マインドフルネス瞑想訓練と実行制御ネットワーク安静状態機能的接続:無作為化対照試験

Mindfulness Meditation Training and Executive Control Network Resting State Functional Connectivity: A Randomized Controlled Trial
Taren, Adrienne A and Gianaros, Peter J and Greco, Carol M and Lindsay, Emily K and Fairgrieve, April and Brown, Kirk Warren and Rosen, Rhonda K and Ferris, Jennifer L and Julson, Erica and Marsland, Anna L and others
Psychosomatic medicine, vol.79, pp.674-683, 2017

“目的
マインドフルネス瞑想の訓練は,以前に実行制御(注意,作業記憶,認知制御など)の行動測定を強化することが示されているが,これらの改善の根底にある神経メカニズムはほとんど知られていない.ここでは,実行制御ネットワークのハブである背外側前頭前野(dlPFC)と実行機能を調整する前頭頭頂部領域間の機能的接続を強化することにより,マインドフルネス訓練の介入が実行制御を促進するかどうかを調査する.
方法
心理的苦痛のレベルが高い35人の成人が,集中的なマインドフルネス瞑想またはリラクゼーショントレーニングの3日間のRCTに参加した.参加者は,介入の前後に安静状態のfMRIスキャンを行った.マインドフルネス瞑想の訓練により,dlPFCと前頭頭頂制御ネットワーク領域間の安静状態における機能的結合性(rsFC)が増加するかどうかを調査した.
結果
リラクゼーション制御に関連するマインドフルネス訓練後,左dlPFCは右下前頭回(T = 3.74),右中前頭回(T = 3.98),右補足眼野(T = 4.29),右頭頂皮質(T = 4.44),及び左中側頭への接続性の増加を示した(T = 3.97;すべてのp<0.05).右dlPFCは,右中前頭回への接続性の増加を示した(T = 4.97,p<0.05). 結論 マインドフルネス訓練は,dlPFCと背側ネットワーク(上頭頂小葉,補足眼野,MFG),及び腹側ネットワーク(右IFG,中側頭/角回)領域間のrsFCを増加させることが分かった.これらの知見は,rsFCは高レベルの心理的苦痛を持つ個人ではマインドフルネスの介入によって強化される特定の神経回路を特定することにより,活動的な瞑想中における実行機能に関連する脳領域間の機能的接続性を示す以前の研究を拡張する. "

機械学習回帰アルゴリズムとサンプルサイズが機能的接続に基づく行動予測に及ぼす影響

The effect of machine learning regression algorithms and sample size on individualized behavioral prediction with functional connectivity features
Cui, Zaixu and Gong, Gaolang Neuroimage, vol.178, pp.622–637, 2018

機械学習回帰(ML)アプローチを使用した個別の行動/認知予測はますます適用されている.特定のML回帰アルゴリズムとサンプルサイズは,予測精度に重要な影響を与える2つの重要な要素である.しかし,ML回帰アルゴリズムと個別の行動/認知予測パフォーマンスのサンプルサイズの影響は包括的に評価されていない.この問題に対処するために,本研究には一般的に使用される6つのML回帰アルゴリズムを用いる.OLS回帰,LASSO回帰,リッジ回帰,エラスティックネット回帰,線形サポートベクトル回帰(LSVR),および関連性ベクトル回帰(RVR).さまざまなサンプルサイズに基づいて特定の行動/認知予測を実行した.具体的には,Human Connectome Project(HCP)の公開されている静止状態機能的MRI(rs-fMRI)データセットを使用し,特徴量として脳全体の静止状態機能的接続(rsFC)またはrsFC強度(rsFCS)を抽出した.HCPコホート全体からサブサンプリングすることにより,25のサンプルサイズ(20~700の範囲)を調査した.rsFCベースのLASSO回帰は他のアルゴリズムよりも著しく劣っており,rsFCSベースのOLS回帰は他のアルゴリズムよりも著しく劣っていた.アルゴリズムと特徴量の種類に関係なく予測精度とその安定性は,サンプルサイズの増加とともに指数関数的に増加した.用いたアルゴリズムとサンプルサイズの効果の特定のパターンは,fMRIデータの再テスト,さまざまなイメージング前処理スキームで処理されたデータ,さまざまな行動/認知スコアを使用した予測でよく再現されたため,効果の優れた堅牢性/一般化を示している.現在の調査結果は,選択されたML回帰アルゴリズムとサンプルサイズが行動/認知の個別の予測にどのように影響するかについての重要な洞察を提供し,関連する調査でML回帰アルゴリズムまたはサンプルサイズを選択するための重要なガイダンスを提供する.

