動的機能結合法のシミュレーションと比較

A simulation and comparison of dynamic functional connectivity methods
William Hedley Thompson, Craig Geoffrey Richter, Pontus Plaven-Sigray,Peter Fransson
bioRxiv, pp.212-241, 2017
20171114 katayama

“fMRIのような神経イメージングデータに基づいて,脳の動的機能的結合性(DFC)を定量化することに,現在,関心が持たれている.多くの方法が提案され,適用されており,脳の変動への新しい洞察を明らかにする.しかし,脳内のDFCの根底にある真実は明らかでないため,提案された推定精度に関して多くの懸念が残っている.多くのDFC方法が存在するので,研究間の動的脳接続の差異を評価することは困難である.ここでは,DFC(スライディングウィンドウ,テーパスライディングウィンドウ,時間微分,空間距離,ジャックナイフ相関)を推定するための広範な現在のアプローチをまとめた5つの異なる方法を評価する.特に,DFC分析の重要な特性である時間経過に伴う共分散の変化を追跡する各手法の能力に関心を持っていた.比較されたすべての方法は互いに正に相関していましたが,方法間の相関の強さには大きな違いがあった.将来のDFCメソッドとの比較を容易にするために,記述されたシミュレーションが方法の評価のためのベンチマークテストとして機能することを提案する.
この論文では,Pythonパッケージであるdfcbenchmarkerを紹介する.これは,研究者が独自のDFCメソッドを簡単に提出して比較し,パフォーマンスを評価できるようにするものである.”

スライディングウィンドウ相関は,安静状態のfMRI における動的機能的接続性を明らかにすることが可能か?

Can sliding-window correlations reveal dynamic
functional connectivity in resting-state fMRI?
Neuroimage, vol.127, pp.242-256, 2016
20170619_mnishizawa

ここ数年の間に,安静状態の機能的核磁気共鳴イメージング(fMRI) に関する研究の焦点は,スキャンセッショ ンの期間にわたって平均化された機能的な接続性の分析から,セッション内の機能的な接続の変化の分析にシフト した.いくつかの研究では動的機能的接続性(dFC) の存在が報告されているが,結果の統計的評価は必ずしも健 全な方法で行われるとは限らず,一部の研究では省略さえもある.この研究では,dFC を検出するために適切な統 計的テストが必要な理由を説明し,それらがどのように実行され,dFC 測定のパフォーマンスを評価するかにつ いて説明し,全身麻酔をされたマカクザルと安静状態のヒトにおける血中酸素濃度依存的シグナル(BOLD)fMRI 記録を用いた方法論を説明する.スライディングウィンドウ相関は,dFC の評価で最も広く使用されているので, 主にスライディングウィンドウの相関に焦点を当てるが,最近提案された非線形測定も考慮される.しかし,シ ミュレーションおよび方法論は一般的であり,任意の尺度に適用することが可能である.まず初めに,シュミレー ションを通して,典型的な10 分間の安静状態のセッションでは,スライディングウィンドウ相関を使用してdFCを検出することは不可能であることを,我々は示す.この予測は,マカクザルとヒトの両方のデータによって検証される.個々のレコーディングセッションのいずれも,DFC が見つかった証拠はない. 第2 に,検出パワーは,測定値のセッション平均または主体平均によって大幅に増加させることが可能である.そうすることで,機能的な接続のほとんどが実際には動的であることがわかった.この研究では,適切な統計的方法を使用することによって,DFC の評価における統計的な落とし穴とその回避方法を認識していきたいと考えている.

デフォルトのネットワークと背中の注意ネットワークとの間の相互作用は、デフォルトのサブシステム、時間、 および認知状態によって異なる

Interactions between the default network and dorsal attention network vary across default subsystems, time, and cognitive states
NeuroImage, vol.147,pp.632-649,2017
20170213_mnishizawa

デフォルトネットワーク(DN)と背部注意ネットワーク(DAN)との間の相関関係は,競合する機能を反映する機能的脳組織の本質的な側面であると考えられている.しかしながら,DNとDANとの間の機能的接続性(FC)の効果サイズはまだ確立されていない.さらに,異なるDNサブシステム,異なるコンテキスト,および時間にわたる相関関係の安定性は,未だに未知のままである.研究1では,20の研究からのDN-DAN FCの効果サイズを要約し,研究2では,新しいデータセットにおける6つの異なる認知状態にわたるDN-DAN相互作用の変動性を調べる. (i) DNおよびDANは、グローバルな信号回帰を使用しない場合 (研究全体にわたるメジアン効果の大きさ:r = – 06; 95%CI:-.13から.08),相互相関関係ではなくむしろ相関しない関係を有する. (ii)DANは、DNコアサブシステムで弱い負のFCを示すが,背中前の前頭前野および内頭頂葉サブシステムと無相関である. (iii)DN-DAN相互作用は、異なる認知状態にわたって著しく変化する; (iv)DN-DAN FCは、反相関の期間と正の相関の期間との間で時間的に変動する. (v) DN-DANカップリングの強さの経時変化は、前頭前頭制御ネットワーク (FPCN)を含む相互作用と調和する.全体として、DN-DANの反相関に関連する観察された弱い効果の大きさは,これらのネットワーク間の相互作用の性質を再概念化する必要性を示唆している.さらに,我々の発見は,DN-DAN相互作用が安定ではなく,むしろ時間および文脈に沿って実質的な変動性を示し,FPCNを含むより広範なネットワークダイナミックスと調整されることを示している.

Default network, Dorsal attention network, Anticorrelation, Frontoparietal control network, Attention,Dynamic functional connectivity