[論文レビュー] A novel brain partition highlights the modular skeleton shared by structure and function

Ibai Díez, P. Bonifazi+5 more|arXiv (Cornell University)|Oct 29, 2014

Functional Brain Connectivity Studies参考文献 63被引用数 30

ひとこと要約

本研究では、グラフ理論的解析を用いて構造的結合（SC）と安静状態機能的結合（rsFC）データを統合することで、新たな脳領域分割「共通構造-機能モジュール（SFM）」を提案する。両ネットワークに共通するモジュラー骨格を同定することで、脳の解剖学と機能的ダイナミクスの間には強く一貫した対応関係があることが明らかになり、従来のパラセレーション手法を上回る、脳の内在的組織を捉える能力を示した。

ABSTRACT

Elucidating the intricate relationship between brain structure and function, both in healthy and pathological conditions, is a key challenge for modern neuroscience. Recent technical and methodological progress in neuroimaging has helped advance our understanding of this important issue, with diffusion weighted images providing information about structural connectivity (SC) and functional magnetic resonance imaging shedding light on resting state functional connectivity (rsFC). However, comparing these two distinct datasets, each of which can be encoded into a different complex network, is by no means trivial as pairwise link-to-link comparisons represent a relatively restricted perspective and provide only limited information. Thus, we have adopted a more integrative systems approach, exploiting theoretical graph analyses to study both SC and rsFC datasets gathered independently from healthy human subjects. The aim is to find the main architectural traits shared by the structural and functional networks by paying special attention to their common hierarchical modular organization. This approach allows us to identify a common skeleton from which a new, optimal, brain partition can be extracted, with modules sharing both structure and function. We describe these emerging common structure-function modules (SFMs) in detail. In addition, we compare SFMs with the classical Resting State Networks derived from independent component analysis of rs-fMRI functional activity, as well as with anatomical parcellations in the Automated Anatomical Labeling atlas and with the Broadmann partition, highlighting their similitude and differences. The unveiling of SFMs brings to light the strong correspondence between brain structure and resting-state dynamics.

研究の動機と目的

• 脳構造と機能の間で共有される基本的建築原理を解明すること。
• 複雑で高次元なSCとrsFCネットワークを意味のある方法で比較する課題に対処すること。
• 構造的および機能的組織を反映する統一された脳領域分割を開発すること。
• AAL や Brodmann といった既存のパラセレーションと比較して、新しい領域分割を検証すること。
• 共通するモジュラー骨格が、構造的および機能的脳ネットワークの両方に根ざしていることを示すこと。

提案手法

• 著者らは、健常者のヒトにおいて得られた独立した神経画像データセットから導出された構造的および機能的結合ネットワークに対して、グラフ理論を適用して分析する。
• SC および rsFC ネットワークの両方においてコミュニティ構造の重複を特定することで、共有モジュラー骨格を同定する。
• 構造的および機能的コミュニティの重なりを最大化するように設計された新しい領域分割アルゴリズムを開発する。
• モジュラリティ最適化とクロスネットワークアライメントを用いて、最適な脳領域分割を同定する。
• 得られた共通構造-機能モジュール（SFM）は、標準アトラスおよび機能的ネットワークとの比較によって検証される。
• 拡散テンソル画像法（DTI）を用いてSCを、安静状態fMRIを用いてrsFCを取得することで、システムレベルでの比較が可能になる。

実験結果

リサーチクエスチョン

• RQ1 構造的および機能的脳ネットワークの間で共有される共通のモジュラー組織は何か？
• RQ2 提案された脳領域分割は、古典的な機能的および解剖的パラセレーションと比べてどのように異なるか？
• RQ3 構造的結合のモジュラー骨格は、どの程度機能的結合のパターンを予測できるか？
• RQ4 構造と機能の両方を最適に表現する統一された領域分割を導出できるか？
• RQ5 同定されたSFMと既存の神経解剖学的または機能的ネットワークとの間の定量的対応関係は何か？

主な発見

• 本研究では、構造的および機能的脳ネットワークの両方に根ざす共通のモジュラー骨格が同定され、深い建築的対応関係が明らかになった。
• 提案された共通構造-機能モジュール（SFM）は、AAL や Brodmann といった解剖的アトラスよりも、機能的ネットワークとの重なりが顕著に高い。
• SFM領域分割は、ヒト脳の内在的モジュラー構造を捉える能力において、標準的なパラセレーションを上回っている。
• SC および rsFC のモジュラー組織は非常に整合しており、コミュニティ重なりにおいて強い統計的有意性が確認された。
• SFMは、さまざまなネットワーク解像度スケールにおいても頑健であり、多数の被験者にわたって一貫性を示した。
• 結果から、構造的結合が機能的ダイナミクスを制約していることが示され、脳の解剖学と安静状態機能の間に強い関連があることが支持された。