[논문 리뷰] Estimating the dimensionality of neural responses with fMRI Repetition Suppression

Mattia Rigotti, Stefano Fusi|arXiv (Cornell University)|2016. 05. 12.

Neural dynamics and brain function참고 문헌 17인용 수 5

한 줄 요약

이 논문은 평균 BOLD 신호 차이가 감지되지 않는 영역에서도 단일 볼륨에서 신경 집단 반응 벡터의 차원성을 추정할 수 있는 새로운 fMRI 방법을 제안한다. 반복 억제(RS-fMRI)를 사용하여 반응 패턴 간의 겹침을 측정함으로써, 신경 회로가 다수의 입력을 어떻게 통합하는지를 드러내며, 입력이 비선형적으로 혼합될수록 차원성이 증가함을 보여주어 고차원 피질 영역의 功能적 특성 분석을 가능하게 한다.

ABSTRACT

We propose a novel method that exploits fMRI Repetition Suppression (RS-fMRI) to measure the dimensionality of the set response vectors, i.e. the dimension of the space of linear combinations of neural population activity patterns in response to specific task conditions. RS-fMRI measures the overlap between response vectors even in brain areas displaying no discernible average differential BOLD signal. We show how this property can be used to estimate the neural response dimensionality in areas lacking macroscopic spatial patterning. The importance of dimensionality derives from how it relates to a neural circuit's functionality. As we show, the dimensionality of the response vectors is predicted to be high in areas involved in multi-stream integration, while it is low in areas where inputs from independent sources do not interact or merely overlap linearly. Our method can be used to identify and functionally characterize cortical circuits that integrate multiple independent information pathways.

연구 동기 및 목표

• macroscopic 공간 패턴이 없는 영역에서 fMRI에서 신경 집단 반응의 차원성을 추정하는 방법을 개발하는 것.
• 기존 MVPA가 신경 세포 간 상쇄 효과로 인해 실패하는 고차원 피질 영역에서 신경 계산을 측정하는 데 도전하는 것.
• 다중 스트림 수렴와 같은 정보 통합의 功能적 역할과 신경 차원성 간의 연관성을 규명하는 것.
• fMRI 신호와 신경 집단 코드의 기초 구조를 연결하는 모델 기반 프레임워크를 제공하는 것.

제안 방법

• 각 이벤트에 대해 스칼라 BOLD 반응을 가정하고, fMRI BOLD 신호를 개별 뉴런의 활성도율의 선형 합으로 모델링함: B_e = β∑f_i(e).
• 반복 자극에 의해 발생하는 활성도 적응 모델을 적용하여 반복 억제를 시뮬레이션함. 이는 반복된 자극으로 인한 뉴런의 피로로 인해 BOLD 반응이 감소함을 의미함.
• 반복된 자극 제시로부터 유도된 RS-행렬을 사용하여 볼륨 내 뉴런 반응 벡터 간의 겹침을 추정함.
• 다양한 자극에 대한 반응 벡터로 구성된 행렬의 랭크로 차원성을 추정함. RS-행렬을 통해 패턴 간 상대적 거리를 유추함.
• 독립된 소스에서 온 입력이 통합되는 통합 영역에서 입력이 혼합될수록 차원성이 증가하는지를 검증하기 위해 시뮬레이션을 실시함.
• MVPA와의 성능 비교를 통해, 볼륨 내 뉴런 간 상관관계가 낮거나 0일 경우에도 이 방법이 효과를 유지함을 보임.

실험 결과

연구 질문

• RQ1 평균 BOLD 신호 변화가 없더라도 fMRI 반복 억제를 사용해 볼륨 내 신경 집단 반응의 차원성을 추정할 수 있는가?
• RQ2 피질 회로에서 다수의 독립된 정보 경로가 통합될 때 신경 반응의 차원성은 어떻게 관련되는가?
• RQ3 볼륨 내 뉴런 간 상호 상쇄 효과가 발생할 경우, 제안된 RS-fMRI 방법이 MVPA보다 어떻게 더 우수한 성능을 보이는가?
• RQ4 통합 영역에서 입력 혼합도(g)와 결과적으로 발생하는 신경 반응의 차원성 간의 관계는 무엇인가?

주요 결과

• 신경 세포 간 선택성의 균형으로 인한 상쇄 효과로 인해 기존 MVPA가 실패하는 볼륨에서도 이 방법이 반응 차원성을 성공적으로 추정함.
• 독립된 입력이 통합 영역에서 혼합될수록 차원성이 증가하며, 입력이 균일하게 혼합될 경우 최대 99에 도달함(10×10−1). 이는 비선형 통합을 시사함.
• MVPA가 N의 제곱근에 반비례하여 성능이 떨어지는 것과 달리, RS-fMRI 신호는 볼륨 내 뉴런 간 상관관계가 0에 가까워져도 강건하게 유지됨.
• 이 방법은 선형적 또는 상호작용이 없는 입력이 있는 영역에서는 차원성이 낮고, 다중 스트림 통합에 관여하는 영역에서는 높음을 드러냄.
• 시뮬레이션 결과, RS-fMRI 방법이 고차원 피질 회로에서의 기능적 수렴과 통합 유형을 탐지하고 특성화할 수 있음이 확인됨.