[논문 리뷰] Revisiting non-linear functional brain co-activations: directed, dynamic and delayed

Ignacio Cifré, Maria T. Miller Flores외 2명|arXiv (Cornell University)|2020. 07. 30.

Functional Brain Connectivity Studies참고 문헌 48인용 수 22

한 줄 요약

이 논문은 fMRI 데이터에서 방향성, 시간 지연, 비선형 공활성 패턴을 포착하기 위해 비선형 동적 기능적 연결성(nldFC)이라는 새로운 지표를 제안한다. 이는 짧고 고강도의 BOLD 사건을 분석하여 이루어진다. 이 방법은 자폐 스펙트럼 장애에서 방향성 연결성과 지연 구조의 변화를 드러내어 기존의 상관관계 기반 접근 방식을 넘어서 보다 세밀한 기능적 뇌망 구조를 제공한다.

ABSTRACT

The center stage of neuro-imaging is currently occupied by studies of functional correlations between brain regions. These correlations define the brain functional networks, which are the most frequently used framework to represent and interpret a variety of experimental findings. In previous work we first demonstrated that the relatively stronger BOLD activations contain most of the information relevant to understand functional connectivity and subsequent work confirmed that a large compression of the original signals can be obtained without significant loss of information. In this work we revisit the correlation properties of these epochs to define a measure of nonlinear dynamic directed functional connectivity (nldFC) across regions of interest. We show that the proposed metric provides at once, without extensive numerical complications, directed information of the functional correlations, as well as a measure of temporal lags across regions, overall offering a different perspective in the analysis of brain co-activation patterns. In this paper we provide for a proof of concept, based on replicating and completing existing results on an Autism database, to discuss the main features and advantages of the proposed strategy for the study of brain functional correlations. These results show new interpretations of the correlations found on this sample.

연구 동기 및 목표

• 표준 선형 상관관계를 초월하여 fMRI 데이터에서 비선형적, 방향성, 시간 지연 기능적 연결성을 포착하는 방법을 개발하는 것.
• 데이터 복잡성을 줄이면서도 핵심 네트워크 역학을 유지하기 위해 고강도 BOLD 사건을 기능적 연결성 분석을 위한 정보 유닛으로 활용하는 것.
• 기존에 발표된 자폐 fMRI 데이터셋에 이 방법을 적용하여 기존 접근 방식으로는 탐지할 수 없는 새로운 연결성 패턴을 드러내는 능력을 시험하는 것.
• 기능적 연결성이 이벤트 기반 역학, 특히 방향성과 시간 지연을 포함하여 의미 있게 분석될 수 있음을 보여주는 것.
• nldFC가 뇌망 상호작용을 더 세밀하고 생물학적으로 타당한 방식으로 표현할 수 있음을 입증하는 개념 증명을 제공하는 것.

제안 방법

• fMRI 시간 시리즈를 z-스코링하고 임계값(일般적으로 1–2 표준편차)을 초과하는 상향 교차를 탐지하여 고강도 BOLD 사건을 식별한다.
• 일般적으로 피크 활성화 이전 4–5초, 이후 9–15초 동안의 이벤트 세그먼트를 정의한다.
• 다른 뇌 영역의 이벤트 시퀀스 간 비선형 상관관계 측정을 통해 기능적 연결성을 정량화하고, 이는 방향성 포함.
• 교차상관 또는 유사한 동적 정렬 기법을 사용하여 공활성 이벤트 간 시간 지연를 추정하여 인과 유사한 정보 흐름을 추론한다.
• 점과정 유사한 이벤트 시점으로 기능적 연결성을 연속적인 시간 시리즈 상관관계가 아닌, 동적이고 이벤트 기반 프로세스로 모델링한다.
• nldFC 지표를 건강한 대조군 및 자폐 스펙트럼 장애(ASD) fMRI 데이터셋에 적용하여 연결성 패턴을 비교한다.

실험 결과

연구 질문

• RQ1 고강도 BOLD 사건은 fMRI에서 비선형적이고 방향성 있는 기능적 연결성을 포착하는 데 정보 유닛으로 유용한가?
• RQ2 공활성 이벤트 간 시간 지연는 뇌 영역 간으로 어떻게 변화하는가? 그리고 이는 뇌 내 정보 흐름에 대해 무엇을 드러내는가?
• RQ3 제안된 nldFC 지표는 대조군과 비교해 자폐 환자에서 기능적 연결성 패턴의 변화를 탐지할 수 있는가?
• RQ4 nldFC 접근 방식은 기존의 선형 상관관계 기반 방법에 비해 기능적 연결성 해석을 어느 정도 향상시키는가?
• RQ5 이벤트 기반 분석을 통해 뉴럴 상태에서 방향성, 동적, 지연된 공활성 패턴을 신뢰성 있게 추출할 수 있는가?

주요 결과

• nldFC 지표는 고강도 BOLD 사건만을 사용하여 뇌 영역 간의 방향성 기능적 연결성을 성공적으로 포착하였으며, 이러한 짧은 활성화가 중요한 네트워크 정보를 담고 있음을 입증하였다.
• 공활성 이벤트 간 시간 지연가 일관되게 관찰되어 뇌 영역 간 정보 전파가 즉각적이지 않으며 특정 순서 패턴을 따를 수 있음을 시사하였다.
• 자폐 데이터셋에서 이 방법은 사회 인지 및 자기 기반 처리와 관련된 네트워크에서 방향성 연결성의 변화를 드러내었으며, 특정 경로에서 지연된 상관관계가 증가한 것으로 나타났다.
• nldFC 접근 방식은 높은 수준의 데이터 압축을 달성하여 원래 신호의 일부만으로도 대부분의 기능적 연결성 정보를 유지함으로써 효율성을 확인하였다.
• 이 방법은 자극망과 경각성 네트워크의 핵심 노드 간 비대칭적이고 지연된 상호작용과 같은 이전에 보고되지 않은 자폐의 연결성 특징을 탐지하였다.
• 기존 자폐 데이터셋에 대한 이전 결과의 재현은 nldFC 접근 방식의 강건성을 확인하였으며, 이벤트 기반 역학과 방향성의 관점에서 새로운 통찰을 제공하였다.