機械学習回帰アルゴリズムとサンプルサイズが機能的接続に基づく行動予測に及ぼす影響

The effect of machine learning regression algorithms and sample size on individualized behavioral prediction with functional connectivity features
Cui, Zaixu and Gong, Gaolang Neuroimage, vol.178, pp.622–637, 2018

機械学習回帰(ML)アプローチを使用した個別の行動/認知予測はますます適用されている.特定のML回帰アルゴリズムとサンプルサイズは,予測精度に重要な影響を与える2つの重要な要素である.しかし,ML回帰アルゴリズムと個別の行動/認知予測パフォーマンスのサンプルサイズの影響は包括的に評価されていない.この問題に対処するために,本研究には一般的に使用される6つのML回帰アルゴリズムを用いる.OLS回帰,LASSO回帰,リッジ回帰,エラスティックネット回帰,線形サポートベクトル回帰(LSVR),および関連性ベクトル回帰(RVR).さまざまなサンプルサイズに基づいて特定の行動/認知予測を実行した.具体的には,Human Connectome Project(HCP)の公開されている静止状態機能的MRI(rs-fMRI)データセットを使用し,特徴量として脳全体の静止状態機能的接続(rsFC)またはrsFC強度(rsFCS)を抽出した.HCPコホート全体からサブサンプリングすることにより,25のサンプルサイズ(20~700の範囲)を調査した.rsFCベースのLASSO回帰は他のアルゴリズムよりも著しく劣っており,rsFCSベースのOLS回帰は他のアルゴリズムよりも著しく劣っていた.アルゴリズムと特徴量の種類に関係なく予測精度とその安定性は,サンプルサイズの増加とともに指数関数的に増加した.用いたアルゴリズムとサンプルサイズの効果の特定のパターンは,fMRIデータの再テスト,さまざまなイメージング前処理スキームで処理されたデータ,さまざまな行動/認知スコアを使用した予測でよく再現されたため,効果の優れた堅牢性/一般化を示している.現在の調査結果は,選択されたML回帰アルゴリズムとサンプルサイズが行動/認知の個別の予測にどのように影響するかについての重要な洞察を提供し,関連する調査でML回帰アルゴリズムまたはサンプルサイズを選択するための重要なガイダンスを提供する.

マインドフルネス瞑想訓練と実行制御ネットワーク安静状態機能的接続:無作為化対照試験

Mindfulness Meditation Training and Executive Control Network Resting State Functional Connectivity: A Randomized Controlled Trial
Taren, Adrienne A and Gianaros, Peter J and Greco, Carol M and Lindsay, Emily K and Fairgrieve, April and Brown, Kirk Warren and Rosen, Rhonda K and Ferris, Jennifer L and Julson, Erica and Marsland, Anna L and others Psychosomatic medicine, vol.79, pp.674-683, 2017

“目的
マインドフルネス瞑想の訓練は,以前に実行制御(注意,作業記憶,認知制御など)の行動測定を強化することが示されているが,これらの改善の根底にある神経メカニズムはほとんど知られていない.ここでは,実行制御ネットワークのハブである背外側前頭前野(dlPFC)と実行機能を調整する前頭頭頂部領域間の機能的接続を強化することにより,マインドフルネス訓練の介入が実行制御を促進するかどうかを調査する.
方法
心理的苦痛のレベルが高い35人の成人が,集中的なマインドフルネス瞑想またはリラクゼーショントレーニングの3日間のRCTに参加した.参加者は,介入の前後に安静状態のfMRIスキャンを行った.マインドフルネス瞑想の訓練により,dlPFCと前頭頭頂制御ネットワーク領域間の安静状態における機能的結合性(rsFC)が増加するかどうかを調査した.
結果
リラクゼーション制御に関連するマインドフルネス訓練後,左dlPFCは右下前頭回(T = 3.74),右中前頭回(T = 3.98),右補足眼野(T = 4.29),右頭頂皮質(T = 4.44),及び左中側頭への接続性の増加を示した(T = 3.97;すべてのp<0.05).右dlPFCは,右中前頭回への接続性の増加を示した(T = 4.97,p<0.05). 結論 マインドフルネス訓練は,dlPFCと背側ネットワーク(上頭頂小葉,補足眼野,MFG),及び腹側ネットワーク(右IFG,中側頭/角回)領域間のrsFCを増加させることが分かった.これらの知見は,rsFCは高レベルの心理的苦痛を持つ個人ではマインドフルネスの介入によって強化される特定の神経回路を特定することにより,活動的な瞑想中における実行機能に関連する脳領域間の機能的接続性を示す以前の研究を拡張する.

