1. No category

医療情報システム研究室
NIRS 認知負荷班
【文献調査】
Capturing dynamic patterns of task-based functional
connectivity with EEG
木村 茜
廣安 知之
山本 詩子
2014 年 11 月 5 日
1
タイトル
EEG によるタスク関連の機能的結合の動的パターンをキャプチャする
2
著者
Nader Karamzadeh, Andrei Medvedev, Afrouz Azari, Amir Gandjbakhche, Laleh Najafizadeh
3
出典
NeuroImage, Volume 66, 1 February 2013, Pages 311-317
4
アブストラクト
タスクに基づく機能的結合の動的パターン解明のための新しいアプローチとして、信号分割、動的時間伸縮
(DTW)、Quality Threshold(QT) クラスタリングを組み合わせる手法を示す．5 人の健常者が、聴覚オッドボー
ル課題と視覚変調オッドボール課題を実施した際の脳波 (EEG) 信号を記録した。各タスク中の機能的結合の動的
パターンのキャプチャのために、EEG 信号は以前によく研究された事象関連電位 (ERPs) の一時的な窓に相当す
る時間として区分される。それぞれの一時的な窓に対して、DTW はチャンネルの間の機能的な類似性を測定する
ために使用される。一般的に使われる相互相関のような一時的な類似性計測とは異なり、DTW は配列特性が時間
的に変化する可能性があることを考慮に入れ、時系列を比較します。その後、QT クラスタリング分析は個々の一
時的な窓における機能的結合部位を自動的に識別するために使用される。各タスクについて、提案されたアプロー
チは脳の機能的結合のための (被験者 5 人全員に観測された) 動的パターンの特異的配列を確立することができた。
5
キーワード
Electroencephalography(EEG)，Functional connectivity，Clustering analysis．
6
参考文献
• resting state やタスク関連の機能的結合において、脳機能的に類似作用を持つ部位の識別を目指す研究が過去
数年間でますます注目を集めている。健康なグループに加えて、自閉症、外傷性脳損傷 (TBI)、Alzheimer お
よび鬱病を含む患者グループも、機能的結合研究の被験者であった。
・H. Koshino, P.A. Carpenter, N.J. Minshew, V.L. Cherkassky, T.A. Keller, M.A. Just Functional connec-
tivity in an fMRI working memory task in high-functioning autism Neuroimage, 3 (2005), pp. 810–821
・H. Koshino, R.K. Kana, T.A. Keller, V.L. Cherkassky, N.J. Minshew, M.A. Just fMRI investigation of
working memory for faces in autism: visual coding and underconnectivity with frontal areas Cereb. Cortex,
2 (2008), pp. 289–300
・L. Pollonini, U. Patidar, N. Situ, R. Rezaie, A.C. Papanicolaou, G. Zouridakis Functional connectivity
networks in the autistic and healthy brain assessed using Granger causality Engineering in Medicine and
Biology Society, Buenos Aires, Argentina, IEEE (2010)
・M. Kasahara, D. Menon, C. Salmond, J. Outtrim, J.V.T. Tavares, T. Carpenter, J. Pickard, B. Sahakian,
E. Stamatakis Altered functional connectivity in the motor network after traumatic brain injury Neurology,
2 (2010), pp. 168–176
1
・A.R. Mayer, M.V. Mannell, J. Ling, C. Gasparovic, R.A. Yeo Functional connectivity in mild traumatic
brain injury Hum. Brain Mapp., 11 (2011), pp. 1825–1835
・J. Dauwels, F. Vialatte, A. Cichocki Diagnosis of Alzheimers disease from eeg signals: where are we
standing– Curr. Alzheimer Res., 6 (2010), pp. 487–505
・J. Dauwels, F. Vialatte, T. Musha, A. Cichocki A comparative study of synchrony measures for the early
diagnosis of Alzheimer’s disease based on EEG Neuroimage, 1 (2010), pp. 668–693
・P.J. Uhlhaas, W. Singer Neural synchrony in brain disorders: relevance for cognitive dysfunctions and
pathophysiology Neuron, 1 (2006), pp. 155–168
・M.D. Greicius, B.H. Flores, V. Menon, G.H. Glover, H.B. Solvason, H. Kenna, A.L. Reiss, A.F. Schatzberg
