閾値を超えた脳機能ネットワーク測定の(不)安定性

The (in)stability of functional brain network measures across thresholds
Kathleen A. Garrison, Dustin Scheinost, Emily S. Finn, Xilin Shen , R. Todd Constable NeuroImage Volume 118, September 2015, Pages 651-661.

脳の大規模な組織化は,グラフ理論からのネットワーク測度を用いて定量化することができる複雑なネットワークの特徴を有する.しかし,多くのネットワーク尺度はバイナリグラフ上で計算されるように設計されているのに対して,脳機能ネットワークの構築は典型的には脳領域間の時間信号における相関の連続的な尺度から推定される.閾値処理は,機能的結合性のデータから派生したバイナリグラフを使用するために必要な手順である.ただし,現在どのような閾値を使用するかについてはコンセンサスが得られておらず,ネットワーク対策とグループの対比は閾値を超えて不安定になる可能性がある.それにもかかわらず,全脳ネットワーク解析は,一般的に任意の閾値または閾値の範囲で報告された発見とともに広く適用されている.本研究は,レスト状態の機能的結合性のデータセットにおける閾値を超えたネットワーク尺度の安定性を評価しようとした.ネットワーク尺度は,絶対(相関ベース)と比例(希薄ベース)の閾値で評価され,性別と年齢層の間で比較された.全体として,ネットワーク測定は絶対閾値を超えて不安定であることがわかった.例えば,所与のネットワーク測定におけるグループ差の傾向は,閾値に応じて変わり得る.ネットワーク測定は,比例閾値を超えてより安定していることがわかった.これらの結果は,機能的結合性データに閾値を適用するとき,およびバイナリーグラフモデルからの結果を解釈するときには注意が必要であることを示している.

長期瞑想者において明らかにされた視覚およびDMN領域における課題誘発活動および安静時状態変動の変化

Alterations in task-induced activity and resting-state fluctuations in visual and DMN areas revealed in long-term meditators
Berkovich-Ohana, Aviva and Harel, Michal and Hahamy, Avital and Arieli, Amos and Malach, Rafael
Neuroimage, vol. 135, pp. 125-134, 2016

最近我々は,自発的に出現している(安静状態)変動に含まれる情報が個々にユニークな神経認知特性を反映しているかもしれないことを提案した.「自発的形質再活性化」(STR)仮説と呼ばれるこの推測の1つの予測は,安静状態活動パターンが個人の独特の性格,才能および生活様式の診断になり得るということである.長期瞑想者はこの仮説を検証するための独自の実験グループを提供することが可能である.fMRIを使用して,我々は安静時の長期マインドフルネス瞑想(MM)開業医の自発的変動の振幅を抑制し,素朴なコントロールと比較して視覚野で強化され,DMNが劇的に減少することを理解した.重要なことに,視覚認識記憶課題の間,MM群は,デフォルトモードネットワーク(DMN)領域におけるより弱い負の反応と同時に増強された視覚皮質反応性を示した.この効果はまた,MMの演技者が対照群よりも有意に早く行動したという行動成績にも反映されていた.このように,我々の結果は,安静と課題の両方の間に明らかにされた長期瞑想者のビジョンとデフォルトモードシステムにおける反対の変化を明らかにしいる.結果はSTR仮説を支持し,それを自発的変動の大きさの局所変動の領域に拡張した.

認知状態および認知負荷に対する fNIRS の感受性

Sensitivity of fNIRS to cognitive state and load
Fishburn, Frank Anthony and Norr, Megan E and Medvedev, Andrei V and Vaidya, Chandan J Frontiers in human neuroscience, Vol.8, pp.76, 2014

