fMRI を用いて測定したresting-state の脳の結合の時間-周波数ダイナミクス

Time-frequency dynamics of resting-state brain connectivity measured with fMRI
C. Chang and G.H. Glover
Neuroimage, vol. 50, no. 1, pp. 81-98, 2010
20180116 mmizuno

fMRI を用いた静止状態の機能的接続性に関する多くの研究は,スキャンの期間にわたって計算された相関およびデータ変動の分解などの一時的な定常性を仮定する方法を採用している.しかし,タスクベースのfMRI 研究および動物の電気生理学の両方の知見から,機能的な接続性は数秒から数分の時間スケールで動的な変化を示すことが示唆されている.本研究では,ウェーブレット変換に基づいた時間-周波数コヒーレンス解析を実行し,1スキャンの間のresting-state の接続性の動的挙動を検討した.我々は,デフォルトモデルのネットワークの主要なノードである後部帯状皮質(posterior cingulate cortex:PCC)の接続性に焦点を当て,反相関(「タスクポジティブ」)ネットワークおよび他のデフォルトモードネットワークのノードとの関係を調査した.PCC と反相関ネットワークとの間のコヒーレンスおよび位相は,時間および周波数によって変化し,モンテカルロシミュレーションに基づく統計的検定によって,有意なスケール依存性の時間的変動の存在を明らかにした.さらに,スライディングウインドウ相関処理によって,スキャン中にPCC と可変性の接続を示す脳の他の領域を同定した.それらの領域には,注意および顕著な処理に関与してるとこれまでに報告されている領域が含まれていた.観測したコヒーレンスおよび位相変動が残存ノイズまたは認知状態の調節に起因する可能性があるかどうかは不明である.しかし,現在の結果は,resting-state の機能的接続性が静的ではないことを示している.したがって,resting-stateネットワークを特徴づける際に,平均的な量に加えて変動性の尺度を考慮する必要があることが示唆された.

安静時の機能的なコネクティビティは,実行機能の個人差に敏感である:ネットワーク解析

Functional connectivity at rest is sensitive to individual differences in executive function: A network analysis
A.E. Reineberg and M.T. Banich Human Brain Mapping, Vol.37, Issue.8, 2959-2975, 2016
20180109 rhagiwara

“グラフ理論は,特定の脳領域間のネットワーク特性と接続性の性質を理解する手段を提供する.ここでは,安静時の脳内ネットワーク特性が,実行機能(EF)の個人差の根底にあると考えられる3 次元に関連しているかどうかを調べるために使用される.それには,共通EF,シフト特異的EF,および更新特異的EF が含まれる.これを行うために,主にEF の個人差に関連する選択された前頭頭頂領域に焦点を当てた先験的分析および全脳解析を行った.この知見は,EF の3 次元のそれぞれにおける個人差が,先験的脳領域および他の脳領域の両方において,レスティングステイトの接続性の特定のパターンと関連していることを示した.より具体的には,より高い共通EF は,楔部および補足運動領域のより大きな統合(すなわち,よりハブのような)接続性と関連していたが,
外側前頭ノードおよび左側頭葉ノードの統合機能はあまりない.より高いシフト特異的EF は,より多くのハブのような運動関連ノードと帯状弁蓋ノードに関連していた.より高い更新特異的EF は,ハブのような外側および内側前頭葉ノードの減少と関連していた.一般に,これらの結果は,EF のこれらの3 次元のそれぞれのより高い能力が,単独で前頭頭頂領域の結合特性によって特徴づけられないことを示唆した.このパターンは,より高いEFが,従来の前頭頭頂ネットワークの外部のノードの接続性特徴と同様に,前頭頭頂ネットワーク内のいくつかのノードのより少ないハブあるいは中心性の特徴と関連していた.” /home/git/personal/rhagiwara/LiteratureSearch/180109

作業記憶,感情処理および安静状態におけるfMRIに基づくグラフの理論的特性のtest-retestの信頼性

Test-retest reliability of fMRI-based graph theoretical properties during working memory, emotion processing, and resting state
H. Cao, M.M. Plichta, A. Schafer, L. Haddad, O. Grimm, M. Schneider, C. Esslinger, P. Kirsch, A. Meyer-Lindenberg and H. Tost
Neuroimage, vol. 84, pp. 888-900, 2014.
20171214_tmiyoshi

