[論文レビュー] The resting microstate networks (RMN): cortical distributions, dynamics, and frequency specific information flow

Roberto D. Pascual‐Marqui, Dietrich Lehmann+7 more|arXiv (Cornell University)|Nov 7, 2014

EEG and Brain-Computer Interfaces被引用数 44

ひとこと要約

本研究では、109名の参加者から得られたEEGデータにおいて、4つの静止状態マイクロステートネットワーク（RMN）を同定し、その皮質的分布、動的遷移、周波数特異的情報伝達を明らかにした。後頭中縁回が、アルファおよびベータ振動を他の領域に伝達する中枢的ハブとして機能することを示し、デフォルトモードネットワークの高時間分解能なビューを支持するとともに、ベータリズムが静止状態脳活動を維持する役割を果たすことを強調している。

ABSTRACT

A brain microstate is characterized by a unique, fixed spatial distribution of electrically active neurons with time varying amplitude. It is hypothesized that a microstate implements a functional/physiological state of the brain during which specific neural computations are performed. Based on this hypothesis, brain electrical activity is modeled as a time sequence of non-overlapping microstates with variable, finite durations (Lehmann and Skrandies 1980, 1984; Lehmann et al 1987). In this study, EEG recordings from 109 participants during eyes closed resting condition are modeled with four microstates. In a first part, a new confirmatory statistics method is introduced for the determination of the cortical distributions of electric neuronal activity that generate each microstate. All microstates have common posterior cingulate generators, while three microstates additionally include activity in the left occipital/parietal, right occipital/parietal, and anterior cingulate cortices. This appears to be a fragmented version of the metabolically (PET/fMRI) computed default mode network (DMN), supporting the notion that these four regions activate sequentially at high time resolution, and that slow metabolic imaging corresponds to a low-pass filtered version. In the second part of this study, the microstate amplitude time series are used as the basis for estimating the strength, directionality, and spectral characteristics (i.e., which oscillations are preferentially transmitted) of the connections that are mediated by the microstate transitions. The results show that the posterior cingulate is an important hub, sending alpha and beta oscillatory information to all other microstate generator regions. Interestingly, beyond alpha, beta oscillations are essential in the maintenance of the brain during resting state.

研究の動機と目的

• EEGを用いて4つの主要な静止状態マイクロステートの皮質的分布を同定・特徴付けること。
• マイクロステート間の動的遷移およびその機能的結合パターンを調査すること。
• マイクロステートの遷移によって媒介される周波数特異的情報伝達（振動伝播）を特定すること。
• マイクロステートがデフォルトモードネットワーク（DMN）の高時間分解能な機能的状態を表しているという仮説を検証すること。
• 静止状態脳動態における後頭中縁回を中枢的ハブとして確立すること。

提案手法

• 閉眼状態の静止状態下での109名の参加者からのEEG記録をマイクロステート分析を用いて解析し、4つの主要なマイクロステートを同定した。
• 各マイクロステートの皮質的生成源を特定するために、空間的電気的活動分布に焦点を当てた、新しい確認的統計的手法を適用した。
• マイクロステートの振幅時間系列を抽出し、機能的結合を推定した。これには、情報伝達の強度、方向性、スペクトル的特徴が含まれた。
• マイクロステートの遷移に対してスペクトル解析を実施し、特定の周波数帯（例：アルファ、ベータ）が領域間で特に優先的に伝達されるかどうかを同定した。
• PET/fMRIデータを用いて代謝的に定義されたデフォルトモードネットワーク（DMN）とマイクロステート動態を比較し、時間的および空間的整合性を評価した。
• 統計的モデリングにより、マイクロステート間で共通および特異的な生成領域の存在が確認され、特に後頭中縁回が共有生成領域として強調された。

実験結果

リサーチクエスチョン

• RQ1 EEGデータから同定された4つの主要な静止状態マイクロステートの皮質的分布は何か？
• RQ2 マイクロステートの遷移はどのように脳領域間の情報伝達を媒介し、その伝達方向性は何か？
• RQ3 マイクロステートの遷移中に特に優先的に伝達される周波数帯（例：アルファ、ベータ）は何か？
• RQ4 マイクロステートネットワークは代謝的に定義されたデフォルトモードネットワーク（DMN）とどのように関係しているか？
• RQ5 後頭中縁回は静止状態マイクロステートネットワークにおける中枢的ハブであるか？その役割は何か？

主な発見

• 4つのすべてのマイクロステートが後頭中縁回に共通の生成源を持つことから、この領域が静止状態動態において中心的役割を果たしていることが示された。
• 3つのマイクロステートは、左または右頭頂連合領域および前頭中縁回の活動をさらに含んでおり、高時間分解能でのデフォルトモードネットワークの断片化されたバージョンを形成している。
• 後頭中縁回は支配的ハブとして機能し、すべての他のマイクロステート生成領域にアルファおよびベータ振動情報伝達を実行している。
• アルファリズムに加え、ベータ振動が静止状態における脳機能の維持に不可欠であることが示され、持続的神経計算における機能的役割を示唆している。
• マイクロステート動態はPET/fMRIで観察されたDMNのローパスフィルタ処理版と一致しており、代謝的イメージングが高分解能マイクロステート活動の滑らかに平均化された時間的平均を捉えているという仮説を支持している。
• 本研究は、マイクロステートが特定の周波数特異的情報伝達を持つ一時的機能的状態を表しており、静的代謝的ネットワークモデルに対する動的補完を提供する実証的証拠を提示した。