機能的近赤外分光法(fNIRS)は,脳皮質の血流を測定する新しく低価格の非侵襲神経イメージング技術である. fNIRS は臨床的および小児への使用のための fMRI の潜在的な代わりとして関心を集めているが,fNRIS が fMRI の代わりとして役立つために必要な感受性を有するかどうかは不明である.そこで本研究では,fNIRS が認知負 荷に応答して活性および機能的連結における線形変化を検出する感度を有し,レスティングステイト時からタス クに移行する際の機能的接続性が変化するかどうかを調べた.16 人の成人被験者に対して,10 分間のレスティン グステイトの後,3 つの認知負荷を有する N-back 課題時の活動を連続波 fNIRS システムを用いて計測した.両 側背側前頭前野,両側腹側前頭前野,前頭皮質および両側頭頂皮質を覆う 5 つの光プローブを配置した.活性は, 両側前頭前野において認知負荷と直線的に比例することがわかった.機能的接続性は,前頭,頂部,両側背側前 頭前野および局所的接続が認知負荷の増加とともに増加することがわかった.機能的接続性は,レスティングス テイトと N-back で異なり,N-back 課題時に前頭,頂部の結合が大きくなりレスティングステイト時に両側腹側 前頭前野の結合がより大きくなった.これらの結果は,fNIRS が認知負荷および状態の両方に敏感であることを 示しており,fNIRS が神経イメージング研究問題を探索するのに適しており,fMRI の実行可能な代わりとして役 立つことを示唆している.

静止状態の機能的接続性データの前処理におけるモーションアーチファクトの制御のためのコンフラウンド回帰およびフィルタリングのための改良されたフレームワーク

An improved framework for confound regression and filtering for control of motion artifact in the preprocessing of resting-state functional connectivity data
Satterthwaite, Theodore D and Elliott, Mark A and Gerraty, Raphael T and Ruparel, Kosha and Loughead, James and Calkins, Monica E and Eickhoff, Simon B and Hakonarson, Hakon and Gur, Ruben C and Gur, Raquel E and others
Neuroimage, Vol. 64, pp.240-256, 2013

大規模で独立したサンプルのいくつかの最近の報告で,静止状態の機能的接続性MRI(rsfc-MRI)にモーションアーチファクトの影響が示されている.標準的なrsfc-MRI前処理は,混合信号の回帰およびバンドパスフィルタリングを含む.しかしながら,これらの技法が研究を通してどのように実施されるかについて多くの不明瞭な点が存在し,先行研究では,運動誘導アーチファクトの制御に対する異なるアプローチの効果を検討できていない.スキャナ内の頭部運動がrsfc-MRIデータにどのように影響するかをより良く理解するために,348人の青少年のサンプルにおける動きアーチファクトの空間的,時間的,およびスペクトル的特徴を説明する.解析手法はボクセル単位で頭部運動を記述するための新規な手法を用いた.次に,動き誘起アーチファクトの制御のための一連の混乱回帰およびフィルタリング技術の有効性を体系的に評価する.結果は動きの制御に対する前処理手順の効果が複数あり,改善された前処理が典型的な手順を超えて実質的な利益をもたらすことを示している.これらの結果は,rsfc-MRIに対する運動の影響が改善された前処理手順によって実質的に減衰され得るが,完全に除去されないことを実証する.

機能的接続性は静的な構造的接続上で複数の時間スケールで動的に変化する:モデルとメカニズム

Functional connectivity dynamically evolves on multiple time-scales over a static structural connectome Models and mechanisms
Cabral, Joana and Kringelbach, Morten L and Deco, Gustavo
NeuroImage, vol. 160, pp. 84-96, 2017

過去10 年間,私たちは脳の構造的および機能的なコネクトームの革命を観察してきた.一方では,脳の白質の構造コネクトームの詳細な特徴的づけがこれまで以上に行われている.他方では,安静中に時間の経過とともに形成され消失する一貫した機能的ネットワークのレパートリーを見つけている.構造的接続と機能的接続との間の明らかな空間的類似性にもかかわらず,異なる時間発展型機能ネットワークが単一の構造ネットワークから自発的に出現することを理解するためには,複雑なネットワークダイナミクスと動的システムの理論の観点から問題を分析する必要がある.その点,ボトムアップ計算モデルは,理論的シナリオをテストし,安静状態のアクティビティの起源におけるメカニズムを描写するのに有用なツールである.ここでは,過去10 年間に提案された様々なメカニズムのシナリオの概要を計算モデルを使用して説明する.重要なことは,候補シナリオのリストを再構成するために,MEG およびFC の動的特性を有するより細かい時間スケールで観察される特性を考慮して,追加のモデル制約を組み込む必要性を強調する.