Resting-state functional connectivity in major depression: abnormally increased contributions from subgenual cingulate cortex and thalamus Biol. Psychiatry, 5 (2007), pp. 429–437
・Y.I. Sheline, J.L. Price, Z. Yan, M.A. Mintun Resting-state functional MRI in depression unmasks increased connectivity between networks via the dorsal nexus Proc. Natl. Acad. Sci., 24 (2010), p. 11020
• 各々に長所や短所のある多くの画像診断療法は、脳の機能的結合を調査するために使用された。
・B. Biswal, F. Zerrin Yetkin, V.M. Haughton, J.S. Hyde Functional connectivity in the motor cortex of
resting human brain using echo‐ planar mri Magn. Reson. Med., 4 (1995), pp. 537–541
・B. Horwitz, J.M. Rumsey, B.C. Donohue Functional connectivity of the angular gyrus in normal reading
and dyslexia Proc. Natl. Acad. Sci., 15 (1998), p. 8939
・M. Lowe, B. Mock, J. Sorenson Functional connectivity in single and multislice echoplanar imaging using
resting-state fluctuations Neuroimage, 2 (1998), pp. 119–132
・C.M. Lu, Y.J. Zhang, B.B. Biswal, Y.F. Zang, D.L. Peng, C.Z. Zhu Use of fNIRS to assess resting state
functional connectivity J. Neurosci. Methods, 2 (2010), pp. 242–249
・C. Stam Functional connectivity patterns of human magnetoencephalographic recordings: a“ small-world ”
network– Neurosci. Lett., 1–2 (2004), pp. 25–28
• タスク実行中の脳領域間相互作用は一時的に動的であることが示された。
・C. Buchel, K. Friston Dynamic changes in effective connectivity characterized by variable parameter
regression and Kalman filtering Hum. Brain Mapp., 5–6 (1998), pp. 403–408
・J. Kang, L. Wang, C. Yan, J. Wang, X. Liang, Y. He Characterizing dynamic functional connectivity
in the resting brain using variable parameter regression and Kalman filtering approaches Neuroimage, 56
(2011), pp. 1222–1234
・A. Kelly, L.Q. Uddin, B.B. Biswal, F.X. Castellanos, M.P. Milham Competition between functional brain
networks mediates behavioral variability Neuroimage, 1 (2008), pp. 527–537
・Y. Liu, J.H. Gao, M. Liotti, Y. Pu, P.T. Fox Temporal dissociation of parallel processing in the human
subcortical outputs Nature, 6742 (1999), pp. 364–366
• 脳領域間の相互作用は一般的にミリセカンド間隔内に起こる。したがって高い時間分解能を提供する EEG が
短時間の事象をもキャプチャできうるため使用されている。
・J. Bhattacharya, H. Petsche Phase synchrony analysis of EEG during music perception reveals changes
in functional connectivity due to musical expertise Signal Process., 11 (2005), pp. 2161–2177
・T. Koenig, L. Prichep, D. Lehmann, P.V. Sosa, E. Braeker, H. Kleinlogel, R. Isenhart, E.R. John Millisecond by millisecond, year by year: normative EEG microstates and developmental stages Neuroimage,
1 (2002), pp. 41–48
・G. Kramer, W.M. van der Flier, C. de Langen, M.A. Blankenstein, P. Scheltens, C.J. Stam EEG functional
connectivity and ApoE genotype in Alzheimer’s disease and controls Clin. Neurophysiol., 12 (2008), pp.
