源領域における高密度電脳図を用いた,トニートスのテンサー分解に基づく,ダイナミックな脳接続分析のための新しい方法

科学分野:

• 神経科学
• 脳の接続のダイナミクス
• 医療 介入

背景:

• 機能的接続性 (FC) 研究はしばしば静的な脳ネットワークを想定し,認知機能に不可欠なダイナミックな変化を無視します.
• 既存の方法は脳の接続における 時間の変化を追跡する上で限界があり ネットワーク適応の理解を妨げています
• 治療的介入の評価のためのFCの重要な変化点を特定する際には,ギャップが存在します.

研究 の 目的:

• 電気脳図 (EEG) データにおける動的機能接続性 (FC) の分析のためのテンソールベースのアプローチを開発し,検証する.
• 異なる条件下で脳のネットワークの接続性における 重要な変化点を特定する.
• 視覚刺激とトランスクラニアル直流刺激 (tDCS) が,耳鳴り患者における脳接続性への影響を評価する.

主な方法:

• 高密度EEG源信号からのFCネットワークの利用テンソル表現.
• タスク,周波数帯,被験者間の接続性の変化を検出するために適用された分散分析.
• 視覚的刺激とTDCSで30人の tinnitus患者から256チャネルEEGデータを取得しました.

主要な成果:

• 提案されたテンサーベースの方法は,脳の接続性の重要な変化点を効果的に特定しました.
• このアプローチは,従来の方法と比較して,接続性のシフトを捉えるのに優れた感度を示した.
• 視覚刺激だけでは,耳鳴り患者における脳の接続ネットワークを有意に変化させなかった.

結論:

• 視覚刺激と高解像度のtDCSを組み合わせたアプローチが tinnitusの治療に推奨されます.
• この戦略は,ダイナミックな接続性の洞察を活用することによって,介入の有効性を最適化することができます.
• この発見は,神経疾患の標的治療戦略の開発の基礎となる.