Human brain mapping: ヒトの脳皮質に対する分割手法の体系的比較

Human brain mapping: A systematic comparison of
parcellation methods for the human cerebral cortex
NeuroImage, Available online 13 April 2017
20170726knakamura

マクロ的な脳の結合部位の発見は,特定の認知課題における脳領域の構造的連結,または機能的結合を解明す る.これは,ネットワークとしての脳内のすべての結合を表現し,理解するという概念を可視化する.脳内におい て相互作用する機能単位への細分化は,そのネットワークの構造に固有のものとなる.したがって,ネットワー クノードの定義は,接続ネットワーク分析における最も重要なステップの1 つである.細胞構造または解剖学的 構造から得られた脳のアトラスはこの作業に長い間使用されてきた.一方で,より均一で機能的に一貫性のある 領域を描くために,解剖学的,または機能連結性を用いて脳のランダムな分割手法が研究されている.本研究は, それらの分割手法を体系的に比較する.Human Connectome Project の静止状態の機能的MRI データと機能的連 結性を用いる分割手法について,異なる解像度で10 の被験者レベルおよび24 のグループごとのパーセレーショ ン方法を評価する.(1)異なる被験者およびグループにわたる分割の再現性,(2)元となる接続性データへの忠実 性,(3)fMRI タスクアクティベーション,ミエリンマップ,および細胞構築学的に分割された領域と類似性,(4) ネットワーク分析の4 つの異なる側面からの分割手法の精度を評価する.被験者と集団レベルで生成された異な る結果に対する広範な評価により,様々な方法の長所と短所が判明した.目的に応じて分割技の選択の指針を提供 することを推奨する.この研究で得られた結果は,これらの評価方法に直面したすべての課題に同時に対処でき る最適な方法がないことを示唆している.

全被験者と脳領域のBOLD 血流動態反応の変化とこれらが統計解析に及ぼす影響

Variation of BOLD hemodynamic responses across subjects and brain regions and their effects on statistical analyses
Neuroimage vol.21, no.4, pp.1639-1651, 2004.

20151029 taki

血流動態反応関数(HRF)の推定値は多くの場合,事象関連fMRIの分析で不可欠な部分である.だがHRFは個人や脳領域で異なり,いくつかの研究では一般線形モデル(GLM)を使用した際にこの変動が統計分析にどのような影響をもたらすか検討した.本研究では,20の被験者における一次運動野,視覚野,前頭部およびSupplementaryeye eld(SEF)で経験的にHRFの推定を行った.私たちはいくつかの領域のペアのピーク到達時間の相関の変動よりも,被験者全体での変動をより観察した.シミュレーションは統計結果とその影響を制限することができる異なる統計的モデルと実験設計が異なる方法で観察された変動の影響を検討した.間隔が広く,そして二つのサンプリングレートの速いイベントデザインで検証した.統計モデルと経験的に得られたHRFと標準的なHRFをGLMにおけるHRFの一次導関数を含めて比較した.推測されたHRFと本来の物の小さな差によって偽陰性が生じることは無かったが,2.5秒のようなtime-to-onsetの推定ミスでは,変動の範囲が大きく偽陰性につながった.小さな誤差が活性の検出に与える影響は最小限だが,1秒と同じくらい小さいtime-to-onsetの推定ミスはモデルのパラメータ推定に影響するため,ランダム効果として被験者全体で分析する.サンプリング周波数をさげたりGLMにおけるHRFの時間導関数を含むような実験と分析設計手法は結果を改善したが,HRFの推定ミスによるエラーは排除しなかった.これらの結果は可能な限り推定可能なHRFを推定することの利点と被験者および脳の領域を超えてHRFの一貫性を仮定することの潜在的な悪影響を強調している.