[論文レビュー] Optimal information-sharing in brain resting state networks

Dante R. Chialvo, Daniel Fraiman|arXiv (Cornell University)|Nov 4, 2010

Neural dynamics and brain function参考文献 24被引用数 3

ひとこと要約

本研究は、脳のリラクゼーション状態ネットワーク（RSNs）が、スケール不変な情報共有特性を示すことを明らかにした。クラスターサイズが増加するにつれて相関長と相互情報量長が発散する一方、平均信号分散は一定のままである。これらの発見は、RSNが多様な空間スケールにわたり情報伝達を最適化していることを示唆し、健全な脳動態の根本的メカニズムを示している。

ABSTRACT

The continuous interaction between brain regions “at rest” defines the so-called resting state networks (RSN) which can be reconstructed from the analysis of functional magnetic resonance imaging (fMRI) data. What dynamical mechanism allow for a flexible large-scale organization of the RSN still remains an important challenge. Here, three key novel properties of the RSN are uncovered. First, the correlation length (i.e., the length at which correlation between two regions vanishes) diverges with the cluster’s size considered. Second, this divergence it is observed also for measures of mutual information. Third, the variance of the fMRI mean signal remains constant across the entire range of observed clusters sizes, in contrast with naive expectations. The unveiled scale invariance exposes the RSN optimal information-sharing properties across very diverse networks sizes, architectures and functions, which can be an important marker of healthy brain dynamics.

研究の動機と目的

• リラクゼーション状態ネットワーク（RSNs）の柔軟な大規模な組織化を可能にする動的メカニズムを理解すること。
• RSNsがさまざまなクラスターサイズにおいてスケール不変性を示すかどうかを調査すること。
• 相関、相互情報量、信号分散が異なるネットワークスケールでどのように振る舞うかを検討すること。
• 脳の内在的機能的構造における最適な情報共有メカニズムを同定すること。

提案手法

• 複数の空間スケールにわたるリラクゼーション状態ネットワーク（RSNs）の再構築を目的とした機能的MRI（fMRI）データの分析。
• 相関長を、脳領域間の相関がゼロに減少する距離として測定。
• 情報共有効率を評価するために、脳領域間の相互情報量を定量化。
• 信号安定性を評価するために、異なるクラスターサイズにおけるfMRI平均信号の分散を追跡。
• クラスターサイズに対する相関長および相互情報量長のスケーリング行動を評価。
• クラスターサイズにわたる信号分散の一定性を評価し、単純な期待とは異なる点を検出。

実験結果

リサーチクエスチョン

• RQ1 RSNsにおける脳領域間の相関長は、クラスターサイズの増加に伴ってどのようにスケーリングするか？
• RQ2 領域間の相互情報量についても、クラスターサイズに伴い発散的スケーリングを示すか？
• RQ3 RSNsにおけるfMRI平均信号の分散は、異なるクラスターサイズでどのように変化するか？
• RQ4 観察されたスケーリング行動は、脳のリラクゼーション状態における情報共有効率について何を示唆するか？
• RQ5 RSNsにおけるスケール不変性は、健全な脳動態のマーカーとして機能できるか？

主な発見

• RSNsにおける脳領域間の相関長は、クラスターサイズが増加するにつれて発散し、長距離相関の持続を示している。
• 相互情報量の測定値も、クラスターサイズに伴い発散的スケーリングを示しており、スケールを越えた持続的情報伝達を示唆している。
• fMRI平均信号の分散は、すべてのクラスターサイズで一定のままであり、予想される増加とは反対の結果であった。
• これらの発見は、RSNにおけるスケール不変な情報共有ダイナミクスを総合的に示しており、最適な機能的統合を示している。
• 相関、相互情報量、信号分散のすべてにおいて観察された不変性は、頑健な脳ネットワーク組織の根本的メカニズムを示している。
• 結果から、RSNsにおけるスケール不変性は、健全な脳機能および動的柔軟性の重要なマーカーである可能性が示唆される。