個人特有の皮質ネットワークの空間トポグラフィによる人の認知、人格、および感情の推定

Spatial Topography of Individual-Specific Cortical Networks Predicts Human Cognition, Personality, and Emotion
Kong R, Li J, Orban C, Sabuncu MR, Liu H, Schaefer A, Sun N, Zuo XN,, Holmes AJ, Eickhoff SB, Yeo BTT Cereb Cortex. 2018 Jun 6.

Resting-stateのfMRIデータは,個々の脳ネットワークを表現する指標を提供する.主な問題は,個人固有のネットワークのトポグラフィ(すなわち,位置および空間的構造)が,行動に関連しているかどうかである.ここでは,個人固有の皮質上のネットワークを推定し,個人固有のネットワークトポグラフィが人間行動を予測できるかどうかを調べるためのマルチセッション階層ベイジアンモデル(MS-HBM)を提案する.MS-HBMの複数の層は,被験者内と被験者間とのネットワーク変動を明示帝に区別する,被験者内変動を無視する従来のネットワークマッピングは被験者間の差異について被験者内の変動が影響する可能性がある.他のアプローチと比較して,MS-HBMによる分割は,同じ被験者からの新たなrs-fMRIおよびtask-fMRIデータに対し,個人内でより一般化されたものであった.より具体的には,1回のrs-fMRIセッションから推定されるMS-HBMによる分割は,5セッションを用いた2つの最先端の方法によって推定される分割と同等の汎用性を示した.我々はまた,認知,人格,および感情を横断する行動表現のタイプが,個々の特異的なネットワークトポグラフィによって,適度な正確さで推定されうることを示した.これは,接続強度に基づいて行動表現のタイプをする以前の報告に匹敵する.MS-HBMによる推定される分割により生成されるネットワークトポグラフィは,ネットワークサイズよりも行動推定に有効であり,他の分割法で推定されたネットワークトポグラフィよりも効果的であった.したがって,接続強度と同様に個人固有のネットワークトポグラフィは,人間の行動推定の指標としても役立つ可能性がある.