脳をよりよく理解するには、全体像を見てください

医師による主な違い

概要: fMRI技術を使用しながらズームアウトして脳のより広い領域を画像化することで、研究者は追加の関連情報を取得でき、神経相互作用の理解を深めることができます。

ソース: エール

研究者は、機能的磁気共鳴画像法 (fMRI) を通じて人間の脳について多くのことを学びました。 しかし、典型的な fMRI 法では重要な情報が欠落しており、全体像の一部しか得られない可能性があるとイェール大学の研究者は述べています。

新しい研究では、彼らはさまざまなアプローチを評価し、ズームアウトしてより広い視野を取得すると、狭い焦点では除外される追加の関連情報が取得され、神経相互作用の理解が深まることがわかりました.

さらに、これらのより包括的な結果は、研究で提示されたいくつかの発見が他の研究者によって再現できないというニューロイメージングの再現性の問題に対処するのに役立つ可能性があります。

調査結果は 8 月 4 日に出版されました。 米国科学アカデミーの議事録.

fMRI を使用した研究は、通常、脳の小さな領域に焦点を当てています。 このアプローチの一例として、研究者は、特定の活動が実行されたときに、より「活動的」になる脳領域を探し、最も強い活動を示す小さな領域に焦点を合わせます。 しかし、脳のプロセス、特に複雑なプロセスが脳の小さな部分に限定されていないことを示す証拠が増えています。

「脳はネットワークです。 複雑です」と、放射線学および生物医学イメージングの准教授であり、この研究の上級著者であるダスティン・シャイノストは述べています。 単純化しすぎると、不正確な結論につながると彼は言いました。

「より高度な認知プロセスについては、脳の多くの領域が完全に関与していない可能性は低いです」と、イェール大学医学部のシャイノスト研究室のポスドク研究員であり、この研究の筆頭著者であるステファニー・ノーブルは付け加えました。

小さな領域に焦点を当てると、研究中の行動やプロセスに関与する可能性のある他の領域が除外され、将来の研究の方向性にも影響を与える可能性があります.

「脳内で実際に何が起こっているかについて、この誤ったイメージを展開します」と彼女は言いました。

この研究では、研究者は、さまざまなスケールにわたるfMRI分析が、参加者がさまざまな活動を実行する際のfMRI信号の影響または変化をどれだけうまく検出できるかを評価し、脳のどの部分が関与しているかを明らかにしました.

彼らは、感情、言語、社会的相互作用などの複雑なプロセスに関連するさまざまなタスクを実行する個人の脳スキャンを収集したヒューマン コネクトーム プロジェクトのデータを使用しました。

研究チームは、脳ネットワークの非常に小さな部分 (わずか 2 つの領域間の接続など) での効果と、接続のクラスター、広範なネットワーク、および脳全体での効果を探しました。

彼らは、スケールが大きいほど、効果をよりよく検出できることを発見しました。 この効果を検出する能力は「力」として知られています。

「これらのより大規模な方法により、より優れた力が得られます」とノーブル氏は述べています。

最小のスケールでは、研究者は効果の約 10% しか検出できませんでした。 しかし、ネットワーク レベルでは、それらの 80% 以上を検出できました。

余分な電力のトレードオフは、より広いビューが、小規模な分析ほど空間的に正確な情報を中継しないことでした。 たとえば、最小規模では、研究者は、観察した影響が小さな領域全体で発生していると自信を持って言うことができました。

ただし、ネットワーク レベルでは、影響がネットワークの大部分で発生しているとしか言えず、ネットワーク内の正確な場所を特定することはできませんでした。

Noble 氏によると、目標は、さまざまな方法の利点と欠点のバランスを取ることです。

「関連情報のごく一部について自信を持って言えますか。つまり、氷山の一角をはっきりと把握できますか?」 彼女は言いました。

「それとも、少しぼやけているかもしれませんが、脳内で物事が起こっている場所の複雑さと広い空間スケールの感覚を与えてくれる、氷山全体の非常に大きな写真を撮りたいですか?」

他の研究者にとって、このアプローチは実装が簡単であり、ノーブルは、他の科学者がそれをどのように使用するかを見るのを楽しみにしていると述べました.

