医療情報システム研究室 脳機能イメージング N 班 【文献調査】 Quantitative comparison of resting-state functional connectivity derived from fNIRS and fMRI: a simultaneous recording study 田中 勇人 日和 悟 廣安 知之 2016 年 07 月 20 日 タイトル 1 安静状態の機能的コネクティビティにおける定量的な比較：fNIRS と fMRI の同時計測研究 著者 2 L. Duan, Y. j. Zhang, C. z. Zhu 出典 3 NeuroImage, vol.60, issue 4, pp. 2008-2018, 2012 アブストラクト 4 安静状態の機能的コネクティビティ (RSFC) を fNIRS で評価できる可能性は，すでに実証されている．しかし， fNIRS による RSFC 評価の妥当性においては，ほとんど研究されていない．本研究では，21 名の被験者から安静 状態時の fNIRS と fMRI データを同時に取得した．fMRI データを fNIRS 測定空間に変換することで，空間的な 位置合わせが二つのモダリティ間でなされた．その後に，RSFC におけるモダリティ間の類似性 (BMS) の指標が， 複数の空間スケールで評価された．まず，左右の一次運動野 (ROI) における RSFC が，fNIRS と fMRI 間で全被 験者とも類似していた (HbO : BMS (ROI) = 0.95 ± 0.04，HbR : BMS (ROI) = 0.86 ± 0.13)．次に，体性感 覚野での RSFC においては，グループ水準の方 (HbO : 0.79，HbR : 0.74) が個人の被験者の水準 (HbO : 0.48 ± 0.16，HbR : 0.41 ± 0.15) よりもモダリティ間で高い類似性をもつことが示された．そして，我々は安静状態時の 脳内ネットワークにおける幾何学特性を調査するために，fNIRS データとグラフ理論を初めて組み合わせた．最 も重要なパラメータであるクラスター係数 (C(p)) と固有パス長 (L(p)) は，モダリティ間で高い類似性を示した (BMS(Cp) = 0.90 ± 0.03 (HbO)，0.90 ± 0.06 (HbR) ; BMS(Lp) = 0.92 ± 0.04 (HbO)，0.91 ± 0.05 (HbR))． つまり，全ての空間スケールにおける結果は，fNIRS が fMRI に匹敵する RSFC 評価を行うことが可能であるこ とを実証し，安静状態における脳機能統合における脳内コネクティビティおよび脳内ネットワーク手法の有効性 に対して，直接的な根拠を示す． キーワード 5 Resting-state functional connectivity, fNIRS, fMRI, Validity, Simultaneous recording, Graph theory 参考文献 6 6.1 fMRI を用いた RSFC に関する研究 [1] A. a. Fingelkurts, A. a. Fingelkurts and S. Kahkonen, Functional connectivity in the brain - is it an elusive concept?, Neuroscience and Biobehavioral Reviews, vol.28, issue 8, pp.827-836, 2005 [2] M. d. Fox, M. e. Raichle, Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging, Nature Reviews Neuroscience, vol.8, pp.700-711, 2007 [3] J. Xiong, L. m. Parsons, J. h. Gao and P. t. Fox, Interregional connectivity to primary motor cortex revealed using MRI resting state images, Human Brain Mapping, vol.8, no.6, pp.151-156, 1999 1 [4] D. Cordes, V. m. Haughton, K. Arfanakis, G. j. Wendt, P. a. Turski, C. h. Moritz, M. a. Quigley and M. e. Meyerand, Mapping functionally related regions of brain with functional connectivity MR imaging, American Journal of Neuroradiology, vol.21, no.9, pp.1636-1644, 2000 [5] M. d. Fox, M. Corbetta, A. z. Snyder, J. l. Vincent and M. e. Raichle, Spontaneous neuronal activity distinguishes human dorsal and ventral attention system, Proceedings of the National Academy of Sciences, vol.103, no.26, pp.10046-10051, 2006 [6] M. d. Greicius, B. Krasnow, A. l. Reiss and V. Menon, Functional connectivity in the resting brain: a network analysis of the default mode hypothesis, National Academy of Sciences, vol.100, no.1, pp.253-258, 2003 [7] B. y. j. He, A. z. Snyder, J. m. Zempel, M. d. Smyth and M. e. Raichle, Electrophysiological correlates of the brain’s intrinsic large-scale functional architecture, Proceedings of the National Academy of Sciences, vol.105, no.41, pp.16039-16044, 2008 [8] M. d. Fox, M. Greicius, Clinical applications of resting state functional connectivity, Frontiers in Systems Neuroscience, vol.4, no.19, 2010 6.2 fNIRS を用いた RSFC に関する研究 [9] B. r. White, A. z. Snyder, A. l. Cohen, S. e. Petersen, M. e. Raichle, B. l. Schlaggar and J. p. Culver, Restingstate functional connectivity in the human brain revealed with diffuse optical tomography, Neuroimage, vol.47, pp.148-156, 2009 [10] C. m. Lu, Y. j. Zhang, B. b. Biswal, Y. f. Zang, D. l. Peng and C. z. Zhu, Use of fNIRS to assess resting state functional connectivity, Journal of Neuroscience Methods, vol.186, pp.242-249, 2010 [11] F. Homae, H. Watanabe, T. Otobe, T. Nakano, T. Go, Y. Konishi and G. Taga, Development of global cortical networks in early infancy, The Journal of Neuroscience, vol.30, no.14, pp.4877-4882, 2010 [12] R. c. Mesquita, M. a. Franceschini and D. a. Boas, Resting state functional connectivity of the whole head with near-infrared spectroscopy, Biomedical Optics Express, vol.1, pp.324-336, 2010 [13] D. Boas, A. m. Dale and M. a. Franceschini, Diffuse optical imaging of brain activation: approaches to optimizing image sensitivity, resolution and accuracy., Neuroimage, vol.23, pp.275-288, 2004 [14] H. Zhang, Y. j. Zhang, L. Duan, S. y. Ma, C. m. Lu and C. z. Zhu, Is resting-state functional connectivity revealed by functional near-infrared spectroscopy test-retest reliable?, Journal of Biomedical Optics, vol.16, no.6, 2011 [15] Y. j. Zhang, C. m. Lu, B. b. Biswal, Y. f. Zang, D. l. Peng and C. z. Zhu, Detecting resting-state functional connectivity in the language system using functional near-infrared spectroscopy., Journal of Biomedical Optics, vol.15, no.4, 2010 [16] H. Niu, S. Khadka, F. Tian, Z. j. Lin, C. Lu, C. Zhu and H. Liu, Resting-state functional connectivity assessed with two diffuse optical tomographic systems, Journal of Biomedical Optics, vol.16, no.4, 2011 [17] J. Kang, L. Wang, C. Yan, J. Wang, X. Liang and Y. He, Characterizing dynamic functional connectivity in the resting brain using variable parameter regression and Kalman filtering approaches, Neuroimage, vol.56, pp.1222-1234, 2011 [18] W. Majeed, M. Magnuson and S. d. Keilholz, Spatiotemporal dynamics of low frequency fluctuations in BOLD fMRI of the rat, Journal of Magnetic Resonance Imaging, vol.30, 2009 2
© Copyright 2024 ExpyDoc