機能的磁気共鳴イメージング(fMRI)およびグラフ理論分析による脳結合の研究は,近年非常に普及しているが,これらの特性,特に能動的fMRIタスクから得られたものの堅牢性についてはほとんど知られていない.ここでは,3つの確立したfMRI実験(n-back,ワーキングメモリ,顔照合,安静状態)とノードを定義するための2つのアトラス(AAL,Power)を用いて健常者26名から脳グラフのtest-retest信頼性を計算した.我々は,5つの異なるデータ処理戦略のクラス内相関係数(ICC)を比較し,条件別回帰分析を用いたタスク回帰法の優れた信頼性を実証した.タスク間の比較では,アクティブなタスクと比較して安静時のICCが大幅に高くなっており,グローバルおよびローカルネットワークプロパティの顔照合タスクに対するn-backタスクの優位性が明らかになった.平均ICCは一般的にアクティブなタスクでは低くなっていたが,グローバルおよびローカルの接続プロパティ,両方のアトラス,スモールワールドでのn-backタスクでは,全体的に相当で良好な信頼性が検出された.また,3つのタスクとアトラスすべてについて,ローカルネットワークプロパティの平均ICCが低いことがわかった.しかし,チャレンジされた機能(安静状態:デフォルトモードのネットワークノード、nバック:フロントノード、頭頂ノード、顔マッチング:辺縁系ノード)にとって重要であることが知られている領域では、ノード特有の良好な信頼性が検出された.しかし,安静状態のデフォルトモードネットワークノード,n-backの前頭ノード,頭頂ノード,顔マッチングの辺縁系ノードのように,その機能にとって重要であることが知られている領域では,ノード特有の良好な信頼性が検出された.アトラス比較の結果では,グローバルおよびローカルネットワークプロパティの機能的な分割化の信頼性が大幅に向上した.我々の知見は,能動的なタスク,グラフ理論の方法,および対象内のデザイン.,特に将来のpharmaco-fMRI研究を用いて,fMRI研究の処理戦略,脳アトラスおよび結果特性の選択を知らせることができる.

全脳機能的結合を用いた多変量パターン解析による大うつ病の識別

Identifying major depression using whole-brain functional connectivity: a multivariate pattern analysis 全脳機能的結合を用いた多変量パターン解析による大うつ病の識別

Ling-Li Zeng, Hui Shen, Li Liu, Lubin Wang, Baojuan Li, Peng Fang, Zongtan Zhou, Yaming Li, Dewen Hu Brain,Volume 135, Issue 5, 1 May 2012, Pages 1498-1507
20171212 sishida

近年のresting-state の機能的結合核磁気共鳴イメージング研究は大うつ病患者と健康なコントロールの間のいくつかの領域とネットワークの重要なグループの違いを示している.現在の研究は健康なコントロールから大うつ病の識別の可能性を検証するために用いられるうつ病患者の全脳resting state 機能的結合のパターンを調査することである.多変量パターン解析は人工統計学的に健康な24人の被験者から2 人のうつ病患者を分類するために用いられたpermutation test は分類機の性能を評価するために用いられた.実験の結果は被験者の94.3%(P>0.0001)が100%の識別の全ての患者のleave-one-out cross-validation によって正しく分類されたことを証明した.最も違いとしてわかる機能的結合の大部分はデフォルトモードネットワーク,アフェクティブネットワーク,視覚皮質領域と小脳およびそれらの間にあり,それにより疾患関連のresting state ネットワークの変化は大うつ病における複雑な感情・認知障害の一部を引き起こすことが示される.さらに,分類に高い判別力を示すamygdala,anterior cingulate cortex,parahippocampal gyrus,そしてhippocampus はこの疾患の病態生理学において重要な役割を果たすかもしれない.現在の研究は新たな大うつ病の病理学的メカニズムを発見し,全脳resting state 機能的結合核磁気共鳴イメージングが臨床診断のための効果的なバイオマーカーになる可能性を示唆する.

fMRI resting state におけるDCM

A DCM for resting state fMRI
Karl J.Friston, Joshua Kahan, Bharat Biswal, Adeel Razi
NeuroImage,Vol.94,396-407,2014
20171113 sishida

このテクニカルノートでは異なる脳領域間のクロススペクトルによって測定された機能的結合に基づくresting state fMRI 時系列の動的因果モデル(DCM)を紹介します.このDCM は分散したニューラルネットワークもしくはグラフにおける結合ニューロンの変動の生物物理学的に妥当なモデルから予測クロススペクトルを生成する決定論的モデルに基づいている.有効に得られた結果の図は観測された血行力学的反応間の機能的結合を説明する隠れたニューロン状態間のベストな実効的結合を見つける.これはクロススペクトルは領域変動の(二次)統計的依存性に関するの全情報を含むためである.このノートではモデルの描画,有向および無向の機能的結合の既存の計測との関係,そしてシミュレーションを用いた表面的妥当性を確立することに注目する.その後の論文で確率的DCM とパーキンソン病とハンチントン病における予後の妥当性に関して構築の妥当性を評価する.