安静時脳の変化が導く瞑想に基づいたレジリエンスの即時的,持続的な肯定的効果

The Immediate and Sustained Positive Effects of Meditation on Resilience Are Mediated by Changes in the Resting Brain
Kwak, Seoyeon and Lee, Tae Young and Jung, Wi Hoon and Hur, Ji-Won and Bae, Dahye and Hwang, Wu Jeong and Cho, Kang Ik K and Lim, Kyung-Ok and Kim, So-Yeon and Park, Hye Yoon and others
Frontiers in human neuroscience, vol.13, 2019

最近の研究はストレス耐性に対する瞑想効果の維持を調査しているが,根底にある神経機構はまだ調査されていない.本研究では,脳機能の変化と瞑想がマインドフルネスと回復力に及ぼす長期的な影響を調査するために4日間の瞑想介入について制御された実験を行った.瞑想実践の30 人の参加者と対照群の17 人の参加者は,ベースライン時と介入後にMRI スキャンを受け,ベースライン時に認知とマインドフルネススケール(CAMS)とレジリエンス検定(RQT)を計測した.介入および3ヶ月のフォローアップへのすべての参加者が介入後にCAMSおよびRQT スコアの増加を示したが,瞑想群のみが3ヶ月後に増強を持続した.左吻側前帯状回皮質(rACC)と背内側前頭前皮質(dmPFC),角膜前,および角回(rsFC)の安静時機能的連結性はコントロール群と比較して瞑想群で介入後に有意に増加した. rACC-dmPFC やrsFC の変化は,CAMS とRQT スコアの変化の間の関係を媒介し,介入直後と介入後3ヶ月の両方でRQT スコアの変化と相関していた.本研究者の知見は,瞑想によるrACC-dmPFC rs FC の増加が持続的なレジリエンスの即時の増強を引き起こすことを示唆する,レジリエンスは様々な精神障害の予防効果に関連していることが知られているので,ストレス関連の神経機構の改善は高い臨床的リスクのある個人にとって有益であるかもしれない.

安静時脳の変化が導く瞑想に基づいたレジリエンスの即時的,持続的な肯定的効果

The Immediate and Sustained Positive Effects of Meditation on Resilience Are Mediated by Changes in the Resting Brain
Kwak, Seoyeon and Lee, Tae Young and Jung, Wi Hoon and Hur, Ji-Won and Bae, Dahye and Hwang, Wu Jeong and Cho, Kang Ik K and Lim, Kyung-Ok and Kim, So-Yeon and Park, Hye Yoon and others
Frontiers in human neuroscience, vol.13, 2019

最近の研究はストレス耐性に対する瞑想効果の維持を調査しているが,根底にある神経機構はまだ調査されていない.本研究では,脳機能の変化と瞑想がマインドフルネスと回復力に及ぼす長期的な影響を調査するために4日間の瞑想介入について制御された実験を行った.瞑想実践の30 人の参加者と対照群の17 人の参加者は,ベースライン時と介入後にMRI スキャンを受け,ベースライン時に認知とマインドフルネススケール(CAMS)とレジリエンス検定(RQT)を計測した.介入および3ヶ月のフォローアップへのすべての参加者が介入後にCAMSおよびRQT スコアの増加を示したが,瞑想群のみが3ヶ月後に増強を持続した.左吻側前帯状回皮質(rACC)と背内側前頭前皮質(dmPFC),角膜前,および角回(rsFC)の安静時機能的連結性はコントロール群と比較して瞑想群で介入後に有意に増加した. rACC-dmPFC やrsFC の変化は,CAMS とRQT スコアの変化の間の関係を媒介し,介入直後と介入後3ヶ月の両方でRQT スコアの変化と相関していた.本研究者の知見は,瞑想によるrACC-dmPFC rs FC の増加が持続的なレジリエンスの即時の増強を引き起こすことを示唆する,レジリエンスは様々な精神障害の予防効果に関連していることが知られているので,ストレス関連の神経機構の改善は高い臨床的リスクのある個人にとって有益であるかもしれない.

