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.

大規模な機能的脳ネットワークの相関の短時間窓は,個人内および個人間で予測される

Short-Time Windows of Correlation BetweenLarge-Scale
Functional Brain Networks PredictVigilance
Intraindividually and Interindividually
Human brain mapping, vol.34, pp.3280-3298, 2013
20170710_mnishizawa

相互作用する脳からどのように行動のパフォーマンスが出現するかをよりよく理解するためには,機能的核磁
気共鳴イメージング(fMRI) を用いた機能的ネットワークの分析が挙げられる.このようなネットワークを人間の
行動と比較している最近の研究では,これらの関係を特定することが始まっているが,単一の個人の行動内の変
化にその発見を関連づけるのに十分な時間の幅を使用する研究はほとんどない.本実験ではPVT と相互作用する
デフォルトモードネットワークとタスクポジティブネットワークとの関係を検討した.各刺激の周りのいくつか
の地点(周囲刺激の時間) における2 つのネットワーク信号と,各刺激時間を中心とする12.3-秒のウインドウ内の
相関との間の2 つの時間局在を比較した.これらの測定基準は,個人内および個人間の両方で応答速度と比較さ
れた.ほとんどの場合,ネットワーク間の相違またはより大きな相互相関は,より高速なパフォーマンスと大き
く関連していた.個体間分析はこの結果を一般的に示したが,個人内分析では,刺激が現れる4-8 秒前から刺激
時間まで単離していた.その時間内では,より早い応答時間を有する傾向があった被験者にとってより傾向が高
かった.これらの結果は,機能的ネットワークと行動との関係が,より短い時間幅を使用すること,および個体
内,個体間の両方の変動性を考慮することによってよりよく理解可能であることを示唆している.

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.

リスペリドンによる脳の動的な接続性への影響- 統合失調症におけるResting-state fMRI の研究

Risperidone Effects on Brain Dynamic Connectivity?A
Prospective Resting-State fMRI Study in Schizophrenia
Frontiers in Psychiatry, vol.8, 2017
20170519tmiyoshi

統合失調症におけるResting-state の機能的コネクティビティ研究では,実験全体の平均的な接続性を評価すると異常なネットワークの統合が報告されているが,結果は変わりやすい.動的な機能的コネクティビティを調べることは,いくつかの矛盾を説明するのに役立つかもしれない.我々は,統合失調症の患者に対して,リスペリドンの未投与時(n=34),リスペリドン治療開始1 週間後(n=29),6 週間後(n=24),また,コントロールとしてベースライン時(n=35),および6 週間後(n=19)のResting-state fMRI を用いて動的なネットワークを評価した.Resting-state fMRI のネットワークを含む41 個の独立成分(IC)を特定した後,線形SVM で求められた最適なウィンドウサイズを使用して,IC 時系変化でスライディングウィンドウ解析を行った.次に,ウィンドウ化された相関行列は,比較的まばらに接続した状態,比較的多く接続した状態,およびその中間状態の3 つの接続状態に分類した.リスペリドン未投与の患者では,コントロール群と比較して5 組のIC 間で静的な接続性が増加し,2 組のIC 間で減少し,動的な接続性は3 つの状態のうち1つにおいて視床と運動野の接続性を増加させた.統計の結果によれば,未投与の患者はコントロール群と比較して,まばらな接続状態での結合時間及び費やされた時間の割合が短く,中間連結状態での結合時間及び費やされた時間の割合が長いことが示された.リスペリドンは6 週間後の平均的な結合時間を正常化したが,費やされた時間の割合では正常化はなかった.統合失調症における静的な接合性の異常は,機能的ネットワーク内及び機能的ネットワーク間の一貫性の欠如よりもネットワークの時間的変化に部分的に関連し,相補的なデータ解析の実施の重要性を示した.

近赤外分光法により明らかにされた安静時の動的機能的コネクティビティ

Dynamic functional connectivity revealed by
resting-state functional near-infrared spectroscopy
Biomedical optics express, vol.6, no. 7, pp.2337-2352, 2015.
20170513 mmizuno

脳は,時間変化する機能的コネクティビティ(functional connectivity:FC)およびネットワーク構造を有する
複雑なネットワークである.しかしながら,安静時のfNIRS 計測によって脳組織の内発的な動的特性を特徴づけ
ることができるかどうかは明らかになっていない.本研究では初めて,全脳fNIRS の時系列とスライディングウィ
ンドウ相関法を使用し,fNIRS 計測が安静時の脳の動的接続性の特性を定量化するために有用であることを実証
した.我々の結果は,fNIRS 由来のFC が時変であり,変動性強度(Q)が時間平均した静的FC と負の相関を有
することを示唆している.さらに,Q 値は異なる空間的位置(例えば,半球内および同位体間の接続)間の連結
性に有意差を示している.この結果は,異なるスライディングウィンドウの長さと異なる脳スキャンセッションの
どちらでも再現性があり,fNIRS に由来する相関の動的特性が確かに脳の揺らぎによるものであることを示唆し
ている.