[論文レビュー] Toric degenerations of Bott-Samelson varieties

Philip Foth, Sangjib Kim|arXiv (Cornell University)|May 9, 2009

Commutative Algebra and Its Applications参考文献 10被引用数 4

ひとこと要約

本研究では、resting-state fMRIにおける動的感情処理をモデル化するための新規手法を提案する。脳活動を低次元の価値・覚醒空間にマッピングすることで、神経的デコードによる時間的変化率を特定し、神経的に制約けた常微分方程式（ODE）を構築する。この手法により、ランダムサンプリングよりも著しく正確な感情動態のシミュレーションが可能となり、4ステップ（Δt = 2.0 s）にわたる閉ループ予測が達成され、感情関連脳領域における神経的表現が明らかになった。

ABSTRACT

There exists growing interest in understanding the dynamics of resting state functional magnetic resonance imaging (rs-fMRI) to establish mechanistic links between individual patterns of spontaneous neural activation and corresponding behavioral measures in both normative and clinical populations. Here we propose and validate a novel approach in which whole-brain rs-fMRI data are mapped to a specific low-dimensional representation-affective valence and arousal processing-prior to dynamic analysis. This mapping process constrains the state space such that both independent validation and visualization of the system's dynamics become tractable. To test this approach, we constructed neural decoding models of affective valence and arousal processing from brain states induced by International Affective Picture Set image stimuli during task-related fMRI in (<i>n</i> = 97) healthy control subjects. We applied these models to decode moment-to-moment affect processing in out-of-sample subjects' rs-fMRI data and computed first and second temporal derivatives of the resultant valence and arousal time-series. Finally, we fit a second set of neural decoding models to these derivatives, which function as neurally constrained ordinary differential equations (ODE) underlying affect processing dynamics. To validate these decodings, we simulated affect processing by numerical integration of the true temporal sequence of neurally decoded derivatives for each subject and demonstrated that these decodings generate significantly less (<i>p</i> < 0.05) group-level simulation error than integration based upon decoded derivatives sampled uniformly randomly from the true temporal sequence. Indeed, simulations of valence and arousal processing were significant for up to four steps of closed-loop simulation (Δt = 2.0 s) for both valence and arousal, respectively. Moreover, neural encoding representations of the ODE decodings include significant clusters of activation within brain regions associated with affective reactivity and regulation. Our work has methodological implications for efforts to identify unique and actionable biomarkers of possible future or current psychopathology, particularly those related to mood and emotional instability.

研究の動機と目的

• 感情の価値と覚醒に制限された状態空間を用いて、resting-state fMRIにおける動的神経プロセスを解析する実用的フレームワークを構築すること。
• タスク関連fMRIデータから得た価値および覚醒の神経的デコードモデルが、サンプル外のresting-stateデータに適用可能かどうかを検証すること。
• デコードされた価値および覚醒時系列の一次および二次時間的微分を用いて、感情処理の背後にある動的プロセスをモデル化すること。
• 神経的にデコードされた微分が、ランダムサンプリングに比べて感情動態のより正確なシミュレーションを可能にするかどうかを検証すること。
• 導出されたODEの神経的表現が、感情反応性および調節に関連する脳領域にどのように関連しているかを特定すること。

提案手法

• 97名の健常者を対象に、国際的感情的写真セットを用いたタスク刺激下でのfMRIデータを用いて、感情的価値および覚醒の神経的デコードモデルを訓練した。
• これらのモデルを用いて、サンプル外のresting-state fMRIデータから瞬時の価値および覚醒をデコードした。
• デコードされた価値および覚醒時系列の一次および二次時間的微分を計算し、動的変化率を表現した。
• これらの微分を用いて、感情動態の神経的に制約けた常微分方程式（ODE）を生成するための第二の神経的デコードモデルを訓練した。
• 数値積分を用いて、デコードされたODEの統合により感情処理のシミュレーションを実施し、ランダムに抽出された微分に基づくシミュレーションと性能を比較した。
• 導出されたODEの神経的エンコーディング表現を分析し、それらの動的プロセスを支える脳領域を同定した。

実験結果

リサーチクエスチョン

• RQ1 タスク関連fMRIデータで訓練されたモデルを用いて、resting-state fMRIデータから感情的価値および覚醒を信頼性高くデコードできるか？
• RQ2 デコードされた価値および覚醒時系列の時間的微分が、感情処理の生物学的に妥当な動的プロセスを反映しているか？
• RQ3 これらの微分から導出された神経的に制約けたODEが、ランダムな微分抽出に比べて感情動態のより正確なシミュレーションを可能にするか？
• RQ4 導出されたODEの神経的表現は、感情調節に関与する既知の脳ネットワークとどのように比較されるか？
• RQ5 シミュレートされた動的プロセスは、どの程度まで閉ループ形式で将来の感情状態を予測できるか？

主な発見

• タスク関連fMRIデータで訓練されたモデルを用いて、resting-state fMRIデータからの価値および覚醒の神経的デコードが成功裏に達成された。
• 神経的にデコードされた価値および覚醒の微分に基づくシミュレーションは、ランダムに抽出された微分に基づくシミュレーションと比較して、群平均のシミュレーション誤差が顕著に低かった（p < 0.05）。
• 価値および覚醒動態の両方において、最大4ステップ（Δt = 2.0 s）にわたって有意の閉ループシミュレーション精度が維持された。
• ODEデコードの神経的エンコーディング表現には、感情反応性および調節に関連する脳領域に有意な活性クラスタが含まれていた。
• 本手法は、臨床的集団における気分および感情の不安定性の独自で実行可能なバイオマーカーを同定する可能性を示している。