[논문 리뷰] Time-Varying Directed Interactions in Functional Brain Networks: Modeling and Validation

Nan Xu, Xiaodi Zhang외 6명|arXiv (Cornell University)|2026. 02. 17.

Functional Brain Connectivity Studies인용 수 0

한 줄 요약

논문은 슬라이딩 윈도우 예측 상관(SWpC)을 도입하고, 각 윈도우 내에 방향성 선형 시불변 모델을 내재하여 시변 방향성 기능 연결을 추정하며, 다중모달 데이터와 임상 맥락에서 이를 검증한다.

ABSTRACT

Understanding the dynamic nature of brain connectivity is critical for elucidating neural processing, behavior, and brain disorders. Traditional approaches such as sliding-window correlation (SWC) characterize time-varying undirected associations but do not resolve directional interactions, limiting inference about time-resolved information flow in brain networks. We introduce sliding-window prediction correlation (SWpC), which embeds a directional linear time-invariant (LTI) model within each sliding window to estimate time-varying directed functional connectivity (FC). SWpC yields two complementary descriptors of directed interactions: a strength measure (prediction correlation) and a duration measure (window-wise duration of information transfer). Using concurrent local field potential (LFP) and fMRI BOLD recordings from rat somatosensory cortices, we demonstrate stable directionality estimates in both LFP band-limited power and BOLD. Using Human Connectome Project (HCP) motor task fMRI, SWpC detects significant task-evoked changes in directed FC strength and duration and shows higher sensitivity than SWC for identifying task-evoked connectivity differences. Finally, in post-concussion vestibular dysfunction (PCVD), SWpC reveals reproducible vestibular-multisensory brain-state shifts and improves healthy-control vs subacute patient (HC-ST) discrimination using state-derived features. Together, these results show that SWpC provides biologically interpretable, time-resolved directed connectivity patterns across multimodal validation and clinical application settings, supporting both basic and translational neuroscience.

연구 동기 및 목표

• 시작점: undirected 지표인 SWC와 같은 시간 해상도가 높은 방향성 뇌 연결의 필요성 제시.
• 슬라이딩 윈도우 예측 상관(SWpC)을 방향성 FC 추정기로 소개하고 형식화.
• 다중 모달 및 임상 데이터 세트 간 SWpC의 생물학적 해석 가능성 및 일관성 시연.

제안 방법

• 각 슬라이딩 윈도우 안에 방향성 선형 시정수화 모델(LTI)을 내재시켜 시변 방향성 FC를 추정합니다.
• SWpC로부터 강도 서술자(예측 상관)와 지속 기간 서술자(정보 전달의 윈도우별 지속 시간)를 계산합니다.
• 쥐 체감피질에서 동시 LFP 대역 제한 파워와 BOLD 신호를 사용하여 방향성 추정치를 검증합니다.
• SWpC를 인간 연결 뇌 지도(HCP) 운동 태스크 fMRI에 적용하여 태스크 유도 방향성 FC 강도 및 지속 지표의 변화를 평가합니다.
• SWpC를 슬라이딩 윈도우 상관(SWC)과 비교하여 태스크 유도 연결 차이를 탐지하는 민감도 차이를 평가합니다.

실험 결과

연구 질문

• RQ1 SWpC가 다중 모달 뇌 데이터에서 시변 방향성 상호작용을 신뢰성 있게 재현할 수 있는가?
• RQ2 SWpC에서 도출된 방향성 측정치가 생리학적으로 타당한 흐름 및 태스크 유도 변화를 반영하는가?
• RQ3 SWpC가 태스크 또는 임상 조건에서 차이를 탐지하는 데 SWC보다 민감한가?
• RQ4 전정 장애 관련 코호트에서 임상적으로 관련된 뇌상태 변화가 SWpC로 드러나는가?

주요 결과

• SWpC는 LFP와 BOLD 신호 모두에서 안정적인 방향성 추정치를 제공합니다.
• SWpC는 HCP 운동 태스크에서 방향성 FC 강도 및 지속 시간의 태스크 유도 변화를 유의하게 검출합니다.
• SWpC는 태스크 유도 연결 차이를 식별하는 데 SWC보다 더 큰 민감도를 보입니다.
• PCVD에서 SWpC는 재현 가능한 전정다감각 뇌상태 변화와 건강 대 조기 환자 간의 상태 기반 특징을 통해 구별력을 향상시킵니다.