[논문 리뷰] Estimating measures of information processing during cognitive tasks using functional magnetic resonance imaging

Chetan Gohil, Oliver M. Cliff외 3명|arXiv (Cornell University)|2026. 02. 03.

Functional Brain Connectivity Studies인용 수 0

한 줄 요약

이 논문은 활성 정보 저장(AIS), 전달 엔트로피(TE), 순정보 시너지(net synergy)를 활용하고, 참조로는 휴식 상태 데이터와의 교차 상호정보를 이용하여 작업 기반 fMRI에서 정보 처리량을 정량적으로 규명하는 프레임워크를 소개합니다. HCP N-back 작업(470명)에 적용하여 모듈 수준의 재구성 및 수행 성과와의 연관성을 밝힙니다.

ABSTRACT

Cognition is increasingly framed in terms of information processing, yet most fMRI analyses focus on activation or functional connectivity rather than quantifying how information is stored and transferred. To remedy this problem, we propose a framework for estimating measures of information processing: active information storage (AIS), transfer entropy (TE), and net synergy from task-based fMRI. AIS measures information maintained within a region, TE captures directed information flow, and net synergy contrasts higher-order synergistic to redundant interactions. Crucially, to enable this framework we utilised a recently developed approach for calculating information-theoretic measures: the cross mutual information. This approach combines resting-state and task data to address the challenges of limited sample size, non-stationarity and context in task-based fMRI. We applied this framework to the working memory (N-back) task from the Human Connectome Project (470 participants). Results show that AIS increases in fronto-parietal regions with working memory load, TE reveals enhanced directed information flows across control pathways, and net synergy indicates a global shift to redundancy. This work establishes a novel methodology for quantifying information processing in task-based fMRI.

연구 동기 및 목표

• 인지에서 활성화 및 기능적 연결성 외에 정보 저장 및 전달의 정량적 특성을 설명하고자 한다.
• AIS, TE, 그리고 net synergy를 fMRI 신호의 보완적 정보 처리 지표로 도입한다.
• 비정규성(non-stationarity)과 짧은 작업 녹화를 다루기 위해 휴식 상태 데이터를 참조 분포로 사용하여 교차 상호정보(cross mutual information) 접근법을 개발·적용한다.
• 인간 연결망 프로젝트(Human Connectome Project) N-back 작업에서 모듈 수준의 정보 역동성을 밝히고 방법의 유용성을 시연한다.

제안 방법

• 각 ROI 및 간선에 대해 로컬(순간적) AIS, TE, 그리고 net synergy를 계산한다.
• 작업 데이터에서 정보 이론적 지표를 추정하기 위해 휴식 상태 데이터와의 교차 상호정보를 참조 분포로 사용한다.
• 정보 측정값을 추정하기 전에 시간적 흐림을 완화하기 위해 HRF를 역분해한다.
• 뇌를 333개의 ROI로 구획하고 결과를 Yeo 기능 모듈 수준에서 집계한다.
• 조건별 측정치를 얻기 위해 1차 GLM을 수행하고 두 가지 작업 대비를 계산한다(2-back vs rest, 2-back vs 0-back).
• 최대 t-통계 보정이 있는 비모수적 순열 검정을 통해 통계적 유의성을 평가한다.

Figure 1: Calculation of condition-specific measures . A) The time series for some local (instantaneous) measure i. Examples include the BOLD signal, local AIS (for a region), and local MI (for an edge). B) Visualisation of the task design matrix where the blue line indicates the time points corresp

실험 결과

연구 질문

• RQ1 작업 기억 부하가 증가함에 따라 AIS, TE, net synergy가 어떻게 변화하는가(2-back vs rest, 2-back vs 0-back)?
• RQ2 N-back 작업 중 기능적 모듈 규모에서 정보 처리 지표가 재구성되는가?
• RQ3 AIS, TE, 또는 net synergy의 변화가 개인의 2-back 정확도와 관련이 있는가?
• RQ4 교차 MI를 이용한 휴식 상태 데이터를 참조로 포함하는 것이 작업 관련 정보 역학의 탐지를 개선하는가?

주요 결과

• 작업 기억 부하가 증가함에 따라 AIS가 전반적으로 증가하며, 시각 모듈에서 가장 큰 증가를 보인다.
• TE는 모듈 전체에서 감소를 보이지만 VIS A, DAN A, CON B에서 증가하여 모듈 간 정보 흐름의 선택적 변화를 시사한다.
• Net synergy는 대부분의 모듈에서 중복성 쪽으로 이동하고, VIS B, CON A, DMN A에서 국소적 증가를 보인다.
• 2-back vs 0-back 동안 AIS가 전두-두정 영역에서 증가하고, TE가 모듈 전반에서 증가하여 작업 기억 부하에서 분산된 정보 전달이 필요함을 시사한다.
• 전두 영역의 AIS 강도와 중복성으로의 이동이 더 높은 2-back 정확도와 관련이 있다.
• Cross MI(휴식 상태를 참조로 사용하는 것이) 전통적 MI를 넘어 작업 유도 의존성에 맥락화된 통찰을 제공한다.
• 방법론적 기여로 HRF 역분해와 짧고 비정상적(stationary하지 않은) 작업 데이터에 대한 교차 MI 프레임워크를 포함한다.

Figure 2: Conventional measures for studying task fMRI data . For the 2-back vs rest condition (left) and 2-back vs 0-back condition (right): A) Change in mean activity, averaging over subjects. B) Change in conditional MI, averaged over subjects. This was calculated for using a conventional approac