[論文レビュー] Loss of inter-frequency brain hubs in Alzheimer's disease

Jérémy Guillon, Yohan Attal+6 more|arXiv (Cornell University)|Dec 31, 2016

Functional Brain Connectivity Studies被引用数 4

ひとこと要約

本研究では、アルツハイマー病（AD）と対照群における磁気脳波計測（MEG）を用いて、多周波数脳ネットワークを分析するためのマルチレイヤーネットワークフレームワークを導入した。ADは特にcingulate cortexおよびデフォルトモードネットワークにおける周波数間ハブ結合を損なうことが判明し、これによりマルチ・パーツナーサイプ係数（MPC）が低下し、記憶障害と相関を示し、診断精度が78.39％まで向上した。

ABSTRACT

Alzheimer's disease (AD) causes alterations of brain network structure and function. The latter consists of connectivity changes between oscillatory processes at different frequency channels. We proposed a multi-layer network approach to analyze multiple-frequency brain networks inferred from magnetoencephalographic recordings during resting-states in AD subjects and age-matched controls. Main results showed that brain networks tend to facilitate information propagation across different frequencies, as measured by the multi-participation coefficient (MPC). However, regional connectivity in AD subjects was abnormally distributed across frequency bands as compared to controls, causing significant decreases of MPC. This effect was mainly localized in association areas and in the cingulate cortex, which acted, in the healthy group, as a true inter-frequency hub. MPC values significantly correlated with memory impairment of AD subjects, as measured by the total recall score. Most predictive regions belonged to components of the default-mode network that are typically affected by atrophy, metabolism disruption and amyloid-beta deposition. We evaluated the diagnostic power of the MPC and we showed that it led to increased classification accuracy (78.39%) and sensitivity (91.11%). These findings shed new light on the brain functional alterations underlying AD and provide analytical tools for identifying multi-frequency neural mechanisms of brain diseases.

研究の動機と目的

• アルツハイマー病（AD）が複数の周波数帯域にわたり機能的脳ネットワークの組織をどのように変化させるかを調査すること。
• ADにおける認知機能低下の背後にある周波数間結合ハブの破壊を同定すること。
• ADと高齢化を区別するための多周波数ネットワーク指標の診断的潜在能力を評価すること。
• AD患者におけるネットワークハブ dysfunctions と臨床的記憶障害の関係を検討すること。

提案手法

• 複数の周波数帯（例：デルタ、テータ、アルファ、ベータ、ガンマ）における安静状態の磁気脳波計測（MEG）記録からマルチレイヤーブレインネットワークを構築した。
• 脳領域が異なる周波数帯でどの程度ハブとして機能しているかを測定するため、マルチ・パーツナーサイプ係数（MPC）を適用した。
• AD患者と年齢マッチドコントロールの間でMPC分布およびネットワークトポロジーを比較した。
• MPC値を臨床的記憶スコア（全想起スコア）と相関させ、機能的関連性を評価した。
• MPCを機械学習分類器の特徴量として用い、ADの診断性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 アルツハイマー病（AD）は、振動周波数帯域にわたる周波数間脳ハブの分布をどのように変化させるか？
• RQ2 健康な高齢化において、どの脳領域が重要な周波数間ハブとして機能しており、ADではその機能がどのように破壊されるか？
• RQ3 周波数間ハブ機能の喪失が、AD患者の記憶障害とどの程度相関するか？
• RQ4 マルチ・パーツナーサイプ係数（MPC）は、アルツハイマー病の診断分類精度を向上させることができるか？

主な発見

• AD患者では、対照群と比較してマルチ・パーツナーサイプ係数（MPC）が有意に低下しており、周波数間ハブ結合の障害が示された。
• cingulate cortexおよび連合領域が、ADにおける周波数間ハブ機能の破壊が顕著に見られた主な領域であった。
• MPC値は、AD被験者における全想起スコアで測定された記憶障害と有意に相関した。
• 特に萎縮やアミロイドベータ蓄積に脆弱なデフォルトモードネットワークの構成要素が、MPC変化の予測に最も寄与した。
• MPCを診断特徴量として用いることで、ADと対照群を区別する分類精度が78.39％、感度が91.11％に達した。
• マルチレイヤーネットワークアプローチにより、周波数間結合がADで破壊される主要な機能的メカニズムであることが明らかになり、臨床的および診断的意義が確認された。