[논문 리뷰] Neurovascular coupling: insights from multi-modal dynamic causal modelling of fMRI and MEG

Amirhossein Jafarian, Vladimir Litvak외 3명|arXiv (Cornell University)|2019. 03. 18.

Functional Brain Connectivity Studies참고 문헌 32인용 수 5

한 줄 요약

이 논문은 인간 뇌의 신경혈관 결합 메커니즘을 조사하기 위해 fMRI와 MEG 데이터를 통합하는 다중 모odal 동적 인과 모델링(DCM) 프레임워크를 제안한다. fMRI를 통해 신경 발생원을 국소화하고 이를 MEG DCM의 사전 정보로 활용함으로써, 신경 활성화 함수를 추정하고 BOLD 반응에 미치는 영향을 모델링한다. 그 결과, BOLD 신호는 고유의 신경 활성화 동역학에 의해 즉각적으로 매개되며, 신경혈관 결합은 영역에 따라 다름을 밝혀냈다.

ABSTRACT

This technical note presents a framework for investigating the underlying mechanisms of neurovascular coupling in the human brain using multi-modal magnetoencephalography (MEG) and functional magnetic resonance (fMRI) neuroimaging data. This amounts to estimating the evidence for several biologically informed models of neurovascular coupling using variational Bayesian methods and selecting the most plausible explanation using Bayesian model comparison. First, fMRI data is used to localise active neuronal sources. The coordinates of neuronal sources are then used as priors in the specification of a DCM for MEG, in order to estimate the underlying generators of the electrophysiological responses. The ensuing estimates of neuronal parameters are used to generate neuronal drive functions, which model the pre or post synaptic responses to each experimental condition in the fMRI paradigm. These functions form the input to a model of neurovascular coupling, the parameters of which are estimated from the fMRI data. This establishes a Bayesian fusion technique that characterises the BOLD response - asking, for example, whether instantaneous or delayed pre or post synaptic signals mediate haemodynamic responses. Bayesian model comparison is used to identify the most plausible hypotheses about the causes of the multimodal data. We illustrate this procedure by comparing a set of models of a single-subject auditory fMRI and MEG dataset. Our exemplar analysis suggests that the origin of the BOLD signal is mediated instantaneously by intrinsic neuronal dynamics and that neurovascular coupling mechanisms are region-specific. The code and example dataset associated with this technical note are available through the statistical parametric mapping (SPM) software package.

연구 동기 및 목표

• 신경혈관 결합을 모델링하기 위해 fMRI와 MEG 데이터를 융합하는 베이지안 융합 프레임워크를 개발한다.
• BOLD 반응을 이끄는 신경 신호—시냅스 전 또는 후—를 특정한다.
• 신경혈관 결합이 즉각적인지 지연되는지, 그리고 뇌 영역에 따라 달라지는지 규명한다.
• 변분 베이지안 추론과 베이지안 모델 비교를 사용하여 가장 타당한 신경혈관 결합 모델을 선정한다.
• 공개된 코드와 데이터를 포함한 재현 가능한 방법을 제공한다.

제안 방법

• fMRI 데이터는 신경 발생원을 국소화하며, 이를 MEG DCM의 공간 사전 정보로 활용한다.
• MEG DCM은 fMRI로부터 유도된 발생원 좌표를 사용하여 잠재적인 신경 발생원을 추정한다.
• MEG에서 유도된 신경 파rameter는 실험 조건 하에서 시냅스 전 또는 후 활동을 나타내는 드라이브 함수를 생성한다.
• 이 드라이브 함수는 fMRI 데이터로부터 추정된 신경혈관 결합 모델의 입력으로 사용된다.
• 변분 베이지안 추론을 사용하여 모델 파라미터를 추정하고, 베이지안 모델 비교를 통해 가장 타당한 모델을 선정한다.
• 이 프레임워크는 BOLD 반응 기원에 대한 생물학적으로 타당한 가설을 시험할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 인간 뇌에서 BOLD 반응을 가장 타당하게 이끄는 신경 신호는 시냅스 전인지 시냅스 후인지?
• RQ2 신경혈관 결합은 혈관 반응에 대해 즉각적인지 지연된 영향을 미치는가?
• RQ3 신경혈관 결합 메커니즘은 다양한 뇌 영역에서 다르게 작용하는가?
• RQ4 다중 모달 fMRI와 MEG 데이터를 가장 잘 설명하는 신경혈관 결합 모델은 무엇인가?
• RQ5 fMRI와 MEG 데이터의 베이지안 융합은 신경 발생원의 규명과 그 혈관 반응의 특정화를 향상시킬 수 있는가?

주요 결과

• BOLD 신호는 고유의 신경 활성화 동역학에 의해 즉각적으로 매개된다는 것이 가장 타당하게 설명된다.
• 신경혈관 결합 메커니즘은 영역에 따라 다르며, 케이스 영역 간 혈관 반응의 다양성을 시사한다.
• 가장 지지되는 모델은 BOLD 반응의 주요 원인이 시냅스 전 또는 후 신경 활동임을 나타낸다.
• 베이지안 모델 비교를 통해 생물학적으로 타당한 가설 집합 중 가장 잘 맞는 모델을 성공적으로 식별했다.
• 다중 모달 데이터 융합을 통해 정밀한 신경 드라이브 및 혈관 반응 추정이 가능해졌다.
• 이 방법은 SPM 소프트웨어 패키지를 통해 구현되었으며, 오픈소스 코드와 예제 데이터를 함께 제공한다.