[論文レビュー] Estimating measures of information processing during cognitive tasks using functional magnetic resonance imaging

Chetan Gohil, Oliver M. Cliff+3 more|arXiv (Cornell University)|Feb 3, 2026

Functional Brain Connectivity Studies被引用数 0

ひとこと要約

論文は、活性情報保存（AIS）、伝達エントロピー（TE）、純シナジーを用いて、タスクベースfMRIにおける情報処理を定量化するフレームワークを導入し、安静時データとのクロスMIを参照として活用する。HCP N-backタスク（470名）に適用し、モジュールレベルの再編成とパフォーマンスとの関連を明らかにする。

ABSTRACT

Cognition is increasingly framed in terms of information processing, yet most fMRI analyses focus on activation or functional connectivity rather than quantifying how information is stored and transferred. To remedy this problem, we propose a framework for estimating measures of information processing: active information storage (AIS), transfer entropy (TE), and net synergy from task-based fMRI. AIS measures information maintained within a region, TE captures directed information flow, and net synergy contrasts higher-order synergistic to redundant interactions. Crucially, to enable this framework we utilised a recently developed approach for calculating information-theoretic measures: the cross mutual information. This approach combines resting-state and task data to address the challenges of limited sample size, non-stationarity and context in task-based fMRI. We applied this framework to the working memory (N-back) task from the Human Connectome Project (470 participants). Results show that AIS increases in fronto-parietal regions with working memory load, TE reveals enhanced directed information flows across control pathways, and net synergy indicates a global shift to redundancy. This work establishes a novel methodology for quantifying information processing in task-based fMRI.

研究の動機と目的

• 認知における活性化と機能的結合以外の情報保存と転送の定量的 caractérization を動機付ける。
• fMRI信号に対する補完的な情報処理指標としてAIS、TE、純シナジーを導入。
• 非定常性と短いタスク記録に対処するため、静止時データを参照として用いるクロスMIアプローチを開発・適用。
• Human Connectome ProjectのN-back作業記憶タスクで方法を実証し、モジュールレベルの情報動態を明らかにする。

提案手法

• 各ROIとエッジごとに局所（瞬時）AIS、TE、純シナジーを計算。
• タスクデータから情報理論的指標を推定するため、参照分布として静止時データとのクロス相互情報を使用。
• 情報指標推定前に時間的ぼやけを軽減するためHRFのデコンボリューションを実施。
• 脳を333のROIにパーリエションし、結果をYeo機能的モジュールレベルで集約。
• 条件特異的指標と2つのタスク対比（2バック対 rest、2バック対0バック）を得るために1階GLMを実施。
• 非パーミュテーション検定による最大t統計補正を用いた統計的有意性の評価。

Figure 1: Calculation of condition-specific measures . A) The time series for some local (instantaneous) measure i. Examples include the BOLD signal, local AIS (for a region), and local MI (for an edge). B) Visualisation of the task design matrix where the blue line indicates the time points corresp

実験結果

リサーチクエスチョン

• RQ1 ワーキングメモリ負荷の増加（2バック vs rest、2バック vs 0バック）とともにAIS、TE、純シナジーはどのように変化するか？
• RQ2 N-backタスク中に機能モジュールスケールで情報処理指標は再編成されるか？
• RQ3 AIS、TE、または純シナジーの変化は個々の2バック正答能力と関連するか？
• RQ4 クロスMIを介して静止時データを参照として取り込むことは、タスク関連情報動態の検出を改善するか？

主な発見

• AISは作業記憶負荷の増大とともに全体的に増加し、視覚モジュールで最大の増加を示す。
• TEはモジュール全体で減少を示すものの、VIS A、DAN A、CON Bでは増加を示し、モジュール間情報フローの選択的変化を示唆。
• 純シナジーはほとんどのモジュールで冗長性へ移動する一方、VIS B、CON A、DMN Aでは局所的なシナジーの増加を示す。
• 2バック vs 0バックの間、 AISは前頭・頭頂部領域で増加し、TEはモジュール全体で増加し、作業記憶要求下で情報伝達が分布的に増加することを示唆。
• 前頭部領域でのAISの強化と冗長性への移行が、2バック正確度の向上を予測。
• クロスMI（静止時を参照として使用）は、従来のMIを超えるタスク誘発依存性の文脈情報を提供。
• 方法論的貢献にはHRFデコンボリューションと、短く非定常なタスクデータのためのクロスMIフレームワークが含まれる。

Figure 2: Conventional measures for studying task fMRI data . For the 2-back vs rest condition (left) and 2-back vs 0-back condition (right): A) Change in mean activity, averaging over subjects. B) Change in conditional MI, averaged over subjects. This was calculated for using a conventional approac