[논문 리뷰] On the geometric structure of fMRI searchlight-based information maps

Shivakumar Viswanathan, Matthew Cieslak외 1명|arXiv (Cornell University)|2012. 10. 23.

Face Recognition and Perception참고 문헌 30인용 수 7

한 줄 요약

이 논문은 fMRI 검색광선 기반 정보 지도가 기하학적 요인에 의해 본질적으로 제약을 받는다는 점을 드러낸다: 작은 다중보체 패턴이 겹치는 검색광선으로 인해 더 큰 서명을 생성할 수 있으며, 진정한 신경 패턴이 없더라도 검색광선 반경이 커질수록 정보를 지닌 검색광선의 수가 증가한다. 이러한 효과는 통계적 검정력이나 알고리즘 선택과는 무관하게 기하학적으로 필수적으로 발생하며, 정보 지도의 크기와 형태에 대한 해석에 도전한다.

ABSTRACT

Information mapping is a popular application of Multivoxel Pattern Analysis (MVPA) to fMRI. Information maps are constructed using the so called searchlight method, where the spherical multivoxel neighborhood of every voxel (i.e., a searchlight) in the brain is evaluated for the presence of task-relevant response patterns. Despite their widespread use, information maps present several challenges for interpretation. One such challenge has to do with inferring the size and shape of a multivoxel pattern from its signature on the information map. To address this issue, we formally examined the geometric basis of this mapping relationship. Based on geometric considerations, we show how and why small patterns (i.e., having smaller spatial extents) can produce a larger signature on the information map as compared to large patterns, independent of the size of the searchlight radius. Furthermore, we show that the number of informative searchlights over the brain increase as a function of searchlight radius, even in the complete absence of any multivariate response patterns. These properties are unrelated to the statistical capabilities of the pattern-analysis algorithms used but are obligatory geometric properties arising from using the searchlight procedure.

연구 동기 및 목표

• fMRI에서 검색광선 기반 정보 지도의 기하학적 제약을 규명하는 것.
• 다중보체 패턴의 공간적 범위와 형태가 정보 지도에서 어떻게 왜곡되는지 규명하는 것.
• 정보를 지닌 검색광선의 수가 진정한 신경 신호를 반영하는지, 아니면 기하학적 오류에 기인하는지 명확히 하는 것.
• 높은 수의 정보를 지닌 검색광선이 높은 민감도 또는 신경학적 관련성을 의미한다는 가정을 도전하는 것.

제안 방법

• 저자들은 뇌를 3차원 보체 격자로 모델링하고, 각 보체 중심에 반경 r인 구형 이웃 영역으로서 검색광선을 정의한다.
• 뇌 전역에서 검색광선 간의 겹침을 분석하여, 특정 정보를 지닌 보체를 포함하는 검색광선의 수를 정량화한다.
• 구형 검색광선을 상자형 근사로 사용하여, 모든 검색광선이 정보를 지니기 위해 필요한 최소 보체 수를 검색광선 반경의 함수로 계산한다.
• 기하학적 겹침으로 인해 진정한 다변량 패턴이 없더라도 정보를 지닌 검색광선의 수가 반경에 따라 증가함을 도출한다.
• 어떤 검색광선이 패턴을 탐지할 수 있는 조건을 형식화하기 위해 '초집합 정보성'(SIN) 개념을 도입한다.
• 시뮬레이션과 해석 기하학을 사용하여, 작은 고립된 패턴이 정보 지도에서 큰 서명을 생성할 수 있음을 보여준다.

실험 결과

연구 질문

• RQ1 검색광선 간의 기하학적 겹침이 정보 지도에서 다중보체 패턴의 크기와 형태 해석에 어떻게 영향을 미치는가?
• RQ2 왜 작은 다중보체 패턴이 더 큰 패턴보다 정보 지도에서 더 큰 서명을 생성할 수 있는가?
• RQ3 정보를 지닌 검색광선의 수가 진정한 신경 신호인지, 아니면 기하학적 오류인지 어느 정도 반영하는가?
• RQ4 검색광선 방법은 소수의 신호를 지닌 보체만으로도 완전히 정보를 지닌 지도를 생성할 수 있는가?

주요 결과

• 작은 다중보체 패턴이 검색광선 반경이나 분류기 성능과 무관하게 기하학적 겹침으로 인해 더 큰 서명을 정보 지도에서 생성할 수 있다.
• 진정한 다변량 반응 패턴이 없더라도 검색광선 반경이 커질수록 정보를 지닌 검색광선의 수가 증가한다. 이는 겹치는 검색광선 부피로 인한 것이다.
• 7mm 반경의 검색광선을 사용할 경우, 총 보체 수의 0.003%에 해당하는 430개의 보체만으로도 완전히 정보를 지닌 지도를 생성할 수 있다. 이는 기하학적 커버리지 덕분이다.
• 3mm 반경의 검색광선을 사용할 경우, 모든 검색광선이 정보를 지니기 위해 필요한 보체 수는 5460개에 불과하여 반경 증가에 따라 급격히 증가함을 보여준다.
• 검색광선 방법의 명백한 민감도—정보를 지닌 검색광선의 수로 측정되는 것—는 주로 기하학적 요인에 기인한 산물이며, 신경 신호나 알고리즘적 능력과는 무관하다.
• 결과적으로, 정보를 지닌 검색광선의 수를 성능 지표로 사용하는 것은 비효율적이며, 기하학적으로 당연한 조건에서 최대화되기 때문이다.