[論文レビュー] Cortical Xi-Alpha model for resting state electric neuronal activity

Roberto D. Pascual‐Marqui, Kieko Kochi+1 more|arXiv (Cornell University)|Dec 27, 2022

EEG and Brain-Computer Interfaces被引用数 4

ひとこと要約

本稿では、休息状態EEGスペクトルを2つの異なるプロセスに分解する生成的全皮質フレームワークである皮質Xi-Alphaモデルを紹介する。これらは低周波の「Xi」背景と10 Hzの「Alpha」ピークである。周波数不変の共分散行列を用いた変数分離法を採用し、2つの大規模なEEGデータセットにおいて、皮質パワースペクトルの99%の分散を説明した。中央値として95%の分散が説明され、各プロセスの空間的分布と層状起源が明確に特定された。

ABSTRACT

Power spectra of awake resting state EEG recordings in humans typically have an Alpha peak at around 10 Hz riding a decreasing background "Xi process". Normal and pathological variations may have more than one peak or none. The single channel Xi-Alpha model (Pascual-Marqui et al 1988, https://doi.org/10.3109/00207458808985730) separated these two processes, providing a low-dimensional parametric description of EEG spectra. Currently lacking is a generative whole cortex model for activity spectra and intracortical functional connectivity. Here we introduce the "cortical Xi-Alpha model". The cross-spectral density matrices are modeled as additive components, each one consisting of a scalar spectrum that multiplies a frequency invariant Hermitian covariance matrix. This simple "separation of variables" form offers a very rich repertoire of spatio-spectral properties, as well as diverse whole cortex functional connectivity patterns. The scalp EEG model conserves the same form, allowing simple estimation from scalp to cortex. Two independent open-access, resting state eyes open and closed EEG data sets (203 participants with 61 electrodes, and 47 participants with 26 electrodes) were used to demonstrate, test, and validate the model. Results summary: - The average dimension of cross-spectra lies between 1.7 and 2.6, indicating two processes. - Non-negative matrix factorization of population power spectra sampled at 6239 cortical voxels with only two components (identified as Xi and Alpha) explains 99% of the variance. - The median value of explained variance was 95% for the "cortical Xi-Alpha model" across all datasets and conditions. - Alpha process generators more occipital, Xi more frontal. - Xi cortical lagged connectivities are isotropic with interdistance. - Laminar recordings suggest layers 2/3 pyramidal neurons generate Xi; layers 5/6 pyramidal neurons generate Alpha.

研究の動機と目的

• 全皮質の休息状態電気神経活動を生成的かつ包括的にモデル化し、スペクトル的および機能的結合特性を捉えること。
• 低次元パラメトリックフレームワークを用いて、EEGパワースペクトルにおける優勢な10 HzのAlphaピークと低下する背景「Xiプロセス」とを分離すること。
• 目を閉じた状態と開いた状態の両方を含むオープンアクセスの休息状態EEGデータセットを用いて、モデルを検証すること。
• 大脳皮質全体におけるXiおよびAlphaプロセスの空間的分布と層状起源を特定すること。

提案手法

• クロススペクトル密度行列を、スカラースペクトルと周波数不変のエルミート共分散行列を組み合わせた加法的成分としてモデル化する。
• 「変数分離」形式を適用することで、最小限のパラメータで豊かな空間周波数的および結合的パターンを実現する。
• 6,239個の皮質ボクセルからのパワースペクトルに非負値行列分解（NMF）を適用し、XiおよびAlphaプロセスに対応する2つの主要成分を同定する。
• 同じ数学的構造を保持することで、スカラップEEGから皮質への直接的な推論が可能となるモデル推定を行う。
• 2つの独立したデータセット（203名・61電極、および47名・26電極）を用いてモデルを検証する。
• 皮質遅延同期を用いて空間的パターンと結合性を分析し、機能的結合性を推定する。

実験結果

リサーチクエスチョン

• RQ1 低次元で生成的なモデルは、全皮質の休息状態EEG活動の主なスペクトル的および機能的結合的特徴を捉えることができるか？
• RQ2 スペクトル分解を用いて、ヒト皮質全体にわたりXiおよびAlphaプロセスをどれほど良好に分離・定量できるか？
• RQ3 XiおよびAlphaプロセスの空間的分布は、皮質表面全体でどのように分布しているか？
• RQ4 脳内皮質記録に基づく層状起源は、XiおよびAlphaプロセスのものとしてどのようなものか？
• RQ5 本モデルは、異なるEEGデータセットおよび記録条件に対してどれほど頑健か？

主な発見

• 皮質全体におけるクロススペクトル密度行列の平均次元は1.7～2.6の間であり、2つの主要プロセスが支配的であることを示している。
• 6,239個の皮質ボクセルからのパワースペクトルに非負値行列分解（NMF）を適用し、XiおよびAlphaプロセスに対応する2つの成分のみを用いた場合、全分散の99%を説明した。
• すべてのデータセットおよび条件において、皮質Xi-Alphaモデルの中央値の分散説明率は95%であった。
• Alphaプロセスの生成源は主に後頭側索皮質に位置しており、Xiプロセスは前頭領域でより高い活動を示した。
• Xi皮質遅延結合性は、距離に依存しない等方的パターンを示しており、均一な長距離結合性を示唆している。
• 層状記録の結果、層2/3のPyramidal細胞がXiプロセスを生成しているのに対し、層5/6のPyramidal細胞がAlphaリズムの主な起源であることが判明した。