DISCUSSION
Task-Free Approaches Delineate Functional Systems across the Cortex
기능적 신경영상 연구들은 뇌 영역 군집들이 다양한 인지 수행(cognitive operations)에 공통적으로 관여하는 것을 확인하였고, 이를 기능적 시스템으로 정의함. 자발적 BOLD 활성화(spontaneous BOLD activity) 연구 이전까지는 기능적 시스템 내에 관련된 영역들은 몇몇 과제 패러다임에 의존하여 연구함.
과제-기반 접근들은 통한 연구들에서 확인한 뇌 영역들의 기능적 시스템은 단지 일시적이고 과제-특수한 영역일 수 있음.
하지만, 논문에 제시된 하위 그래프들은 노드에 대한 사전 정보가 없은 방법을 사용하여 task-free 활성화에서 파생됨. 신경영상에서 패러다임으로 유발된 기능적 시스템 측면과 task-free 활성화로 파생된 패러다임에 자유로운(paradigm-free) 하위 그래프들 간 유사성이 나타남.
Meta-analytic localizer를 통한 기능적 가정을 포함하는 areal network 분석과 기능적 가정이 없는 수정된 voxelwise 분석들 간 매우 유사한 결과를 보여줌. 뇌 전체 맥락에서, 다양한 기능적 시스템들은 자발적 활성화로 각각 구분됨.
뇌 기능적 조직의 task-free 정의는 인지적 기능에 대한 관점을 알려줌. 예를 들어, dorsal과 lateral frontal cortex는 다양한 분산된 하위 그래프들로 분산된 것으로 보이고, 기존에 알려진 기능적 시스템에 해당함(그림 2). 이 구조는 인지의 설명인 rostro-caudal gradients 또는 전두피질의 hierarchies와는 일치하지 않음.
이와 관련하여, visual, SSM 및 default mode 시스템에서 유사한 그래프 속성들의 발견은 default mode system이 control 타입 시스템이 아니라 어느정도 processing 타입의 시스템으로 보여지는 것을 의미함.
Integrating the Present Findings with Other Approaches to Whole-Brain rs-fcMRI Analysis
다양한 방법들을 이용하여 기능적 뇌 조직의 구조를 조사한 최근 연구들에서 이 논문에서 보고한 하위 그래프들과 유사한 resting state 네트워크들을 확인함. 이 논문은 graph theoretic framework가 특히 유용하다는 것을 발견하였는데, 이는 전체 그래프(예. small-world measures), 시스템의 일부분(예. 하위 그래프), 또는 시스템의 개별 노드들(예. local efficiency)를 설명하는게 가능한 것을 보여줌.
단일 데이터 세트에서 다양한 네트워크 정의들을 확인함으로써, 네트워크 정의가 네트워크 속성들에 얼마나 큰 영향을 미치는지를 보여주었고, 따라서 뇌에 대한 결론을 도출할 수 있었음.
중요한 점은 그래프 정의에 대한 새로운 접근법들이 동등하거나 교환(interchangeable)될 수 없다는 것을 알아야됨. 이 논문에서는 areal graph의 다양한 graph theoretic 속성들을 확인하였지만, 논의는 수정된 voxelwise 데이터의 공간적 관찰에 한정됨.
Areal graph는 뇌의 기능적 "units"의 추정치를 이용하여 형성하였고, 이 네트워크의 많은 속성들은 기능적 뇌 조직을 직접적으로 반영함. 다른 한편으로는, 수정된 voxelwise graph는 volumetric 요소들을(voxles) 사용하여 정의하였고, 이 그래프는 기능적 조직의 volumetric 속성들을 반영함. 이 그래프에서는, 대부분 기능적 영역들이 많은 복셀들로 표현되고, 큰 기능적 영역들은 다른 작은 영역들에 비해 정보처리의 기능과 관계없이 그래프 구조들을 보여줄 것임. 따라서, 이 volume-based 정의는 정보처리의 표현을 왜곡하여, 이 그래프로부터 도출할 수 있는 결론을 제한함.
CONCLUSIONS
두 가지 요점으로 마무리 함. 첫 번째, 네트워크 측면에서 건강하고 병리학적 뇌 활성화를 검사하는게 트렌드임. 이러한 분석의 sensitivity와 specificity는 뇌 네트워크를 확인하는데 사용되는 framework의 포괄성과 정확성과 직접적으로 연결됨.
이 논문에서 사용된 framework는 상당히 정확하고, 뇌 전체, 하위 그래프, 또는 개별 노드로써 네트워크를 묘사할 수 있음. 두 번째, 연결성 분석의 정확성을 관련되거나 고유한 신호들의 분리에 달려있음. Areal과 수정된 voxelwise 분석에서 설명했듯이, 인간 피질은 기능적 시스템의 복잡하고 조밀한 topography를 가지고 있음.
댓글