ヒトの脳アトラス:構造的ネットワークに基づく新しい脳アトラス

The Human Brainnetome Atlas: A New Brain Atlas Based on Connectional Architecture
Fan, Lingzhong and Li, Hai and Zhuo, Junjie and Zhang, Yu and Wang, Jiaojian and Chen, Liangfu and Yang, Zhengyi and Chu, Congying and Xie, Sangma and Laird, Angela R and others
Cerebral cortex, vol.26, pp.3508-3526, 2016

“脳の解剖学的構造を心理的および認知的機能と相関させることを可能にするヒトの脳アトラスは,生体外の組織学ベースで作成されたアトラスからマルチモーダルなインビボ情報を提供するデジタル脳地図へと移行しつつある.現在多くのヒトの脳アトラスは,特定の構造のみをカバーし,詳細な区画情報を欠いており,そして機能的に重要な接続性情報を提供することに失敗している. 非侵襲的マルチモーダルニューロイメージング技術を使用して我々はインビボでの構造的接続性を明らかにし,人間の脳全体の細分を識別する接続性ベースの分割フレームワークを設計した.結果として得られる210 個の皮質領域および36 個の皮質下領域を有する.得られたアトラスは,小領域で相互検証されたアトラスを提供し,解剖学的および機能的接続の両方に関する情報を含む.さらに,BrainMap データベースを参照して描写した構造をマッピングした.したがって,それは構造,接続性,および機能間の複雑な関係を探求するための客観的で安定した出発点を提供し,最終的には人間の脳がどのように機能するかの理解を向上させる.人間のBrainnetome Atlas は,http://atlas.brainnetome.org から無償でダウンロードできる.そのため,研究者は健康な病理学的状態の調査に全脳の区画,接続,および機能データをすぐに利用可能である.”

個人の小脳における空間と時間的な組織

Spatial and Temporal Organization of the Individual Human Cerebellum
Marek, Scott and Siegel, Joshua S and Gordon, Evan M and Raut, Ryan V and Gratton, Caterina and Newbold, Dillan J and Ortega, Mario and Laumann, Timothy O and Adeyemo, Babatunde and Miller, Derek B and others
Neuron, vol. 100, pp. 1-17, 2018

小脳は人間の脳内の大部分のニューロンを含み,その不変な細胞構造,好気性解糖の欠如,適応可塑性における役割に特有である.小脳と大脳皮質の解剖学的および生理学的な相違にもかかわらず,グループ平均機能的結合性研究は,両方の構造における特定の機能に関連するネットワークを同定した.近年,個人の正確な機能マッピングにより,大脳皮質の機能的ネットワークが測定可能な個人の特性を示すことが明らかになった.高度にサンプリングされたミッドナイトスキャンクラブ(MSC)データセットを使用して,小脳は,大脳皮質よりもはるかに可変で信頼できる個人固有のネットワーク構成を含むことがわかった.適応制御を支持すると考えられる前頭頭頂のネットワークは,大脳皮質と比較して小脳で過剰に提示された唯一のネットワークであった(2.3倍).一時的に,小脳休止状態信号は大脳皮質よりも(125〜380ms)遅れて、すべての皮質プロセスの適応制御において小脳がドメイン全体機能に関与するという仮説を支持している.

社会的な脳の解明: EmpaToMによって引き起こされる共感と心の理論に対する異なる神経ネットワークと行動の関係を明らかにする

Dissecting the social brain: Introducing the EmpaToM to reveal distinct neural networks and brain behavior relations for empathy and Theory of Mind
P. Kanske, A. Bockler, F.-M. Trautwein and T. Singer
NeuroImage, vol. 122, pp. 6-19, 2015

社会的相互作用の成功には,共感(empathy)と他人の精神状態の理解(Theory of Mind, ToM)の両方が必要である.これらの2つの機能は主に個々に調査されており,基礎となる神経ネットワークの特異性やこれらのネットワークとそれぞれの行動指数との関係は明らかにされていない.本研究では,共感とToMを独立して操作する新しいfMRIパラダイム(EmpaToM)を提案する.実験1 a/b(N=90)は,行動および神経レベルで確立された共感およびToMパラダイムを用いて検証した.実験2(N=178)では,EmpaToMを行い,ToMではventral temporoparietal junctionまた共感ではanterior insulaを含む明確に分離された神経ネットワークを明らかにした.これらの個々のネットワークは,タスクのないresting stateの機能的接続性において確認することができる.重要なことは,これらの2つのネットワークにおける脳活動は,それぞれの行動指数を予測したことである.すなわち,ToM関連の脳活動における個人間の差異は,ToMのパフォーマンスにおける個人間の差異を予測した.しかし,共感は予測されなかった.以上のことから,検証したたEmpaToMは,他人を理解する感情的経路と認知的経路を分離した.したがって社会的認知特有の構成要素の選択的な障害や改善の特定において,将来の臨床的,発達的および介在研究に利益をもたらす可能性がある.

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.