さらに、これらのより包括的な結果は、研究で提示されたいくつかの発見が他の研究者によって再現できないというニューロイメージングの再現性の問題に対処するのに役立つ可能性があります。 画像はパブリック ドメインにあります

彼女は、神経画像を含む心理学と神経科学の分野が再現性の問題に直面していると述べています。 また、fMRI 分析の低倍率研究は、全体の一部ではなく、矛盾していると見なすことができる、ストーリーの小さな部分のみを明らかにします。

彼女と彼女の同僚がここで行ったように、分析の規模を拡大することで fMRI の検出力を高めることは、一見矛盾しているように見える結果が実際にはどのように調和している可能性があるかを明らかにすることで、再現性の課題に対処する 1 つの方法になる可能性があります。

「食物連鎖を上に移動する、いわば、非常に低いレベルからより複雑なネットワークに移行すると、より多くの力が得られます」と Scheinost 氏は述べています。 「これは、再現性の問題を解決するために使用できるツールの 1 つです。」

こちらもご覧ください

これは、バンジョーを演奏している男性を示しています

また、科学者は赤ちゃんを風呂の水と一緒に捨てるべきではないと、ノーブル氏は述べた. 方法を改善し、厳密性を高めるために多くの優れた作業が行われており、fMRI は依然として価値のあるツールであると彼女は述べています。 特に、複雑な生物と精神的プロセスを扱うものです。」

Noble は現在、fMRI 用の「パワー計算機」を開発しており、他の人が望ましいレベルのパワーを達成する方法で研究を設計するのに役立ちます。

この神経画像研究ニュースについて

著者: マロリー・ロックリア
ソース: エール
コンタクト: マロリー・ロックリア – エール
画像: 画像はパブリックドメインです

元の研究: オープンアクセス。
「クラスターレベルの推論を超えて機能的磁気共鳴イメージングの能力を向上させる」ステファニー・ノーブルらによる。 PNAS


概要

クラスターレベルの推論を超えて機能的磁気共鳴イメージングの能力を向上させる

ニューロ イメージングにおける推論は、通常、焦点脳領域または回路のレベルで発生します。 しかし、ますます強力な研究が、脳全体に分布する広範な効果のより豊富な図を描いており、多くの焦点レポートが根底にある効果の氷山の一角を反映しているにすぎないことを示唆しています.

焦点と大規模な視点が私たちの推論にどのように影響するかは、実際のデータを使用してまだ包括的に評価されていません.

ここでは、Human Connectome Project データセットからタスクベースのコネクトームをリサンプリングする経験的ベンチマーク手順を使用して、複数レベルの推論を表す手順全体で感度と特異性を比較します (〜1,000 被験者、7 タスク、3 つのリサンプリング グループ サイズ、7 つの推論手順)。

広域 (ネットワークおよび全脳) 手順のみが、従来の 80% の統計的検出力レベルを取得して平均効果を検出し、焦点 (エッジおよびクラスター) 手順よりも 20% 以上の統計的検出力を反映しています。 家族ごとのエラー率制御手順と比較して、誤検出率の検出力も大幅に増加しました。

欠点はかなり限られています。 大規模および FDR 手順の特異性の損失は、電力の増加と比較して比較的控えめでした。 さらに、私たちが紹介する大規模な方法は、シンプルで高速で使いやすく、研究者にとって簡単な出発点を提供します。

これはまた、機能的接続だけでなく、タスクベースの活性化を含む関連分野のための、より洗練された広範な方法の可能性を示しています。

全体として、この研究は、推論のスケールをシフトすることと FDR コントロールを選択することの両方がすぐに達成可能であり、この分野の典型的な研究を悩ませている統計的検出力に関する問題を解決するのに役立つことを示しています。

Leave a Reply

Your email address will not be published.