[論文レビュー] Estimating the dimensionality of neural responses with fMRI Repetition Suppression

Mattia Rigotti, Stefano Fusi|arXiv (Cornell University)|May 12, 2016

Neural dynamics and brain function参考文献 17被引用数 5

ひとこと要約

本論文は、反復抑制（RS-fMRI）を用いた新規fMRI法を提案し、平均BOLD信号差が検出できない領域でさえ、1ボクセル内における神経集団応答ベクトルの次元数を推定することを可能にする。RSを用いて応答パターンの重なりを測定することで、神経回路が複数の入力をどのように統合するかを明らかにし、入力が非自明に混合するにつれて次元数が増加することを示し、高次皮質領域の機能的特徴を解明することが可能になる。

ABSTRACT

We propose a novel method that exploits fMRI Repetition Suppression (RS-fMRI) to measure the dimensionality of the set response vectors, i.e. the dimension of the space of linear combinations of neural population activity patterns in response to specific task conditions. RS-fMRI measures the overlap between response vectors even in brain areas displaying no discernible average differential BOLD signal. We show how this property can be used to estimate the neural response dimensionality in areas lacking macroscopic spatial patterning. The importance of dimensionality derives from how it relates to a neural circuit's functionality. As we show, the dimensionality of the response vectors is predicted to be high in areas involved in multi-stream integration, while it is low in areas where inputs from independent sources do not interact or merely overlap linearly. Our method can be used to identify and functionally characterize cortical circuits that integrate multiple independent information pathways.

研究の動機と目的

• fMRIにおける神経集団応答の次元数を推定する手法を開発すること、特にマクロスケールの空間パターンが認められない脳領域を対象とすること。
• 従来のMVPAが神経活動の相殺によって失敗する高次皮質領域における神経計算の測定という課題に対処すること。
• 神経次元数を情報統合の機能的役割（例：複数ストリームの収束）に関連付けること。
• fMRI信号と神経集団コードの下位構造を結びつけるモデルベースのフレームワークを提供すること。

提案手法

• fMRI BOLD信号を個々のニューロンの発火率の線形和としてモデル化し、B_e = β∑f_i(e) と仮定（各イベントごとのスカラーBOLD応答を想定）。
• 繰り返し刺激に対する発火率の適応モデルを適用し、反復抑制を模擬（刺激の繰り返しにより神経活動が低下）。
• 繰り返し刺激提示から得られるRS行列を用いて、ボクセル内での神経応答ベクトル間の重なりを推定。
• 異なる刺激に対する応答ベクトルからなる行列のランクとして次元数を推定し、RS行列を用いてパターン間の相対的距離を推定。
• 独立した入力源からの入力の混合が進むにつれて次元数が増加することを検証するため、シミュレーションを実施。
• MVPAと比較し、ボクセル内に存在するニューロン間の信号相関が低いかゼロであっても、本手法が有効に機能することを示した。

実験結果

リサーチクエスチョン

• RQ1 平均BOLD信号に顕著な差がないボクセルにおいても、fMRIの反復抑制を用いて神経集団応答の次元数を推定できるか？
• RQ2 皮質回路における複数の独立した情報経路の統合と、神経応答の次元数とはどのように関係するか？
• RQ3 ボクセル内のニューロン間で信号が相殺する状況下で、提案手法RS-fMRIはMVPAをどのように上回るか？
• RQ4 収束領域における入力混合度（g）と、それに続く神経応答の次元数の関係は何か？

主な発見

• 信号の相殺によって従来のMVPAが失敗するボクセルにおいても、本手法は応答の次元数を正確に推定できた。
• 独立した入力の混合度が高くなるにつれて次元数が増加し、入力が等しく混合された場合（10×10−1）に最大99に達し、非線形統合を示唆した。
• ボクセル内ニューロン間の信号相関がゼロに近づいても、RS-fMRI信号は依然として頑健であったのに対し、MVPAは1/√Nに比例して性能が低下した。
• 本手法により、線形的または非相互作用的な入力では次元数が低く、複数ストリーム統合に関与する領域では次元数が高いことが明らかになった。
• シミュレーションにより、RS-fMRI手法が機能的収束を検出でき、高次皮質回路における統合のタイプを特徴づけることが確認された。