[論文レビュー] Time-Varying Directed Interactions in Functional Brain Networks: Modeling and Validation

Nan Xu, Xiaodi Zhang+6 more|arXiv (Cornell University)|Feb 17, 2026

Functional Brain Connectivity Studies被引用数 0

ひとこと要約

本論文は時間変動する指向性機能結合を推定するためのスライディングウィンドウ予測相関（SWpC）を提案し、各ウィンドウ内に指向性線形時不変モデルを埋め込み、時変 directed FC を推定します。多模体データと臨床文脈での妥当性を検証します。

ABSTRACT

Understanding the dynamic nature of brain connectivity is critical for elucidating neural processing, behavior, and brain disorders. Traditional approaches such as sliding-window correlation (SWC) characterize time-varying undirected associations but do not resolve directional interactions, limiting inference about time-resolved information flow in brain networks. We introduce sliding-window prediction correlation (SWpC), which embeds a directional linear time-invariant (LTI) model within each sliding window to estimate time-varying directed functional connectivity (FC). SWpC yields two complementary descriptors of directed interactions: a strength measure (prediction correlation) and a duration measure (window-wise duration of information transfer). Using concurrent local field potential (LFP) and fMRI BOLD recordings from rat somatosensory cortices, we demonstrate stable directionality estimates in both LFP band-limited power and BOLD. Using Human Connectome Project (HCP) motor task fMRI, SWpC detects significant task-evoked changes in directed FC strength and duration and shows higher sensitivity than SWC for identifying task-evoked connectivity differences. Finally, in post-concussion vestibular dysfunction (PCVD), SWpC reveals reproducible vestibular-multisensory brain-state shifts and improves healthy-control vs subacute patient (HC-ST) discrimination using state-derived features. Together, these results show that SWpC provides biologically interpretable, time-resolved directed connectivity patterns across multimodal validation and clinical application settings, supporting both basic and translational neuroscience.

研究の動機と目的

• SWC のような無 directed 指標を超えた時間解像度を持つ指向性脳結合の必要性を動機づける。
• 滑動窓法 SWpC を指向性 FC 推定量として導入・形式化する。
• SWpC が生物学的可解釈性と多模度・臨床データセット間での一貫性を示す。

提案手法

• 各スライディングウィンドウ内に指向性の線形時不変（LTI）モデルを埋め込み、時変の指向性 FC を推定する。
• SWpC から強さ指標（予測相関）と持続指標（情報伝達のウィンドウごとの長さ）を算出する。
• ラット体感皮質の同時 LFP バンドリミテッドパワーと BOLD 信号を用いて方向性推定を検証する。
• Human Connectome Project（HCP）の運動課題 fMRI に SWpC を適用し、指向性 FC の強さと持続の課題誘発変化を評価する。
• SWpC を滑動窓相関（SWC）と比較し、課題誘発結合の違いを検出する感度を評価する。

実験結果

リサーチクエスチョン

• RQ1 SWpC は多模データで時変の指向的相互作用を信頼性よく回復できるか。
• RQ2 SWpC由来の指向性指標は生理学的に妥当な流れと課題誘発変化を反映するか。
• RQ3 SWpC は課題や臨床状態の違いを検出する際に SWC より感度が高いか。
• RQ4 SWpC は前庭障害関連コホートで臨床的に関連する脳状態のシフトを明らかにできるか。

主な発見

• SWpC は LFP および BOLD 信号の両方で安定した指向性推定を与える。
• HCP 運動課題において、指向性 FC の強さと持続に有意な課題誘発変化を検出する。
• SWpC は SWC より課題誘発結合の違いを識別する感度が高いことを示す。
• PCVD において、SWpC は再現性のある前庭-多感覚脳状態のシフトを明らかにし、健常対サブアクート期患者の状態由来特徴を用いた識別性を改善する。