[論文レビュー] Locally-Optimized Inter-Subject Alignment of Functional Cortical Regions

Marius Cătălin Iordan, Armand Joulin+2 more|arXiv (Cornell University)|Jun 7, 2016

Functional Brain Connectivity Studies参考文献 11被引用数 3

ひとこと要約

本論文は、時間的経過における機能的相関を最大化しつつ、滑らかでない局所的変形を許容することで、機能的皮質領域の位置を予測する、局所的に最適化された被験者間アライメント手法を提案する。この手法はAFNIおよびFreeSurferのベースラインを著しく上回り、正解LOC（ground-truth LOC）との重複率が24-25%（ベースラインでは10-11%）に達し、被験者間の一貫性が26%（ベースラインでは9-11%）に達する。これにより、局所化スキャンを別途実施せずに信頼性の高いROI転送が可能になる。

ABSTRACT

Inter-subject registration of cortical areas is necessary in functional imaging (fMRI) studies for making inferences about equivalent brain function across a population. However, many high-level visual brain areas are defined as peaks of functional contrasts whose cortical position is highly variable. As such, most alignment methods fail to accurately map functional regions of interest (ROIs) across participants. To address this problem, we propose a locally optimized registration method that directly predicts the location of a seed ROI on a separate target cortical sheet by maximizing the functional correlation between their time courses, while simultaneously allowing for non-smooth local deformations in region topology. Our method outperforms the two most commonly used alternatives (anatomical landmark-based AFNI alignment and cortical convexity-based FreeSurfer alignment) in overlap between predicted region and functionally-defined LOC. Furthermore, the maps obtained using our method are more consistent across subjects than both baseline measures. Critically, our method represents an important step forward towards predicting brain regions without explicit localizer scans and deciphering the poorly understood relationship between the location of functional regions, their anatomical extent, and the consistency of computations those regions perform across people.

研究の動機と目的

• 高解剖的可変性と一貫性のあるランドマークの欠如により、高レベル視覚機能領域、特に側頭側頭連合皮質（LOC）の被験者間マッピングが不正確であるという課題に対処すること。
• 各領域の別個の局所化スキャンを要しない状態で、機能的領域位置を信頼性高く被験者間で転送することを可能にすること。
• 機能的相関を最大化しつつ、滑らかでない局所的変形を許容することで、高精度で領域特異的なアライメントを実現する手法を開発すること。
• 個々の被験者における機能的コントラストピーク、解剖的位置、および皮質計算との関係を調査すること。
• 最小限の解剖的事前知識を用いて、唯一の機能的fMRIデータから機能的ROI位置を予測する汎用的ソリューションを提供すること。

提案手法

• 本手法は、種まきROIを小さなサブ領域にタイル化し、各サブ領域とターゲット皮質表面の候補位置との間で独立して機能的相関を最適化する。
• 隣接するサブ領域間の距離の最大増加を制限する制約付き最適化フレームワークを用い、トポロジカル整合性を保つ。
• 被験者間の対応するサブ領域の時間的経過間の機能的相関を最大化することで、最適なマッピングを同定する。
• 従来の手法で用いられる連続的かつ滑らかなマッピングの仮定を回避し、滑らかでない局所的変形を許容する。
• アルゴリズムは、1つの高可変性刺激実験からのfMRIデータを用いてLOCの位置を予測するために適用される。
• 本手法は、被験者間の正確性および一貫性の両方を評価するために、交差積分率（IoU）を用いて評価される。

実験結果

リサーチクエスチョン

• RQ1 局所的に最適化された登録手法は、LOCのような機能的に定義された皮質領域の被験者間アライメントの正確性を向上させることができるか？
• RQ2 滑らかでない局所的変形を許容することで、滑らかでグローバルな変換と比較して、ROI予測の信頼性はどのように変化するか？
• RQ3 明示的な解剖的ランドマークが存在しない状況でも、機能的相関のみで十分に高精度なROI転送が可能になるか、その範囲はどの程度か？
• RQ4 本手法を用いた場合と標準的なアライメントベースラインとを比較して、予測されたLOC位置の被験者間一貫性はどの程度か？
• RQ5 本手法により、fMRI研究において時間のかかる専用の局所化スキャンの必要性を低減または排除できるか？

主な発見

• 提案手法は、予測されたLOCと正解LOCとの間で24-25%の交差積分率（IoU）を達成し、AFNI（10-11%）およびFreeSurfer（10-11%）のベースラインを著しく上回った。
• 本手法は、3人以上の被験者で一貫して予測された領域について26%のIoUを示したのに対し、2つのベースライン手法では9-11%であった。
• 予測マップの視覚的検討では、ばらつきが低減され、局在化精度が向上しており、予測されたピークはすべて正解LOCの境界内に含まれていた。
• 本手法は、後頭極から離れた高レベル視覚領域において、AFNIおよびFreeSurferよりも一貫性の高いマッピングを生み出した。
• 結果から、機能的相関に基づく最適化に加え、局所的変形の柔軟性を組み合わせることで、グローバルかつ滑らかな変換よりも信頼性の高いROI転送が可能になることが示された。
• 本手法は、別個の局所化スキャンを要せず、正確な機能的領域の予測が可能であるため、単一実験での機能的マッピングへの道筋を示唆している。