[論文レビュー] Revisiting non-linear functional brain co-activations: directed, dynamic and delayed

Ignacio Cifré, Maria T. Miller Flores+2 more|arXiv (Cornell University)|Jul 30, 2020

Functional Brain Connectivity Studies参考文献 48被引用数 22

ひとこと要約

本論文は、短時間で高振幅を示すBOLDイベントを分析することで、方向性、時間遅れ、非線形な共活性化パターンを捉えるための新しい指標、非線形動的機能的結合（nldFC）を提案する。この手法は、自閉スペクトラム症候群（ASD）において方向性の異なる結合と遅れ構造の変化を明らかにし、従来の相関に基づく手法を超えた、より洗練された機能的脳ネットワークの理解を提供する。

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.

研究の動機と目的

• 従来の線形相関を超えて、非線形的で方向性があり、時間遅れのあるfMRIデータにおける機能的結合を捉える手法を開発すること。
• データの複雑さを軽減しながらも、主要なネットワークダイナミクスを保持するため、高振幅BOLDイベントを機能的結合分析の情報単位として活用すること。
• この手法を公表済みの自閉症fMRIデータセットに適用し、従来の手法では検出できない新たな結合パターンを明らかにできるかを検証すること。
• 機能的結合が、方向性や時間遅れを含むイベントベースのダイナミクスを通じて意味的に分析可能であることを示すこと。
• nldFCが、脳ネットワーク相互作用のより詳細で生物学的に妥当な表現を提供することを概念的証明すること。

提案手法

• fMRI時系列をzスコア化し、閾値（通常1〜2標準偏差）を超える上昇クロスを検出することで、高振幅BOLDイベントを特定する。
• 各閾値クロスの中心に位置するイベントセグメントを定義し、通常はピークの4〜5秒前から15秒後までの範囲を想定する。
• 異なる脳領域間のイベント系列間における非線形相関測度を計算することで、機能的結合を定量化し、方向性を含む。
• 自己相関や類似する動的アライメント技術を用いて、共活性化イベント間の時間遅れを推定し、因果的に類似する情報フローを推測する。
• ポイントプロセスに類似したイベントタイミングを用いて、連続的時系列相関ではなく、動的でイベント駆動のプロセスとして機能的結合をモデル化する。
• nldFC指標を健常対照群および自閉スペクトラム症候群（ASD）fMRIデータセットに適用し、結合パターンを比較する。

実験結果

リサーチクエスチョン

• RQ1 高振幅BOLDイベントは、fMRIにおいて非線形的かつ方向性のある機能的結合を捉えるための有効な情報単位として機能するか？
• RQ2 共活性化イベント間の時間遅れは、脳領域によってどのように変化するのか？ そして、それらは脳内での情報フローに何を明らかにするのか？
• RQ3 提案されたnldFC指標は、対照群と比較して、自閉症患者において変化した機能的結合パターンを検出できるか？
• RQ4 nldFCアプローチは、従来の線形相関手法に比べて、機能的結合の解釈をどの程度改善できるか？
• RQ5 方向性があり、動的で遅延のある共活性化パターンは、イベントベースの分析を用いて、安静状態fMRIデータから信頼性高く抽出可能か？

主な発見

• nldFC指標は、高振幅BOLDイベントのみを用いても、脳領域間の方向性のある機能的結合を効果的に捉えており、これらの短時間の活性化が重要なネットワーク情報を持っていることを示している。
• 共活性化イベント間の時間遅れが一貫して観察され、脳領域間での情報伝播が即時的ではなく、特定の順序パターンに従う可能性があることを示唆している。
• 自閉症データセットでは、社会認知や自己関連処理に関連するネットワークにおいて、方向性のある結合の変化が明らかになり、特定の経路で遅れのある相関が増加していることが観察された。
• nldFCアプローチは高いデータ圧縮効率を示しており、元の信号のわずかな部分でほとんどすべての機能的結合情報を保持していたことから、その効率性が確認された。
• この手法は、従来報告されていなかったASDにおける機能的結合特徴を同定した。特に、デフォルトモードネットワークとサリエンスネットワークの主要ノード間における非対称的かつ遅延のある相互作用が明らかになった。
• 自閉症データセットにおける先行研究の再現は、nldFCアプローチの堅牢性を確認した一方で、イベントベースのダイナミクスと方向性の観点から、新たな洞察を提供した。