静止状態のfMRI:ALFF の低周波変動(ALFF)の振幅の検出への改善されたアプローチ

An improved approach to detection of amplitude of low-frequency fluctuation (ALFF) for resting-state fMRI,Fractional ALFF
Zou, Qi-Hong and Zhu, Chao-Zhe and Yang, Yihong and Zuo, Xi-Nian and Long, Xiang-Yu and Cao, Qing-Jiu and Wang, Yu-Feng and Zang, Yu-Feng
Journal of neuroscience methods,172(1), 137-141,2008

静止状態の機能磁気共鳴イメージング(fMRI)研究の大部分は,機能的連結性または機能的統合の観点から,空間的に異なる脳領域間の相関を実証した.機能的接続性アプローチは,ネットワーク内の各脳領域の脳活動の振幅の情報を直接的に提供しない.あるいは,局所自発的脳活動の強度を反映するために,安静時fMRI 信号の低周波ゆらぎ(ALFF)の振幅と呼ばれる指標が示唆されている.しかしながら,ALFF は生理学的ノイズに対しても敏感であることが示されている.今回の研究では,低周波数(0.01?0.08Hz)のパワースペクトルと全周波数範囲のパワースペクトルの比であるfractionalALFF(fALFF)手法を提し,このアプローチを2 つの静止状態のfMRI データ.結果は,後部帯状皮質,前胸部,前頭前野皮質および両側頭頂下小葉を含むデフォルトモードネットワーク内の脳領域が,他の脳領域より有意に高いfALFF を有することを示した.このパターンは以前の神経イメージング結果と一致していた.静止状態のfMRI における脳梁区域の非特異的なシグナル成分は有意に抑制され,fALFF アプローチが自発的な脳活動の検出における感度および特異性を改善したことを示した.異常な脳活動に対するそのメカニズムと感受性は.将来の研究で評価されるべきである.

機能的接続性MRIを用いた小児トゥレット症候群の多変量パターン分類

Multivariate pattern classification of pediatric Tourette syndrome using functional connectivity MRI
Deanna J. Greene, Jessica A. Church, Nico U.F. Dosenbach, Ashley N. Nielsen, Babatunde Adeyemo, Binyam Nardos, Steven E. Petersen, Kevin J. Black, Bradley L. Schlaggar
Developmental science 19.4 (2016): 581-598

“トゥレット症候群(TS)は動きや声のチックで特徴づけられる神経精神の発達障害である.
TSを有する人は症状の時間変化の予測と治療の効力の進歩に大きな恩恵を受けている.
初めのステップとして,私たちはレスティングステイト機能的接続性(RSFC)MRIで計測した脳のネットワークの活動におけるパターンが個人の属する症候群のグループを予測可能かどうかを検証するために多変量解析のサポートベクターマシーン(SVM)を適用した.TSを有する42人の小児(8-15歳)と対照的な42人の非罹患者(年齢,IQ,スキャナー内運動の一致)のRSFCデータが含まれていた.単変量の検定はグループの重要な違いを見分けられなかったが,SVMは70%の精度でグループを分類した(p<.001).私たちはまた,SVMの全体的な制度に加えて,個々の正確な分類のための信頼度を提供するSVMのバイナリ分類の新たな適応を報告する.私たちの結果は,多変量解析がいくつかの脳障害の複雑さをよりよく攻略し,TSを有する人の予後と治療結果を予測することを約束しているという主張を支持する."

瞬時接続の時間経過を用いた機能分割

Functional parcellation using time courses of instantaneous connectivity
Erik S.B.van Oort, Maarten Mennes, Tobias Navarro Schroder
NeuroImage 2017, Available online 14 July 2017

