ヒト脳における空間ナビゲーションのための機能的ネットワークのモデル化

Summary

この論文は、人間の脳における空間ナビゲーションのための機能的ネットワークを調査するための統合的アプローチを提示します。このアプローチには、大規模なニューロイメージングメタ分析データベース、安静時機能磁気共鳴画像法、ネットワークモデリング、グラフ理論技術が組み込まれています。

Abstract

空間ナビゲーションは、多感覚情報の統合と操作を含む複雑な機能です。さまざまなナビゲーションタスクを使用して、さまざまな脳領域(海馬、嗅内皮質、海馬傍場所野など)の特定の機能について多くの有望な結果が得られています。最近、相互作用する複数の脳領域が関与する非集約ネットワークプロセスが、この複雑な機能の神経基盤をよりよく特徴付ける可能性があることが示唆されています。本論文では、ヒトの脳における空間ナビゲーションのための機能特異的ネットワークの構築と解析のための統合的アプローチを提示する。簡単に言うと、この統合的アプローチは3つの主要なステップで構成されています:1)空間ナビゲーション(ノード定義)に重要な脳領域を特定する。2)これらの領域の各ペア間の機能的接続性を推定し、接続性マトリックスを構築する(ネットワーク構築)。3)得られたネットワークのトポロジカル特性(モジュール性やスモールワールド性など)を調査する(ネットワーク解析)。ネットワークの観点から提示されたアプローチは、複雑で動的な環境における柔軟なナビゲーションを脳がどのようにサポートしているかをよりよく理解するのに役立ち、ネットワークのトポロジカル特性が明らかになったことは、臨床診療におけるアルツハイマー病の早期発見と診断を導くための重要なバイオマーカーを提供することもできます。

Introduction

機能特異性は、人間の脳の基本的な組織原理であり、認知機能の形成に重要な役割を果たします¹。機能特異性の組織化における異常は、特徴的な認知障害と、自閉症やアルツハイマー病などの主要な脳障害の関連する病理学的基盤を反映している可能性があります^2,3。従来の理論や研究は、^{顔認識のための}紡錘状顔野(FFA)4やシーン処理のための海馬傍場所野(PPA)⁵など、単一の脳領域に焦点を当てる傾向がありましたが、空間ナビゲーションや言語などの複雑な認知機能には、複数の脳領域にわたる協調活動が必要であることを示唆する証拠が増えています⁶.複雑な認知機能を支える相互作用の根底にあるメカニズムを調べることは、脳の機能的構造と動作に光を当てるのに役立つ重要な科学的問題です。ここでは、空間ナビゲーションを例にとり、人間の脳における空間ナビゲーションのための機能的ネットワークをモデル化するための統合的手法を提示する。

空間ナビゲーションは複雑な認知機能であり、視覚空間コーディング、記憶、意思決定など、複数の認知要素の統合と操作を伴^{います7。}機能的磁気共鳴....

Protocol

注:ここで使用されているすべてのソフトウェアは、 材料表に示されています。本研究で実証目的で使用したデータは、ヒトコネクトームプロジェクト(HCP:http://www.humanconnectome.org)¹⁵からのものです。すべての実験手順は、ワシントン大学の治験審査委員会(IRB)によって承認されました。HCPデータセットの画像データは、32チャンネルのヘッドコイルを備えた改良型3T Siemens Skyraスキャナーを使用して取得しました。その他の画像取得パラメータは、以前の論文¹⁶で詳述されている。デモンストレーション用に最小限の前処理データをダウンロードし、勾配歪み補正、モーション補正、フィールドマップ前処理、空間歪み補正、モントリオール神経研究所(MNI)空間への空間正規化、強度正規化、バイアスフィールド除去の前処理ステップを完了しました。研究者のプロジェクトからの安静時のfMRIデータも使用できます。

1. データの前処理

1. データの品質をチェックし、再テストデータが欠落している参加者と過度の頭の動き(並進3mm、回転3°)のある参加者を除外します。
   注:5人の参加者を除外し、38人の若年成人(22-35歳)を主な分析に含めた。
2. MATLAB でグラフ....

Results

ナビゲーションネットワーク
本研究では、最新のメタアナリシス神経画像データベースとAICHAアトラスを組み込むことで、空間ナビゲーションに関連する27の脳領域を同定しました。これらの領域は、ナビゲーション神経画像研究で一般的に報告されている内側側頭領域と頭頂領域で構成されていました。これらの領域の空間分布を図5Aおよび図5Cに示します。比較として、図 5B と図 5D の空間ナビゲーション領域の以前の定義も視覚化しました。比較対象として、AALアトラスの20の地域を組み入れた。これら 2 つの領域セットは、大きな重複を示しました。

Discussion

ネットワーク神経科学は、脳のネットワークが人間の認知機能をどのようにサポートしているかを理解するのに役立つと期待されています³²。このプロトコルは、人間の脳の空間ナビゲーションのための機能ネットワークを研究するための統合的なアプローチを示しており、他の認知構造(言語など)のネットワークモデリングにも影響を与えます。

このアプローチは、ノード定義、ネットワーク構築、ネットワーク解析の 3 つの主要なステップで構成されていました。ネットワーク構築とネットワーク解析は、脳全体の一般的なネットワーク研究と同じですが、ノードの定義は、このプロトコルの最も重要なステップです。このステップでは、空間ナビゲーションに関連する機能的活性化の大規模なメタアナリシスを利用して、ナビゲーション行動にとって最も重要な脳領域を局在化します。したがって、機能的に意味のあるネットワークをモデル化することができ、ネットワークの観点から複雑な処理の神経基盤を理解するのに役立ちます。前頭前野領域はノード定義の結果に欠落していたが、ナビゲーション研究の増加により、これらの領.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
ブレイン・コネクティビティ・ツールボックス(BCT)	Mikail Rubinov &オラフ・スポーンズ	2019	The Brain Connectivity Toolbox (brain-connectivity-toolbox.net) は、構造的および機能的な脳コネクティビティデータセットの複素ネットワーク(グラフ)解析のためのMATLABツールボックスです。
GRETNA	ジンホイワン他。	2	GRETNAは、現在の神経科学分野で研究されているネットワーク測定のほとんどを統合することにより、研究者が脳コネクトームのトポロジーを包括的に分析することを可能にするグラフ理論ネットワーク解析ツールボックスです。
MATLAB	MathWorks	2021a	MATLAB は、何百万人ものエンジニアや科学者がデータの解析、アルゴリズムの開発、モデルの作成に使用しているプログラミングおよび数値計算プラットフォームです。
Python	グイド・ファン・ロッサム他	3.8.6	Pythonは、より迅速に作業し、システムをより効果的に統合できるようにするプログラミング言語です。
統計的パラメトリックマッピング(SPM)	Karl Friston et.al	12	統計的パラメトリックマッピング 機能的なイメージングデータに関する仮説を検証するために使用される、空間的に拡張された統計プロセスの構築と評価を指します。