言語ネットワークの機能的結合パターンに基づく性別分類：安静時fMRI研究

科学分野:

• 神経科学
• 認知神経科学
• 性差研究

背景:

• 神経および精神状態の脳の発達と老化における性差の理解は極めて重要である。
• 機能的脳ネットワーク、特に言語ネットワークにおける性差を調査した研究はほとんどない。
• 以前の研究ではタスクベースのfMRIが使用されることが多く、安静時機能的差異の微妙な違いを見逃している可能性がある。

研究 の 目的:

• 言語ネットワークの安静時機能的結合における性関連の違いを調査する。
• 言語ネットワークの機能的結合パターンに基づいて性を分類するために機械学習を適用する。
• 言語ネットワークにおける性別を区別する特定の機能的結合の特徴を特定する。

主な方法:

• 安静時機能的結合データを分析するために機械学習分類器を利用した。
• 参加者として270人の男性と288人の女性（22〜36歳）を含めた。
• 言語ネットワークの機能的結合内の主要な判別特徴を特定した。

主要な成果:

• 言語ネットワークの結合に基づいて参加者の性を分類する精度を91.3%達成した。
• 主要な判別特徴は、左前頭下葉、左横側頭葉、および左前部中側頭葉に関与していた。
• 一部の重複にもかかわらず、男性は女性と比較してこれらの領域でより強い機能的結合を示した。

結論:

• 言語ネットワークの安静時機能的結合には性関連の違いが存在する。
• これらの発見は、脳と言語の研究において性別を生物学的変数として考慮することの重要性を強調している。
• 明確な結合パターンは、言語処理の潜在的な性特異的神経基盤を強調している。