[논문 리뷰] A novel brain partition highlights the modular skeleton shared by structure and function

Ibai Díez, P. Bonifazi외 5명|arXiv (Cornell University)|2014. 10. 29.

Functional Brain Connectivity Studies참고 문헌 63인용 수 30

한 줄 요약

이 연구는 도시 구조 연결(스캐닝)과 휴식 상태 기능적 연결(스캐닝) 데이터를 그래프 이론적 분석을 통해 통합함으로써 새로운 뇌 분할인 공통 구조-기능 모듈(SFM)을 제안한다. 두 네트워크의 공통 모듈 구조를 식별함으로써 저자들은 뇌 해부학과 기능적 역학 간에 강력하고 일관된 상관관계를 드러내며, 기존의 전통적 분할 방식을 뛰어넘어 뇌의 내재적 조직을 보다 잘 포착한다.

ABSTRACT

Elucidating the intricate relationship between brain structure and function, both in healthy and pathological conditions, is a key challenge for modern neuroscience. Recent technical and methodological progress in neuroimaging has helped advance our understanding of this important issue, with diffusion weighted images providing information about structural connectivity (SC) and functional magnetic resonance imaging shedding light on resting state functional connectivity (rsFC). However, comparing these two distinct datasets, each of which can be encoded into a different complex network, is by no means trivial as pairwise link-to-link comparisons represent a relatively restricted perspective and provide only limited information. Thus, we have adopted a more integrative systems approach, exploiting theoretical graph analyses to study both SC and rsFC datasets gathered independently from healthy human subjects. The aim is to find the main architectural traits shared by the structural and functional networks by paying special attention to their common hierarchical modular organization. This approach allows us to identify a common skeleton from which a new, optimal, brain partition can be extracted, with modules sharing both structure and function. We describe these emerging common structure-function modules (SFMs) in detail. In addition, we compare SFMs with the classical Resting State Networks derived from independent component analysis of rs-fMRI functional activity, as well as with anatomical parcellations in the Automated Anatomical Labeling atlas and with the Broadmann partition, highlighting their similitude and differences. The unveiling of SFMs brings to light the strong correspondence between brain structure and resting-state dynamics.

연구 동기 및 목표

• 뇌의 구조와 기능 간에 공통되는 기본적 조직 원리를 밝혀내기 위해.
• 복잡하고 고차원적인 구조 연결(SC) 및 휴식 상태 기능적 연결(rsFC) 네트워크를 의미 있는 방식으로 비교하는 데 도전하기 위해.
• 구조적 및 기능적 조직을 반영하는 통합된 뇌 분할을 개발하기 위해.
• 기존의 AAL 및 브로드만 분할과 같은 표준 분할 방식과의 비교를 통해 신규 분할 방식을 검증하기 위해.
• 공통 모듈 구조가 구조적 및 기능적 뇌 네트워크의 기초를 이룬다는 것을 입증하기 위해.

제안 방법

• 저자들은 건강한 인간의 독립적인 신경영상 데이터셋에서 유도된 구조적 및 기능적 연결 네트워크를 분석하기 위해 그래프 이론을 적용한다.
• SC 및 rsFC 네트워크 양쪽에서 공동의 커뮤니티 구조를 탐지함으로써 공통 모듈 뼈대를 식별한다.
• 구조적 및 기능적 커뮤니티 간의 최대 중첩을 극대화하는 모듈을 추출하기 위해 새로운 분할 알고리즘을 개발한다.
• 모듈성 최적화 및 네트워크 간 정렬을 사용하여 최적의 뇌 분할을 식별한다.
• 최종적으로 도출된 공통 구조-기능 모듈(SFMs)은 표준 아틀라스 및 기능적 네트워크와의 비교를 통해 검증된다.
• 이 방법은 구조 연결을 위해 확산 텐서 영상(DTI)과 기능적 연결을 위해 휴식 상태 fMRI를 통합하여 체계적 수준의 비교를 가능하게 한다.

실험 결과

연구 질문

• RQ1 구조적 및 기능적 뇌 네트워크 간에 공통되는 모듈 구조는 무엇인가?
• RQ2 제안된 뇌 분할은 전통적인 기능적 및 해부학적 분할과 어떻게 비교되는가?
• RQ3 구조적 연결의 모듈 구조가 기능적 연결 패턴을 어느 정도 예측할 수 있는가?
• RQ4 최적으로 구조와 기능을 반영하는 통합된 분할을 도출할 수 있는가?
• RQ5 식별된 SFMs와 기존의 신경해부학적 또는 기능적 네트워크 간의 정량적 상관관계는 어떠한가?

주요 결과

• 이 연구는 구조적 및 기능적 뇌 네트워크의 기초를 이루는 공통 모듈 뼈대를 규명하여 깊이 있는 조직적 상관관계를 드러낸다.
• 제안된 공통 구조-기능 모듈(SFMs)은 AAL이나 브로드만과 같은 해부학적 아틀라스보다 기능적 네트워크와 유의미하게 더 높은 중첩도를 보인다.
• SFMs 분할은 인간 뇌의 내재적 모듈 조직을 포착하는 데 있어 표준 분할 방식을 뛰어넘는 성능을 보인다.
• SC 및 rsFC의 모듈 조직은 매우 높은 수준으로 일치하며, 커뮤니티 중첩도에서 통계적으로 유의미한 결과를 보인다.
• SFMs는 다양한 네트워크 해상도 스케일에서 뚜렷한 강건성을 보이며, 여러 피실험자 간에 일관된 결과를 보인다.
• 결과적으로 구조적 연결이 기능적 역학을 제약함을 입증하여 뇌 해부학과 휴식 상태 기능 간의 강력한 연관성을 뒷받침한다.