[論文レビュー] On why a few points suffice to describe spatiotemporal large-scale brain dynamics

Ignacio Cifré, Mahdi Zarepour+3 more|arXiv (Cornell University)|Jul 3, 2017

Functional Brain Connectivity Studies被引用数 6

ひとこと要約

本論文は、fMRI BOLD信号に内在する長距離時間相関性のおかげで、局所的変曲点（ピークおよび微分係数がゼロとなる点）のスパース集合のみを用いても、空間的・時間的脳動態を正確に捉えることができることを示している。この手法により、最小限のデータで高精度な表現が可能となり、これらの重要な点に信号の大部分の情報が含まれるため、機能的結合構造を損なわず、計算および圧縮が効率的に行える。

ABSTRACT

An heuristic signal processing scheme recently introduced shows how brain signals can be efficiently represented by a sparse spatiotemporal point process. The approach has been validated already for different relevant conditions demonstrating that preserves and compress a surprisingly large fraction of the signal information. In this paper the conditions for such compression to succeed are investigated as well as the underlying reasons for such good performance. The results show that the key lies in the correlation properties of the time series under consideration. It is found that signals with long range correlations are particularly suitable for this type of compression, where inflection points contain most of the information. Since this type of correlation is ubiquitous in signals trough out nature including music, weather patterns, biological signals, etc., we expect that this type of approach to be an useful tool for their analysis.

研究の動機と目的

• fMRI BOLD信号のスパース点プロセス表現が、本質的な機能的結合パターンをどのように保持するかを理解すること。
• このような圧縮が効果的かつ情報保持的である背後にある信号特性を特定すること。
• 変曲点（ピークおよび微分係数がゼロとなる点）が相関時間系列において信号の大部分の情報を保持しているという仮説を検証すること。
• 神経科学を超えて、他の自然に生じる相関信号に対しても本研究の知見を一般化すること。

提案手法

• 上昇しきりしきりの閾値通過と局所的ピークを特定することで、BOLD時系列からマーク付き点プロセスを抽出し、スパースな時間的表現を構築する。
• 選択された点から区分線形近似を構築し、元の信号の再構築と忠実度の評価を行う。
• 元の信号と再構築信号の間の類似度を、相関係数（⟨r⟩）および平均二乗誤差（rmse）を用いて測定する。
• BOLD信号および合成信号の自己相関特性（γ）を体系的に変化させ、圧縮効果のロバストネスと一般性を検証する。
• 点プロセスから共活性化行列を計算し、全信号相関行列と比較することで、機能的結合の保持状態を評価する。
• MATLABの alpha_gaussian.m を用いて自己相関を制御した合成時系列を生成し、相関構造が成功した圧縮に果たす役割を検証する。

実験結果

リサーチクエスチョン

• RQ1 なぜBOLD時系列におけるわずかな点数で大規模脳動態の本質的構造を保持できるのか？
• RQ2 どのような信号特性が、空間的・時間的脳信号におけるこのような高い圧縮効率を可能にするのか？
• RQ3 変曲点（ピークおよび微分係数がゼロとなる点）が、相関時間系列においてどれほど多くの情報を含んでいるのか？
• RQ4 点プロセス法の成功は、fMRIにとどまらず、他の相関信号に対しても一般化可能か？
• RQ5 自己相関と閾値選択は、スパース点からの信号再構築の忠実度にどのように影響するか？

主な発見

• 長距離時間相関性を示す信号は、スパース点プロセスによる圧縮に特に適しており、わずかな重要な点からの高忠実度再構築が可能である。
• 変曲点（特にピークおよび微分係数がゼロとなる点）が信号の大部分の情報を保持しており、中間の点は予測可能性の高さから大部分が冗長である。
• 休息状態fMRIデータにおいて、わずか4点の情報で統計的に有意な共活性化クラスタを同定でき、全信号相関行列とほぼ同一の結果が得られた。
• 元の信号と再構築信号の間の線形相関係数（⟨r⟩）は、自己相関（γ）が高くなるにつれて増加し、強い時間的相関が可逆的圧縮を促進することを示している。
• 元の信号と再構築信号の間の平均二乗誤差（rmse）は、閾値（ν）が高くなるにつれて単調に増加し、低い閾値が信号忠実度をよりよく保持していることを確認した。
• 同一の自己相関特性を持つ合成信号に対しても、同じ圧縮行動が再現されたため、このメカニズムが神経生物学的特異性ではなく、相関構造に起因していることが確認された。