機能的な神経イメージングの研究により,脳機能は空間的に分離された領域間の機能的ネットワークの集合であると理解されてきた.これらのネットワークは,各ネットワークの機能を強調して担う1 組の領域群から構成されていると考えられる.このため,脳の機能的構造の本質的なコンポ―ネントが脳の各領域であるとして,機能的な分割によって脳の機能的領域を同定することを目的とする手法が数多く提唱されている.現在の分割手法は,通常,ボトムアップ手法を採用し,より小さい単位の領域をクラスタリングすることによって領域を生成する.本研究では,あらかじめ定められた関心領域をサブ領域に分割するために,脳機能の瞬時の接続性を用いたトップダウン手法を提案する.最適なサブ領域の数を決定するために,split-half reproducibility が用いられた.静止状態のfMRI データに対して瞬時接続分割手法が適用され,視床、嗅内皮質、運動皮質、および脳幹および線条体を含む皮質の分割を生成する能力が実証された.分割された領域は,細胞構造アトラスと比較して評価され,本手法が既知の細胞構造的特徴に従う生物学的に有効な領域を生成することが示された.

ヒトの脳の本質的およびタスク誘発ネットワークアーキテクチャ

Intrinsic and Task-Evoked Network Architectures of the Human Brain
M.W. Cole, D.S. Bassett, J.D. Power, T.S. Braver and S.E. Petersen
Neuron, Vol.83, No.1, 238-251, 2014
20180206 rhagiwara

ヒトの脳の多くの機能的ネットワーク特性は,レストおよびタスク状態の間で同定されているが,両者がどのように関連しているかは不明である.私たちは,レスティングステイトネットワークアーキテクチャと非常に似ている数十のタスク状態に存在する脳全体のネットワークアーキテクチャを特定した.タスク間の最も頻繁な機能的接続強度は,レスト時に観察された強度と密接に一致しており,これは機能的な脳組織の「内在的」標準アーキテクチャであることを示唆している.さらに,タスク間で共通する一連の小さくて一貫した変更は,タスク状態とレスト状態を区別するタスク全体のネットワークアーキテクチャの存在を示唆している.これらの結果は,タスク実行中の脳の機能的ネットワークアーキテクチャが,レスト中に存在する固有のネットワークアーキテクチャと,副次的にタスクジェネラルとタスク固有のネットワーク変更を引き起こすことによって形成されることを示す.これは,典型的には別個に考えられる神経科学的調査の領域である,レスティングステイトの機能的接続性とタスク誘発性の機能的接続性との間に強い相関関係を確立する.

自発的なデフォルトのネットワーク活動は,心のさまよいとは無関係に行動の変動性を反映する

Spontaneous default network activity refects behavioral variability independent of mind-wandering
K. Yao, G. Anagnostopoulos and K. Ragunath
Proceedings of the National Academy of Sciences
20180122_mnishizawa

“脳のデフォルトモードネットワーク(DMN) は,感覚刺激または外部指向のタスクに過度に関与していないとき,つまり起きている安静中に非常に活動的である.複数の状況において,自発的なDMN 活性の増加は,現在の感覚環境とは無関係な心のさまよいや考えごとと関連している.心をさまようことは,日常生活の多くを特徴づけ,しばしばエラーを起こしやすい可変的な行動に関連している.しかしながら,自発的なDMN 活性の増加は,可変的ではなく安定的な挙動と確実に関連している.私たちは,このような見かけの矛盾に対処し,自己報告や行動に基づく注意状態の単一の尺度だけでは,DMN 活動の変動を説明するには不十分であるという仮説を検証することを目指した.私たちは,注意揺らぎを検出するためにfMRI を用いて,最適化された連続的なタスク中に,自己報告した心のさまよい,行動変動,および脳活動の様々なレベルを同時に測定した.心のさまよいが行動変動の増加と同時に発生したにもかかわらず,最も高いDMN 信号レベルは,単独の因子のみを考慮した場合と比較して,安定した行動と同時に強烈な心のさまよいによって最もよく説明された.これらの脳の行動-経験の関係は,既知のDMN サブシステム内およびDMN サブ領域内で非常に一貫していた.対照的に,このような関係は,他の注意関連ネットワーク(salience,背側注意,および前頭頭頂ネットワーク) については,欠如しているか,または反対方向にあった.我々の結果は,自発的なDMN 活動が特に反映する認知プロセスは,心のさまよいに部分的にしか関連せず,自己報告によって捕捉されない注意状態の変動も含むことを示唆している.”