4. How to process resting-state fMRI data
rs-fMRI 데이터를 통해 뇌 영역들 간 기능적 연결성을 연구하는데 다양한 방법들이 사용됨. 1) seed methods, 2) principla component analysis(PCA), 3) singular value decomposition, 4) independent component analysis(ICA), 5) clustering.
대략적으로, rs-fMRI 분석 방법은 크게 model-dependent와 model-free로 구분됨.
4.1. Model-dependent methods: seed method
기능적 연결성을 연구하는 가장 쉬운 방법은 resting-state time-series 동안 특정 영역의 활성화와 그 외 다른 영역들 간 상관을 보는 것임. 특정 영역을 'seed'라고 함. Seed는 이전 연구들를 통해 보고된 영역(a priori) 또는 과제 기반 fMRI 연구에서 관찰된 뇌 영역으로 지정함.
예를 들어, 그림 1b의 seed의 경우 참가자들이 오른손 운동하는 동안에 가장 크게 활성화 된 영역을 선택함. 이후, resting-state를 측정하여, 선택된 영역의 resting-state time-series와 다른 영역들 간 상관을 확인하여(그림 1c), 기능적 네트워크 맵을 구성함.
하지만, 이 방식은 선택된 seed 영역의 기능적 연결성만 확인할 수 있어, 뇌 전체 영역들의 기능성 연결성 패턴을 확인할 수 없는 한계점이 있음.
4.2. Model-free methods
뇌 전체의 연결성 패턴을 확인하기 위해서는, a priori seed 영역 없이 연결성 패턴을 탐색할 수 있는 model-free 방법을 사용해야됨. 대표적으로, PCA, ICA와 hierahcial 및 Laplacian과 normalized cut clustering이 있음.
ICA-기반 방법이 가장 많이 사용되고, 연구들 간 높은 일치성을 보임.
ICA 방법은 서로 가장 독립적인 resting-state 신호의 공간적 소스(network)을 찾음으로써, 혼합된 resting-state 패턴을 설명하기 위해 사용됨. 이 방식을 이용하면 건강한 사람들과 환자 간 기능적 연결성 차이를 확인할 수 도 있음. ICA 방법의 단점은 복잡한 기능성 연결성에 대한 정보가 포함되어 있어 seed 기반 연결성 분석보다 기능적 연결성 맵의 해석이 어려움.
ICA-기반 방식 외에도, 수많은 clustering 방식이 rs-fMRI time-series에 적용됨. Clustering은 서로 유사한 하위 그룹과 서로 유사하지 않은 하위 그룹으로 데이터 그룹화시키는 방식임. 따라서, 클러스터링 결과는 뇌 영역들 간 기능적 연결성을 더 직접적으로 반영하므로, 전통적인 기능적 연결성 맵의 결과와 더 유사할 수 있음.
이러한 방식들 간 각각의 장단점이 있지만, ICA, clustering 및 seed 방식을 모두 매우 유사한 결과를 보여줌(그림 2). 예를 들어, group ICA rs-fMRI 연구들은 공통적으로 default mode network를 보고 하였고, 이는 seed 기반과 clustering 접근 방식에서도 관찰됨.
정리하면, seed, ICA 및 clustering 방법들 모두 유사한 결과를 보여주었고, 이는 휴지기 동안 인간 뇌에서 기능적으로 연결된 다양한 네트워크들이 형성되어 있다는 것을 지지함.
5. Functionally linked brain regions: resting-state networks
Group resting-state 연구들은 휴지기 동안 기능적으로 강하게 연결된 하위 네트워크들을 보고 하였고, 이를 resting-state networks라고 함. 지금까지 신경영상 연구들은 8개의 하위 기능적 네트워크를 보고하였고(그림 2), 여기에는 primary sensory network, motor network, primary visual network, extra-straite visual network, parietal-frontal network(혹은 fronto-parietal network) 및 default-mode network 등이 있음.
대부분의 resting-state networks는 기존에 알려진 기능적 네트워크를 반영하는 경향이 있으며, 특정 인지적 기능을 담당것으로 알려진 영역(혹은 네트워크와)과 서로 겹침. 예를 들어, resting-state networks는 primary motor network, primary visual network 및 주의 처리과정에 관여하는 fronto-parietal network와 겹침.
