを示して
いる.さらに,本発明者らの結果は,機能強化された脳力学を理解するための効果的な尺度としてハイパーグラ
フを確立し,クロスタスク,クロスエイジングおよびクロスコホートの機能変化を調べる際に有用である.

大規模な機能的脳ネットワークの相関の短時間窓は,個人内および個人間で予測される

Short-Time Windows of Correlation BetweenLarge-Scale
Functional Brain Networks PredictVigilance
Intraindividually and Interindividually
Human brain mapping, vol.34, pp.3280-3298, 2013
20170710_mnishizawa

相互作用する脳からどのように行動のパフォーマンスが出現するかをよりよく理解するためには,機能的核磁
気共鳴イメージング(fMRI) を用いた機能的ネットワークの分析が挙げられる.このようなネットワークを人間の
行動と比較している最近の研究では,これらの関係を特定することが始まっているが,単一の個人の行動内の変
化にその発見を関連づけるのに十分な時間の幅を使用する研究はほとんどない.本実験ではPVT と相互作用する
デフォルトモードネットワークとタスクポジティブネットワークとの関係を検討した.各刺激の周りのいくつか
の地点(周囲刺激の時間) における2 つのネットワーク信号と,各刺激時間を中心とする12.3-秒のウインドウ内の
相関との間の2 つの時間局在を比較した.これらの測定基準は,個人内および個人間の両方で応答速度と比較さ
れた.ほとんどの場合,ネットワーク間の相違またはより大きな相互相関は,より高速なパフォーマンスと大き
く関連していた.個体間分析はこの結果を一般的に示したが,個人内分析では,刺激が現れる4-8 秒前から刺激
時間まで単離していた.その時間内では,より早い応答時間を有する傾向があった被験者にとってより傾向が高
かった.これらの結果は,機能的ネットワークと行動との関係が,より短い時間幅を使用すること,および個体
内,個体間の両方の変動性を考慮することによってよりよく理解可能であることを示唆している.