2727–2732
・D. Lehmann, P.L. Faber, S. Tei, R.D. Pascual-Marqui, P. Milz, K. Kochi Reduced functional connectivity
between cortical sources in five meditation traditions detected with lagged coherence using EEG tomography Neuroimage, 60 (2012), pp. 1574–1586
2
・S. Micheloyannis, E. Pachou, C.J. Stam, M. Breakspear, P. Bitsios, M. Vourkas, S. Erimaki, M. Zervakis
Small-world networks and disturbed functional connectivity in schizophrenia Schizophr. Res., 1 (2006), pp.
60–66
・Y.A.L. Pijnenburg, R.L.M. Strijers, W.M. van der Flier, P. Scheltens, C.J. Stam Investigation of resting-
state EEG functional connectivity in frontotemporal lobar degeneration Clin. Neurophysiol., 8 (2008), pp.
1732–1738
• 刺激誘発脳応答は短時間の事象である。
・E.R. John Machinery of the mind: data, theory, and speculations about higher brain function: based on
the First International Conference on Machinery of the Mind, February 25-March 3, 1989, Havana City,
Cuba, Birkhauser (1990)
・T. Koenig, D. Studer, D. Hubl, L. Melie, W. Strik Brain connectivity at different time-scales measured
with EEG Phil. Trans. R. Soc. B Biol. Sci., 1457 (2005), pp. 1015–1024
・D. Lehmann, P.L. Faber, S. Galderisi, W.M. Herrmann, T. Kinoshita, M. Koukkou, A. Mucci, R.D.
Pascual-Marqui, N. Saito, J. Wackermann EEG microstate duration and syntax in acute, medication-naive,
first-episode schizophrenia: a multi-center study Psychiatry Res. Neuroimaging, 2 (2005), pp. 141–156
• 短時間の事象に対応する一時的な窓の識別はタスク関連の脳機能結合研究において重大であると考えられる。
窓の種類の無視は、脳領域の動的な相互作用を退ける可能性がある。
・J. Kang, L. Wang, C. Yan, J. Wang, X. Liang, Y. He Characterizing dynamic functional connectivity
in the resting brain using variable parameter regression and Kalman filtering approaches Neuroimage, 56
(2011), pp. 1222–1234
• ERP コンポーネントは知覚プロセス・認知プロセス・行動プロセスを明らかにする時間制約のある事象であ
る。
・J.E. Alexander, B. Porjesz, L.O. Bauer, S. Kuperman, S. Morzorati, S.J. O’CONNOR, J. Rohrbaugh, H.
Begleiter, J. Polich P300 hemispheric amplitude asymmetries from a visual oddball task Psychophysiology,
5 (1995), pp. 467–475
• 本研究では、タスク関連機能的結合び動的パターンの確立を試みる。それにより、タスク実行中の機能的結合
部位の解明が可能になるだろう。ゴールを達成するためにまず、EEG 信号をいくつかのセグメントに分割す
る。EEG セグメントのための一時的な窓は、ERP コンポーネントの発生が期待される時間間隔と同じように
設定される。次に、各セグメント内の信号の類似性測定に DTW アルゴリズムを使用する。最後に、類似性
マトリックスは Quality Threshold (QT) クラスタリングアルゴリズムに用いる。
・L.J. Heyer, S. Kruglyak, S. Yooseph Exploring expression data: identification and analysis of coexpressed
genes Genome Res., 11 (1999), pp. 1106–1115
• DTW は音声処理の分野での一般的な手法であり、配列特性が時間的に変化しうることを考慮し時系列を比較
するために使用される。
・H. Sakoe, S. Chiba Dynamic programming algorithm optimization for spoken word recognition IEEE
Trans. Acoust. Speech Signal Process., 1 (1978), pp. 43–49
• EEG 信号の非定常性動作に関していうと、DTW の使用は、一般的に定常性の仮定を要求する相互相関のよ
うな慣例的に使用される方法と比較してより適切であるように見える。
・E.R. John Machinery of the mind: data, theory, and speculations about higher brain function: based on
the First International Conference on Machinery of the Mind, February 25-March 3, 1989, Havana City,
Cuba, Birkhauser (1990)
・T. Koenig, D. Studer, D. Hubl, L. Melie, W. Strik Brain connectivity at different time-scales measured
with EEG Phil. Trans. R. Soc. B Biol. Sci., 1457 (2005), pp. 1015–1024
・D. Lehmann, W. Strik, B. Henggeler, T. Koenig, M. Koukkou Brain electric microstates and momentary
conscious mind states as building blocks of spontaneous thinking: I. Visual imagery and abstract thoughts
3
Int. J. Psychophysiol., 1 (1998), pp. 1–11
・D. Lehmann, P.L. Faber, S. Galderisi, W.M. Herrmann, T. Kinoshita, M. Koukkou, A. Mucci, R.D.