後続レスティングステイト時における機能的コネクティビティの一時的な感情の影響:ウェーブレット相関法によるアプローチ

Impact of transient emotions on functional connectivity during subsequent resting state -A wavelet correlation approach-
Eryilmaz, Hamdi and Van De Ville, Dimitri and Schwartz, Sophie and Vuilleumier, Patrik
Neuroimage 54.3 (2011): 2481-2491.
20171031 sikeda

安静時の脳活動の機能的特性はほとんど理解されてないが,一般的に自己監視および内向的なプロセスに 関連している.本研究では,感情的に正と負の情報が,レスティングステイト時における後続の脳活動の差異に どのように影響したかを調べた.本研究では,恐ろしい,楽しい,ニュートラルな映画に続くレスティングステ イト時を対象に被験者 15 名の fMRI データを計測した.映画視聴時よりレスティングステイト時において,前部, 後部帯状皮質(ACC,PCC),両側島皮質(Insula)および下側頭頂葉(IPL)を含むいくつかの脳領域が有意に 活性した.ウェーブレット相関法およびスモールワールドネットワーク解析を用いて,異なる周波数帯域での機能 的コネクティビティも評価した.前部帯状回と島皮質の接続は,先行する感情によってレスティングステイト時に 強く増強し,腹側,内側前頭前野と扁桃間の結合は選択的に減少した.より高い周波数帯において,これらの影響 は楽しい映画よりも恐ろしい映画の後続レスティングステイト時に顕著であった.さらに,感情刺激後の前部帯 状回と島皮質におけるレスティングステイト時の初期抑制に続いて,経時的な緩やかな回復が確認された.また, 感情は下側頭頂葉の平均活動に影響を与えなかったが,他の地域との接続性を高めた.これらの知見は,感情的 な覚醒からの回復中に収集された特定の神経回路を明らかにし,感情的に顕著な刺激においてデフォルトモード ネットワークの複雑な機能的ダイナミックスを強調する. /git/personal/sikeda/LiteratureSearch/20171031

ちょっとした考え:どのようにマインドワンダリングはダイナミックな脳のコネクティビティで表現されるか

Just a thought: How mind-wandering is represented in dynamic brain connectivity
Aaron Kucyi
NeuroImage, Available online 3 July 2017
20171023 katayama

脳の領域とネットワークの役割が自発的思考の様々な要素のために定義されていることで,マインドワンダリングの脳神経科学が盛んになり始めている.しかし,脳活動の大部分は,直ちに起こっている考えを表すものではない.代わりに,自発的で組織化されたネットワーク活動は,現在の経験とは無関係の「内在的な」機能を主に反映する.脳ネットワークが主に無意識のプロセスで他の進行中の機能と並行して,マインドワンダリングをどのように表しているかについてコンセンサスは残っていない.一般的に,機能的な神経画像データのネットワーク解析では,離れた領域間の機能的コネクティビティ(FC; 相関した時系列)が数分以上に渡って検討される.対照的に,ダイナミックな機能的コネクティビティ(dFC)は,思考内容の個人内変動が起こり得るより速い時間スケールで,ニューラル・ネットワーク通信における自発的変化を特徴付ける新しい有望なアプローチである.ここでは,マインドワンダリングとFC の潜在的な関係が伝統的に文献で考慮されてきた方法を説明し,dFC マインドワンダリング関係の研究に関する方法と結果をレビューする.dFC アプローチへの課題を認識し,内部経験の変動を行動的に捕捉する一方で,意識的および無意識の処理に時間的に関連する重み付けされた接続からなる脳ネットワーク活動パターンの観点から自発的な考えを記述するフレームワークを記述する.この展望は,マインドワンダリングでのある種の解剖学的コミュニケーション手段(例えば,デフォルトモードネットワークによる)の優先的な役割を主張しながら,領域の接続性が意識的内容と直ちに関連して時間とともに変動し,最終的に思想の新しさと多様性も示唆する.