최근에는 resting-state networks에서 넓은 범위의 기능적 네트워크 뿐만 아니라 하위 기능들로 조직화 된 네트워크도 보고됨. 예를 들어, primary visual 영역들과 겹치는 하위 네트워크와 extra-striate visual 영역들과 겹치는 하위 네트워크를 분리함으로써, 전체 visual network 내에 하위 네트워크를 구분함.
이러한 발견은 휴지기 동안 적어도 한 class의 기능적 연결성이 공통적인 기능을 가진 뇌 영역들 간 지속적인 연결성을 보이는 것을 의미함. 신경 세포들은 과제 수행이 없는 동안에도 서로 끊임없이 정보를 주고 받기 위해 자발적인 발화를 하는 것으로 알려져 있음. 이러한 맥락에서, 기능적 연결성은 수행과 반응 시간을 향상시키는데 도움을 줌으로써, 기능적 시스템을 활성화 상태로 유지는데 도움을 줌. 최근 연구에서는 오랜 기간 동안 수행한 운동 훈련이 일차 운동 영역들 내 resting-state 활성화를 유의하게 증가할 수 있음을 보고함.
Resting-state networks에서 특히 default mode network가 관심을 끌고 있으며, 이 네트워크는 posterior cingulate cortex/precuneous, medial frontal과 inferior parietal 영역들이 기능적으로 연결되어 있음. 다른 resting-state networks와 다르게, default mode network는 휴기지 동안 신경 활성화가 증가함.
Default mode network는 인지적 및 정서적 처리과정의 통합, 주변 세상 모니터링 및 mind-wandering을 포함한 인간 인지의 핵심 프로세스와 관련이 있음. 이러한 특성을 통해, default mode network의 연결성과 활성화로 신경학적/정신과적 뇌 장애에서의 인지적 기능장애를 검사할 수 있음.
6. Functional versus structral connectivity: a structural core of resting-state connectivity
Default mode network, attentional network 등 대부분의 resting-state networks는 해부학적으로 분리된 피질 영역들로 구성됨. 해부학적으로 분리된 뇌 영역들이 어떻게 기능적으로 연결된 상태를 지속할 수 있는가?
만약 resting-state fluctuations이 실제로 뇌 영역들 간 지속적인 신경 활성화와 커뮤니케이션을 반영한다면, 지속적인 커뮤니케이션을 지원하기 위해 최소한 기능적으로 연결된 뇌 영역들 간 구조적 연결성(white matter tracts)이 존재한다는 것을 예상할 수 있음.
White matter tracts은 뇌의 정보 고속도로이며, 이는 공간적으로 분리된 영역들 간 많은 양의 기능적 데이터를 전송할 수 있게 함. 이러한 맥락에서, 해부학적으로 분리된 뇌 영역들의 rs-fMRI time-series의 상관은 지속적은 영역들 간 기능적 커뮤니케이션을 반영한다면, 신경학적 커뮤니케이션을 촉진시키는 white matter 연결들의 구조적 핵심이 있어야함.
최근에 많은 연구들은 rs-fMRI와 구조적 diffusion tensor imaging(DTI) 측정을 결합하여 뇌에서 기능적/구조적 연결성 간 직접적인 관계를 제언함. 구조적으로 연결된 국소적(local) 영역에서 높은 수준의 기능적 연결성을 확인하였고, 전역적(global) 전체 뇌에서, 높은 수준의 구조적 연결성을 가진 뇌 영역들도 높은 수준의 기능적 연결성을 보임.
Default mode network를 살펴보면, 특정 white matter tract이 구조적으로 서로 연결되고 있고 기능적되어 있음. 구체적으로, 동물 연구에서 posterior cingulate cortex와 medial frontal cortex 간 직접적인 구조적 축삭(axonal) 연결을 확인함으로써, cingulum tract이 default mode netwokr의 핵심 영역과 연결된 것을 확인함.
최근 연구는 보고된 resting-state networks의 기능적으로 연결된 영역들이 white matter tracts으로 구조적으로 연결된 것을 확인함.
하지만, 뇌 네트워크의 기능적/구조적 조직이 연결되어 있다고 하더라도, 1:1 관계를 가진다고 할 수 없으며, 이들의 정확한 관계는 아직 잘 알려지지 않음.
차후 연구에서는 구조적 뇌 네트워크가 어떻게 기능적 네트워크들의 기능적 활성화 패턴을 빠르게 변화시키는데 관여하는 확인하는게 필요함.
댓글