본 연구실 공동 연구자인 정석오 교수(외대)와 박해정 교수팀(교신)이 “비선형 뇌 상태 역학에 대한 상호작용 최대 엔트로피 모델의 경험적 베이즈 추정” Empirical Bayes estimation of pairwise maximum entropy model for nonlinear brain state dynamics” 을 주제로 Neuroimage에 발표하였습니다. 상호작용 최대엔트로피 모델 (pairwise Maximum Entropy Model, pMEM)은 뇌의 비선형 상태 변환을 연구하고 상태의 천이 과정을 설명하는 에너지 경관함수를 추정하는 중요한 도구이지만 많은 자료가 필요하여 개인에게 적용하기 어려운데 본 연구실에서는 베이지안 기법을 개발하여 개인의 최대엔트로피 모델을 추정할 수 있게 되었습니다. 이를 주의력 결핍 과잉 행동 장애 아동들을 분석함으로 상태 동역학적 특성이 뇌를 이해하는 중요한 기법임을 보였습니다.
초록 :
상호작용 최대 엔트로피 모델(pairwise Maximum Entropy Model, pMEM)은 최근 휴식 상태 기능 자기 공명 영상(rsfMRI)에서 관찰되는 뇌 상태 역학의 비선형 특성을 탐구하는 데 널리 주목받고 있습니다. 고유한 장점에도 불구하고 개인을 위한 pMEM의 실제 적용은 기존 rsfMRI 스캔보다 훨씬 더 많은 샘플이 필요하기 때문에 제한적입니다. 따라서 본 연구에서는 VEM-MEM(Variational Expectation-Maximization Algorithm)을 사용하여 개별 pMEM에 대한 경험적 Bayes 추정을 제안합니다. VEM-MEM의 성능은 다양한 샘플 크기와 네트워크 크기를 가진 여러 시뮬레이션 설정에 대해 평가됩니다. VEM-MEM은 기존의 최대 가능도 추정 절차와 달리 그룹 정보를 사전으로 효과적으로 통합하여 작은 샘플에서도 개별 모델 매개변수를 안정적으로 추정할 수 있습니다. 테스트 사례로 Healthy Brain Network 데이터베이스에서 얻은 기본 모드 네트워크, 실행 제어 네트워크 및 돌출 네트워크를 사용하여 주의력 결핍 과잉 행동 장애(ADHD) 아동의 개별 rsfMRI를 일반적으로 발달된 아동의 rsfMRI와 비교하여 분석합니다. 우리는 pMEM에 고유하게 설정된 비선형 동적 특성이 각 그룹마다 다르다는 것을 발견했습니다. 또한, pMEM 매개변수는 그룹 차이에 더 민감하고 Pearson 상관 관계 기반 기능 연결에 비해 ADHD의 행동 점수와 더 잘 연관됩니다. 시뮬레이션 및 실험 결과는 제안한 방법이 그룹 뇌 상태 역학의 경험적 정보를 활용하여 개별 pMEM을 안정적으로 추정하고 개인의 동적 특성을 특성화할 수 있음을 시사합니다.
