[논문 리뷰] Temporal connection signatures of human brain networks after stroke

Catalina Obando, Charlotte Rosso외 3명|arXiv (Cornell University)|2019. 07. 23.

Functional Brain Connectivity Studies참고 문헌 62인용 수 4

한 줄 요약

이 연구는 뇌졸중 후 동적 뇌망 구조 재편성을 규명하기 위해 시간적 지수형 무작위 그래프 모델(tERGMs)을 도입한다. 그 결과, 특히 회복의 초기 단계에서 발생하는 동반성 뇌망 내 삼각형 형성과 이측성 연결 형성이 정적 네트워크 측정치보다 장기적인 기능적 회복을 더 잘 예측하는 것으로 밝혀졌다. 이러한 시간적 연결 서명은 종단적 fMRI 데이터를 통해 검증되었으며, 피질 및 피질하 손상 환자에서 만성 언어 및 시각 기능 결과에 대한 강력한 생물학적 지표로 기능한다.

ABSTRACT

Plasticity after stroke is a complex phenomenon initiated by the functional reorganization of the brain, especially in the perilesional tissue. At macroscales, the reestablishment of segregation within the affected hemisphere and interhemispheric integration has been extensively documented in the reconfiguration of brain networks. However, the local connection mechanisms generating such global network changes are still largely unknown as well as their potential to better predict the outcome of patients. To address this question, time must be considered as a formal variable of the problem and not just a simple repeated observation. Here, we hypothesize that the temporal formation of basic connection blocks such as intermodule edges and intramodule triangles would be sufficient to determine the large-scale brain reorganization after stroke. To test our hypothesis, we adopted a statistical approach based on temporal exponential random graph models (tERGMs). First, we validated the overall performance on synthetic time-varying networks simulating the reconfiguration process after stroke. Then, using longitudinal functional connectivity measurements of resting-state brain activity, we showed that both the formation of triangles within the affected hemisphere and interhemispheric links are sufficient to reproduce the longitudinal brain network changes from 2 weeks to 1 year after the stroke. Finally, we showed that these temporal connection mechanisms are over-expressed in the subacute phase as compared to healthy controls and predicted the chronic language and visual outcome respectively in patients with subcortical and cortical lesions, whereas static approaches failed to do so. Our results indicate the importance of considering time-varying connection properties when modeling dynamic complex systems and provide fresh insights into the network mechanisms of stroke recovery.

연구 동기 및 목표

• 뇌졸중 후 기능적 재편성의 배경이 되는 동적이고 시간에 따라 변화하는 네트워크 메커니즘이 존재하는지 조사하기 위해.
• 삼각형 형성 및 이측성 연결과 같은 시간적 연결 패턴이 장기적인 기능적 결과를 예측할 수 있는지 확인하기 위해.
• 뇌졸중 회복에서 시간적 네트워크 모델의 예측 능력을 정적 네트워크 접근 방식과 비교하기 위해.
• 뇌졸중 후 재편성을 시뮬레이션하는 합성 네트워크를 사용하여 제안된 모델의 성능을 검증하기 위해.

제안 방법

• 뇌졸중 후 2주, 3개월, 1년에 수집된 안정상태 fMRI 데이터에서 유도된 종단적 기능적 연결(FC) 네트워크를 분석하기 위해 시간적 지수형 무작위 그래프 모델(tERGMs)을 적용하였다.
• 모든 피험자 간 비교를 보장하기 위해 FC 행렬을 10% 연결 밀도로 임계처리하여 시간에 따라 변하는 희박한 인접 행렬을 구성하였다.
• 손상된 측의 내측 삼각형 형성과 이측성 연결 형성에 집중하기 위해 모델 사양을 제한하였으며, 삼각형의 종단적 닫힘을 보장하기 위해 곱항목을 사용하였다.
• 뇌졸중 후 네트워크 재편을 모방하는 합성 시간에 따라 변하는 네트워크를 사용하여 모델 성능을 검증하였다.
• 뇌졸중 환자의 tERGM 결과를 연령, 성별 등에 맞춘 건강한 대조군과 비교하여 과도하게 발현된 시간적 메커니즘을 식별하였다.
• 특히 피질 및 피질하 손상의 경우 정확도를 높이기 위해 손상된 뇌 영역만을 모델링하는 모듈형 네트워크 접근 방식을 사용하였다.

실험 결과

연구 질문

• RQ1 삼각형 형성 및 이측성 연결 개발과 같은 시간적 연결 메커니즘이 정적 네트워크 측정치보다 뇌졸중 후 기능적 회복을 더 잘 예측할 수 있는가?
• RQ2 뇌졸중 환자에서 회복의 초기 단계인 회복기 동안 뇌망 재편의 시간적 동역학이 건강한 대조군에 비해 과도하게 발현되는가?
• RQ3 피질 또는 피질하 손상 환자에서 초기 뇌졸중 후 네트워크에서 유도된 시간적 네트워크 서명이 만성 기능적 결과를 예측할 수 있는가?
• RQ4 시간에 따라 변화하는 네트워크 특성은 정적 모델이 놓치는 고차원 네트워크 재편 패턴을 포착할 수 있는가?
• RQ5 내측 삼각형 형성과 이측성 연결 형성이 뇌졸중 후 종단적 뇌망 구조 변화를 재현하기에 충분한가?

주요 결과

• 손상된 측의 내측 삼각형 형성과 이측성 연결 형성이 뇌졸중 후 2주에서 1년까지 종단적 뇌망 변화를 재현하는 데 충분하였다.
• 이러한 시간적 연결 메커니즘은 건강한 대조군에 비해 특히 회복기(2주에서 3개월)에 현저하게 과도하게 발현되었다.
• tERGM 기반의 시간적 서명은 피질하 및 피질 손상 환자에서 각각 장기적인 언어 및 시각 기능 결과를 예측하였지만, 정적 네트워크 접근 방식은 이를 실패하였다.
• 희박한 임계처리된 인접 행렬(10% 연결 밀도)을 사용하여 모델이 네트워크 재편 역학을 성공적으로 포착하였으며, 이는 피험자 간 비교의 강건성을 확보하였다.
• tERGM 모델에 곱항목을 포함시켜 삼각형의 닫힘이 시간에 따라만 발생하도록 보장하여, 즉각적인 출현이 아닌 종단적 형성을 강제하였다.
• 피질하 손상의 경우, 손상된 측은 손상 부위에 따라 정의되었다—백질 손상의 경우 병변 측, 소뇌 손상의 경우 대측, 뇌간 손상의 경우 양측—이로 인해 모델의 정밀도가 향상되었다.