우리 연구실의 강지영 연구교수, 박해정 교수, 한국외대 정석오 교수는 이번 Human Brain Mapping저널에Bayesian estimation of maximum entropy model for individualized energy landscape analysis of brain state dynamics라는 제목으로 논문을 발표하였습니다.
뇌는 비선형 동역학 시스템입니다. 예를 들어 휴식 상태 (resting-state)에 있는 뇌는 여러 개의 안정된 상태를 가진 에너지 경관을 통한 상태 전환으로 모델링됩니다. 통계역학에서 사용되는 최대 엔트로피 모델(Maximum entropy model, MEM)을 이용한 에너지 경관 분석 기법이 비선형 뇌동역학 특성 분석에 적용되어 많은 관심을 받아 왔습니다. 하지만, 모델이 가지는 파라미터 추정에서 대규모 샘플이 필요하기 때문에 모든 개인의 데이터를 모아서 샘플링에 사용한 그룹 수준 분석으로 제한되어 있었습니다. 즉, 개인 레벨의 동역학 특성 분석에 이용하기에는 한계가 있었습니다.
본 연구에서는 개인의 에너지 환경을 분석할 때 발생하는 작은 샘플 문제를 완화하기 위해 베이지안MEM 추정 기법 (BMEM)을 제안하였습니다. 이 방법에서는 그룹 데이터를 이용한 사전 분포를 사용하여 추정 정확도를 올렸습니다. 제안한 BMEM 기법을 인간 컨넥텀 프로젝트(Human Connectome Project)의 휴식 상태(resting-state) fMRI에 기반하여 만든 시뮬레이션으로 평가하였습니다. 기존의 최대우도 추정(MLE)과 비교하여 경험적 정보를 이용한 BMEM은 임상에서 개인으로부터 획득하는 적은 샘플 데이터 크기에서도 모델 매개 변수를 높은 신뢰도로 추정할 수 있는 성능을 보여주었습니다.
인간 컨넥텀 프로젝트(Human Connectome Project)의 각 개인별 MEM 파라미터 추정 및 에너지 경관 분석 결과는 기능 연결성과 비교할 수 있는 높은 주제 특이성을 보여주었습니다. 또한 희소 표준 상관 분석(sparse canonical correlation analysis, scca)에서는 개인 간의 기능 연결성에 비해 인지 기능 평가 요소와 더 높은 연관성을 가진 MEM 매개 변수 구성 요소를 식별할 수 있었습니다.
이와 같이, 본 연구에서 제안한 BMEM은 개인레벨의 비선형 동역학 특징을 추출할 수 있음을 확인했습니다. BMEM을 사용한 개인의 에너지 경관 분석은 질환 뇌의 비정상적인 동역학 특징 추출 및 개인 맞춤형 치료에도 응용될 수 있다는 점에서 큰 파급 효과를 기대할 수 있습니다.
그림. 본 연구에서 제안한 BMEM. 각 개인 뇌시스템의 비선형 동역학적 특징 분석하기위한 베이지안 최대 엔트로피 모델 추정(BMEM)을 제안함. BMEM은 표본 데이터가 작은 개인에 대한 모델 매개 변수를 신뢰성 있게 추정하는 데 있어 기존의 최대 우도 추정(MLE)보다 장점을 보여주었음. BMEM과 에너지 경관 특징은 기존에 많이 사용되어온 기능 연결성과 비교하여 개인 인지 기능요소와의 높은 상관성을 보였음.
링크: