Method Article

인간 뇌의 공간 탐색을 위한 기능적 네트워크 모델링

DOI:

10.3791/65150

⸱

October 13th, 2023

 ,  ,  , 
1Department of Psychology and Behavioral Sciences, Zhejiang University, 2Department of Neuroscience, Max Planck Institute for Empirical Aesthetics, 3Department of Psychiatry of Sir Run Run Shaw Hospital, Zhejiang University School of Medicine

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

이 논문은 인간 두뇌의 공간 탐색을 위한 기능적 네트워크를 조사하기 위한 통합적 접근 방식을 제시합니다. 이 접근 방식은 대규모 신경 영상 메타 분석 데이터베이스, 휴지 상태 기능적 자기 공명 영상, 네트워크 모델링 및 그래프 이론 기술을 통합합니다.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

공간 탐색은 다중 감각 정보의 통합 및 조작과 관련된 복잡한 기능입니다. 다양한 탐색 작업을 사용하여 다양한 뇌 영역(예: 해마, 내측 피질 및 부해마 부위)의 특정 기능에 대해 많은 유망한 결과를 얻었습니다. 최근에는 여러 상호 작용하는 뇌 영역을 포함하는 비응집적 네트워크 프로세스가 이 복잡한 기능의 신경 기반을 더 잘 특성화할 수 있다는 제안이 있었습니다. 이 논문은 인간 뇌의 공간 탐색을 위한 기능적 특정 네트워크를 구성하고 분석하기 위한 통합적 접근 방식을 제시합니다. 간단히 말해서, 이 통합적 접근은 세 가지 주요 단계로 구성됩니다: 1) 공간 탐색(노드 정의)에 중요한 뇌 영역을 식별합니다. 2) 이들 영역의 각 쌍 간의 기능적 연결성을 추정하고 연결성 매트릭스를 구성(네트워크 구축); 3) 결과 네트워크의 위상적 특성(예: 모듈성 및 작은 세계성)을 조사합니다(네트워크 분석). 네트워크 관점에서 제시된 접근 방식은 복잡하고 역동적인 환경에서 우리의 뇌가 유연한 탐색을 지원하는 방법을 더 잘 이해하는 데 도움이 될 수 있으며, 네트워크의 드러난 토폴로지 특성은 임상 실습에서 알츠하이머병의 조기 식별 및 진단을 안내하는 중요한 바이오마커를 제공할 수도 있습니다.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

기능적 특이성은 인지 기능을 형성하는 데 중요한 역할을 하는 인간 뇌의 기본 조직 원리입니다1. 기능적 특이성 조직의 이상은 특징적인 인지 장애와 자폐증 및 알츠하이머병과 같은 주요 뇌 질환의 관련 병리학적 기초를 반영할 수 있습니다 2,3. 기존의 이론과 연구는 얼굴 인식을 위한 방추형 얼굴 영역(fusiform face area)4 및 장면 처리를 위한 부해마 장소 영역(parahippocampus place area)5과 같은 단일 뇌 영역에 초점을 맞추는 경향이 있었지만, 공간 탐색 및 언어를 포함한 복잡한 인지 기능이 여러 뇌 영역에 걸친 좌표 활동을 필요로 한다는 증거가 증가하고 있습니다6. 복잡한 인지 기능을 지원하는 상호 작용의 기저에 있는 메커니즘을 조사하는 것은 뇌의 기능적 구조와 작동을 밝히는 데 도움이 되는 중요한 과학적 질문입니다. 여기서는 공간 탐색을 예로 들어 인간 두뇌의 공간 탐색을 위한 기능적 네트워크를 모델링하는 통합적 방법을 제시합니다.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

참고: 여기에 사용된 모든 소프트웨어는 재료 표에 나와 있습니다. 본 연구에서 시연 목적으로 사용된 데이터는 Human Connectome Project(HCP: http://www. humanconnectome.org)15에서 가져온 것입니다. 모든 실험 절차는 워싱턴 대학의 IRB(Institutional Review Board)의 승인을 받았습니다. HCP 데이터 세트의 이미징 데이터는 32채널 헤드 코일이 있는 수정된 3T Siemens Skyra 스캐너를 사용하여 수집되었습니다. 다른 이미지 획득 파라미터는 이전 논문16에 자세히 설명되어 있습니다. 데모를 위해 최소한의 전처리된 데이터를 다운로드했으며, 기울기 왜곡 보정, 모션 보정, 필드 맵 전처리, 공간 왜곡 보정, MNI(Montreal Neurological Institute) 공간에 대한 공간 정규화, 강도 정규화 및 바이어스 필드 제거와 같은 전처리 단계를 완료했습니다. 연구자 프로젝트의 휴식 상태 fMRI 데이터도 사용할 수 있습니다.

1. 데이터 전처리

  1. 데이터 품질을 확인하고 재테스트 데이터가 누락되고 머리....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

내비게이션 네트워크
본 연구는 최신 메타 분석 신경 영상 데이터베이스와 AICHA 아틀라스를 통합하여 공간 탐색과 관련된 27개의 뇌 영역을 식별했습니다. 이 영역은 내측 측두엽 및 정수리 영역으로 구성되었으며, 이는 항법 신경 영상 연구에서 일반적으로 보고되었습니다. 이러한 영역의 공간 분포는 그림 5A 및 그림 5C에 나와 있습니다. 비교를 위해 그림 5B 와 그림 5D에서 공간 탐색 영역의 이전 정의도 시각화했습니다. AAL 아틀라스의 20개 지역이 비교 대상으로 포함되었습니다. 이 두 영역 집합은 겹치는 부분이 많았습니다.

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

네트워크 신경과학은 뇌 네트워크가 인간의 인지 기능을 어떻게 지원하는지 이해하는 데 도움이 될 것으로 기대된다32. 이 프로토콜은 인간 두뇌의 공간 탐색을 위한 기능적 네트워크를 연구하기 위한 통합적 접근 방식을 보여주며, 이는 다른 인지 구조(예: 언어)에 대한 네트워크 모델링에도 영감을 줄 수 있습니다.

이 접근 방식은 노드 정의, 네트워크 구성 및 네트워크 분석의 세 가지 주요 단계로 구성되었습니다. 네트워크 구성 및 네트워크 분석은 전체 뇌에 대한 일반적인 네트워크 연구와 동일하지만 노드 정의는 이 프로토콜의 가장 중요한 단계입니다. 이 단계에서는 공간 탐색과 관련된 기능 활성화에 대한 대규모 메타 분석을 사용하여 탐색 행동에 가장 중요한 뇌 영역을 국소화합니다. 따라서 기능적으로 의미 있는 네트워크를 모델링할 수 있으며, 이는 네트워크 관점에서 복잡한 처리의 신경적 기초를 이해하는 데 도움이 됩니다. 노드 정의 결과에는 전두엽 .......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

저자는 이해 상충이 없다고 선언합니다.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Xiang-Zhen Kong은 중국 국립 자연 과학 재단(32171031), STI 2030 - 주요 프로젝트(2021ZD0200409), 중앙 대학 기초 연구 기금(2021XZZX006) 및 절강 대학교 정보 기술 센터의 지원을 받았습니다.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Brain connectivity toolbox (BCT)미카일 루비노프 & 올라프 스폰스 2019Brain Connectivity Toolbox(brain-connectivity-toolbox.net)는 구조적 및 기능적 뇌 연결성 데이터 세트의 복소 네트워크(그래프) 분석을 위한 MATLAB 툴박스입니다.
GRETNAJinhui, Wang 외.2GRETNA는 그래프 이론적 네트워크 분석 도구 상자로, 연구자들이 현재 신경 과학 분야에서 연구된 대부분의 네트워크 측정을 통합하여 뇌 커넥톰의 토폴로지에 대한 포괄적인 분석을 수행할 수 있도록 합니다.
MATLABMathWorks2021aMATLAB은 수백만 명의 엔지니어와 과학자가 데이터를 분석하고, 알고리즘을 개발하고, 모델을 생성하는 데 사용하는 프로그래밍 및 숫자 컴퓨팅 플랫폼입니다.
Python, Guido van Rossum, et al.3.8.6Python은 더 빠르게 작업하고 시스템을 더 효과적으로 통합할 수 있는 프로그래밍 언어입니다.
통계적 파라메트릭 매핑(SPM)Karl Friston et.al 12통계적 파라메트릭 매핑  기능적 이미징 데이터에 대한 가설을 테스트하는 데 사용되는 공간적으로 확장된 통계 프로세스의 구성 및 평가를 나타냅니다.
,

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Kanwisher, N. Functional specificity in the human brain: a window into the functional architecture of the mind. Proceedings of the National Academy of Sciences of the United States of America. 107 (25), 11163-11170 (2010).
  2. Coughlan, G., Laczo, J., Hort, J., Minihane, A. M., Hornberger, M.

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Spatial NavigationFunctional Brain NetworkNetwork AnalysisFMRI DataBrain ConnectivityGraph TheoryHippocampus FunctionSmall WorldnessClustering CoefficientAlzheimer s Biomarkers

Related Articles