タクシー運転手の警戒に関連した機能的結合のダイナミクス変化

Changes in functional connectivity dynamics associated with vigilance network in taxi drivers
Shen, Hui and Li, Zhenfeng and Qin, Jian and Liu, Qiang and Wang, Lubin and Zeng, Ling-Li and Li, Hong and Hu, Dewen
Neuroimage, vol. 124, pp. 367-378, 2016
20171015_yfujiwara

resting-state での機能的結合の低周波数帯の変動はノイズではなく,認知状態のシフトに関連していることを示している脳神経イメージング研究の数はますます増加している.しかし,安静時の機能的結合の変動が長期的な訓練と経験によってどのように影響するのか、どのように変化するのかについての知識は限られている.ここでは,resting-state での機能的結合が運転行動にどのように関連しているかを調査するためにスライディングウインドウアプローチを使用して,20 人の免許タクシードライバーと20 人の健常非ドライバーで比較を行った.私たちは,多変量パターン解析技術に基づいた特定の接続における低周波数変動の振幅によって,運転の経験を効果的に解読できることが分かった.興味深いことに,これらの接続の大部分は「警戒ネットワーク」と名づけられた領域内に収まっていた.さらに,警戒中の減少した振幅はタクシーの運転年数と負の相関が見られた.この結果は,警戒ネットワークと長時間の運転間にresting-state での機能的結合の時間変化依存が関連していることを示唆している.よって,脳がどのように運転行動をサポートするかについての私たちの理解を向上させるだけでなく,脳の機能的ネットワークと個人の行動に関係性が見られた.

静的および動的レスティングステイトfMRI 脳コネクティビティを用いた統合失調症および双極性患者の分類

Classi cation of schizophrenia and bipolar patients using
static and dynamic resting-state fMRI brain connectivity
Neuroimage, Vol.134, 645{657, 2016
20171003 rhagiwara

近年,様々な精神疾患における脳内ネットワークの機能的な構成を調べるために,機能的ネットワークコネク ティビティ(空間的に離れた脳内ネットワーク間の時間相関として定義されるFNC)が使用されている.動的FNC は,短期間にわたるFNC 変化を考慮に入れた従来のFNC 解析の最近の拡張である.このような動的FNC 測定 はコネクティビティの様々な側面についてより情報を与えるかもしれないが,複雑な精神疾患において分類を行 う静的および動的FNC の性能の詳細な比較はなかった.本論文では,静的および動的FNC の特徴に基づいて, 統合失調症,双極性および健常者を自動的に分類するためのフレームワークを提案する.また,静的FNC と動的 FNC の間の交差検証の分類性能を比較する.結果は,動的FNC は,予測精度に関して静的FNC よりも顕著に優 れていることを示し,動的FNC の特徴は分類目的のために静的FNC よりも顕著な利点を有することを示してい る.さらに,静的および動的FNC の特徴を合わせても,動的FNC の特徴だけより分類性能は大幅に改善されず, 分類目的において静的FNC が動的FNC と組み合わせたときに重要な情報を追加しないことが示唆される.静的 および動的FNC 特徴に基づく3 つの分類方法は,個々の被験者を適切な診断グループに高精度で区別する.私た ちが提案した分類フレームワークは,潜在的に追加の精神障害に適用可能である.

内在性休止状態活動は作業記憶の脳の活性化および行動のパフォーマンスを予測する

Intrinsic resting-state activity predicts working memory
brain activation and behavioral performance
HUMAN BRAIN MAPPING,Vol.34,Issue.12,3204-3215,2013
20170907 sishida

レスティングステイトの脳活動はタスク由来の脳活動に調和することが実証されているが,内在性の脳活動と 誘発性の脳活動の関係は完全に特徴づけられていない.例えば,内在性活動がタスク誘発性の不活性を予測でき るかどうか,レストとタスクの関係はタスクの負荷に依存するかどうかは分からない.この研究において同じセッ ションで集められたれスティングステイトとタスク駆動(N-back ワーキングメモリタスク)のfMRI データを用 いて40 人の健康なコントロール被験者のこれらの問題について取り組んだ.内在性のスティングステイトの活動 の指標として低周波変動振幅(ALFF)を用い,中前頭回と下/上頭頂小葉のALFF はWMタスク由来の活動と 正の相関を示し,下/上頭頂小葉のALFF はWMタスク由来の活動と正の相関を示し,中前頭前皮質,後部帯 状皮質,上前頭回,上側頭回,および紡錘状回はWMタスク由来の不活性と負の相関を示すことがわかった.さ らに,下/上前頭回,下/上頭頂小葉,上側頭回,正中線領域はより高いWMタスク負荷でより強かった.さら に,上頭頂小葉/楔前部のレスティングステイトの活動とタスク由来の活動は被験者間のパフォーマンスの分散 の同様な部分を説明するWMタスクの行動パフォーマンスに有意に相関していた.まとめると,これらの結果は レスティングステイトの内在性活動が認知課題を実行するために特定の脳回路関与を促進するか許容しているこ と,そしてレスティングステイトの活動は後のタスク由来の脳の反応と行動パフォーマンスを予測できることを 示唆している.