[論文レビュー] A Framework for the Time- and Frequency-Domain Assessment of High-Order Interactions in Brain and Physiological Networks

Luca Faes, Gorana Mijatović+8 more|arXiv (Cornell University)|Feb 8, 2022

Functional Brain Connectivity Studies被引用数 5

ひとこと要約

本論文は、O情報レート（OIR）を用いて、時間領域および周波数領域における脳および生理的ネットワークの高次相互作用（HOIs）を情報理論的枠組みで定量化する新規なフレームワークを提案する。OIRは、グランジャ因果的および即時的成分に分解可能であり、周波数帯域にわたって拡張可能である。この手法により、全身麻酔が、アーファ/ベータ帯域の冗長性から、前頭前野および頭頂野領域にまたがるデルタ帯およびガンマ帯の強化された冗長性へとシフトさせることを明らかにした。これは、意識状態の変化に関連する統合神経回路の再編成を示している。

ABSTRACT

While the standard network description of complex systems is based on quantifying links between pairs of system units, higher-order interactions (HOIs) involving three or more units play a major role in governing the collective network behavior. This work introduces an approach to quantify pairwise and HOIs for multivariate rhythmic processes interacting across multiple time scales. We define the so-called O-information rate (OIR) as a new metric to assess HOIs for multivariate time series, and propose a framework to decompose it into measures quantifying Granger-causal and instantaneous influences, as well as to expand it in the frequency domain. The framework exploits the spectral representation of vector autoregressive and state-space models to assess synergistic and redundant interactions among groups of processes, both in specific bands and in the time domain after whole-band integration. Validation on simulated networks illustrates how the spectral OIR can highlight redundant and synergistic HOIs emerging at specific frequencies but not using time-domain measures. The application to physiological networks described by heart period, arterial pressure and respiration measured in healthy subjects during paced breathing, and to brain networks described by ECoG signals acquired in an animal experiment during anesthesia, document the capability of our approach to identify informational circuits relevant to well-defined cardiovascular oscillations and brain rhythms and related to specific physiological mechanisms of autonomic control and altered consciousness. The proposed framework allows a hierarchically-organized evaluation of time- and frequency-domain interactions in networks mapped by multivariate time series, and its high flexibility and scalability make it suitable to investigate networks beyond pairwise interactions in neuroscience, physiology and other fields.

研究の動機と目的

• 2つ以上のユニットが関与する集団的ダイナミクスを無視する標準的ネットワークモデルの限界を克服し、時間的および周波数的領域における高次相互作用（HOIs）をスケーラブルで原理的（principled）な方法で評価するための手法を開発すること。
• 2次相互作用を超える多変量生理的および神経時系列における高次相互作用（HOIs）を評価するためのスケーラブルで原理的（principled）な手法を開発すること。
• 情報理論的指標を用いて、時間的および周波数的領域におけるHOIsの分析を統合すること。
• 相互作用測定値をグランジャ因果的および即時的成分に分解し、メカニズム的洞察を向上させること。
• 実際の生理的および神経データを用いたフレームワークの妥当性を検証し、生物学的に意味のある相互作用パターンを検出できる能力を示すこと。

提案手法

• 多変量確率過程における冗長的および協同的高次相互作用を定量化する対称的かつスケーラブルな指標として、O情報レート（OIR）を提案する。
• 周波数帯域にわたるOIRのスペクトル的分解を可能にするために、ベクトル自己回帰（VAR）および状態空間モデルを用いる。
• モデルに基づくスペクトル表現を用いて、OIRをグランジャ因果的および即時的影響を反映する成分に分解する。
• OIRを全周波数帯域にわたり統合することで時間領域の指標を取得すると同時に、周波数特異的洞察を保持する。
• シミュレーテッドネットワークおよびヒトの呼吸リズムデータ、および動物の脳皮質電位記録データにこのフレームワークを適用する。
• パラメトリックモデリングを用いることで、大規模ネットワークにおける計算的信頼性およびスケーラビリティを確保する。

実験結果

リサーチクエスチョン

• RQ1 3つ以上の生理的または神経的プロセスにまたがる高次相互作用を、時間的および周波数的領域でどのように定量化できるか？
• RQ2 動的ネットワークにおける全体的な高次相互作用構造において、グランジャ因果的影響と即時的影響の寄与はそれぞれどのように異なるか？
• RQ3 どの特定の周波数帯域が、生理的および脳ネットワークにおける顕著な冗長的または協同的相互作用を有するか？
• RQ4 意識状態が変化する状態（例：全身麻酔）では、高次相互作用パターンはどのように変化するか？
• RQ5 本手法は、単独で時間領域または2次相互作用測定に依存する場合に見えない相互作用パターンを検出できるか？

主な発見

• 全身麻酔中、特に前頭前野の信号を含むマルチプレットにおいて、デルタ帯（約2 Hz）およびガンマ帯でOIRが顕著に上昇しており、高次冗長性の増強を示している。
• アーファおよびベータ帯のOIRは、覚醒状態の安静時と比較して全身麻酔中に低下しており、特に視覚野および頭頂野の関与するマルチプレットで顕著である。これは、無意識状態におけるアーファリズムの消失と整合的である。
• 全身麻酔時のデルタ帯の冗長性は、主に前頭前野の関与する相互作用によって駆動されており、その領域がスローウェーブ振動の中心的役割を果たしていることを裏付けている。
• 全身麻酔中にガンマ帯のOIRが上昇しており、無意識状態における認知処理に関連する高次相互作用の再編成を示唆している。
• 本フレームワークは、時間領域または2次相互作用測定のみでは検出できない周波数特異的HOIsを検出でき、隠れたネットワークダイナミクスへの感受性を強調している。
• 結果は、意識が統合神経相互作用から生じるという理論を支持しており、全身麻酔下でのアーファ/ベータ帯からデルタ/ガンマ帯への冗長性のシフトは、統合情報の崩壊と冗長性の上昇を反映している。