ヒトの脳の個別化された分割を生成するためのサブモジュールによるアプローチ

A Submodular Approach to Create Individualized Parcellations of the Human Brain
Mehraveh Salehi, Amin Karbasi, Dustin Scheinost, R. Todd Constable
Medical Image Computing and Computer Assisted Intervention 2017, pp 478-485
20171212knakamura

fMRIなどの脳機能イメージングに関する近年の研究は,脳をネットワークとしてモデル化することを試みている.ネットワーク内のノードを定義するための従来の機能的接続性に基づくアプローチは,類似したボクセルをまとめてグループ化する方法であり,機能的な分割として知られている.ヒトの脳の分割に関する以前の研究の大部分は,集団全体のデータによるグループレベルの分析を採用していいる.しかし,これらの方法は,個人間のばらつきや接続性の一意性を無視している.これは特に,単一の機能性アトラスがすべての個人または状態に適切でない場合がある.我々は,個体差を説明するために,個人の分割アプローチを開発した.このアルゴリズムは,初期の集団レベルの分割を初期状態として,局所的な標本ベースのサブモジュールクラスタリング法を用いて個別化された分割を生成する.個別化された分割の有用性は.機能的ネットワークを使用してIQを予測する予測モデルの精度によって実証された.

個人における皮質機能ネットワークの分割

Parcellating Cortical Functional Networks in Individuals
Danhong Wang, Randy L Buckner, Michael D Fox
Nature Neuroscience, Volume 18, Pages 1853-1860
20171106knakamura

個人の脳の機能的アーキテクチャを解明するということは,個人の医学における重要なステップであり,人間の認知および行動の変化における神経基盤の解明に寄与する.本研究では,静止状態のfMRIデータを用いて個人のレベルで機能的に組織を正確にマッピングするための新しい皮質分割法を開発した.個々の被験者における脳機能ネットワークの反復的検索を行うために,集団ベースの機能アトラスと個人の変動性のマップを使用した.このアプローチによってマッピングされた機能アトラスは,被験者内において再現性が高く,また,被験者間の変動性を効果的に反映する.このアルゴリズムは,タスクfMRIを含む異なる被験者集団およびデータタイプにわたって良好に機能した.このアプローチは,外科的患者の侵襲性の皮質刺激の臨床応用における大きな可能性が存在することを示唆する.