Pascual-Marqui, N. Saito, J. Wackermann EEG microstate duration and syntax in acute, medication-naive,
first-episode schizophrenia: a multi-center study Psychiatry Res. Neuroimaging, 2 (2005), pp. 141–156
・M. Jalili, M.G. Knyazeva EEG-based functional networks in schizophrenia Comput. Biol. Med., 12 (2011),
p. 1178
・C. Lithari, M. Klados, C. Papadelis, C. Pappas, M. Albani, P. Bamidis How does the metric choice affect
brain functional connectivity networks– Biomed. Signal Process. Control, 7 (2011), pp. 228–236
• しかし、使用される DTW 技術が時系列中の非線形定量化問題に取り組むただ一つの手法ではないことに注
意すべきであり、異なる方法でこの問題を扱う他の技術もある。
・J. Dauwels, F. Vialatte, T. Weber, A. Cichocki Quantifying statistical interdependence by message passing
on graphs–part i: one-dimensional point processes Neural Comput., 8 (2009), pp. 2152–2202
・J. Dauwels, F. Vialatte, T. Weber, T. Musha, A. Cichocki Quantifying statistical interdependence by
message passing on graphs-part II: multidimensional point processes Neural Comput., 8 (2009), pp. 2203–
2268
・J. Dauwels, T. Weber, F. Vialatte, T. Musha, A. Cichocki Quantifying statistical interdependence, Part
III: N 2 point processes Neural Comput. (2012), pp. 1–47
・R.Q. Quiroga, T. Kreuz, P. Grassberger Event synchronization: a simple and fast method to measure
synchronicity and time delay patterns Phys. Rev. E, 4 (2002), p. 041904
・J.D. Victor, K.P. Purpura Metric-space analysis of spike trains: theory, algorithms and application Netw.
Comput. Neural Syst., 2 (1997), pp. 127–164
• QT はデータセットなしの教師なし分類に用いられる技術である．k-means 法のような他のクラスタリング
手法よりも QT を使うことの利点の一つは、思い込みでクラスタの数を指定する必要がない点である。また、
アルゴリズムの結果は、クラスターに分けられるポイントの順序に依存せず、常に同じクラスタ結果を返す。
・J.A. Hartigan, M.A. Wong Algorithm AS 136: a k-means clustering algorithm J. R. Stat. Soc.: Ser. C:
Appl. Stat., 1 (1979), pp. 100–108
• 生理的なアーチファクトを除去するために、1Hz で HPF をかけた。瞬きや筋肉の活動に関するその他の主要
なアーチファクトの除去により独立成分分析 (ICA) 技術を行う。
・A. Hyvarinen, E. Oja Independent component analysis: algorithms and applications Neural Netw., 4–5
(2000), pp. 411–430
• QT クラスタリングは、遺伝子発現データの分析のために開発された。
・L.J. Heyer, S. Kruglyak, S. Yooseph Exploring expression data: identification and analysis of coexpressed
genes Genome Res., 11 (1999), pp. 1106–1115
4