文献

J-GLOBAL ID：202002276947832311   整理番号：20A0214625

機能的連結性と大規模Meta分析データベースを用いた認知機能間の関係の解明【JST・京大機械翻訳】

Revealing Relationships Among Cognitive Functions Using Functional Connectivity and a Large-Scale Meta-Analysis Database

著者 (10件)： Kurashige Hiroki (Institute of Innovative Science and Technology, Tokai University, Tokyo, Japan) ,  Kurashige Hiroki (National Institute of Neuroscience, National Center of Neurology and Psychiatry, Tokyo, Japan) ,  Kaneko Jun (Institute of Innovative Science and Technology, Tokai University, Tokyo, Japan) ,  Yamashita Yuichi (National Institute of Neuroscience, National Center of Neurology and Psychiatry, Tokyo, Japan) ,  Osu Rieko (Faculty of Human Sciences, Waseda University, Tokyo, Japan) ,  Otaka Yohei (Department of Rehabilitation Medicine I, School of Medicine, Fujita Health University, Aichi, Japan) ,  Otaka Yohei (Department of Rehabilitation Medicine, Tokyo Bay Rehabilitation Hospital, Chiba, Japan) ,  Hanakawa Takashi (Integrative Brain Imaging Center, National Center of Neurology and Psychiatry, Tokyo, Japan) ,  Honda Manabu (National Institute of Neuroscience, National Center of Neurology and Psychiatry, Tokyo, Japan) ,  Kawabata Hideaki (Department of Psychology, Keio University, Tokyo, Japan)
資料名： Frontiers in Human Neuroscience (Web)  (Frontiers in Human Neuroscience (Web))
巻： 13  ページ： 457  発行年： 2019年 
JST資料番号： U7072A  ISSN： 1662-5161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： それぞれの認知機能を特性化し,それらの機能の集合体として脳を理解するために,これらの機能を互いに関連させることが重要である。認知機能の間の関係についての知識は,基礎的神経科学研究だけでなく,臨床応用や脳に触発された人工知能の開発にも有益である。本研究では,機能的脳マッピングとネットワーク解析に基づく認知機能間の関係を明らかにするための徹底的データマイニング手法を提案した。機能的磁気共鳴画像メタ分析データベースから再構成された109の偽活性化マップ(認知機能マップ;CFM)による解析を開始し,それらの各々は,認知機能の集合体として脳の粗い画像を提供する二次元空間上に認知機能をマッピングした。次に,様々な強度を持つ他の108CFMsに接続された各CFMにおけるボクセルのクラスタリングを用いて,認知機能の概念的解析を行った。結果として,各認知機能に対するCFMはいくつかの部分に細分化され,その各々は他の認知機能の部分集合に対するいくつかのCFMsと強く関連し,認知機能のサブ概念(すなわちサブ機能)をもたらした。さらに,全脳ボクセルからCFMへの再静止状態の機能的連結性に基づいて,全脳のパーセル化から得られたノードがパーセルであるネットワークに対するネットワーク解析を行った。各パーセルは109の認知機能との関連により特徴付けられるので,それらを用いたネットワーク解析は認知とネットワーク特性の間の関係を知らせることが期待される。実際に,パーセル間の相互作用の情報多様性と局所接続性の密度が関連関数の種類に依存することを見出した。さらに,関連する機能に関する均一で不均一なネットワークコミュニティを同定した。全体として,認知機能間の関係を調べるために,機能的脳マッピングの大規模メタ分析をネットワーク神経科学の方法と融合させた著者らのアプローチの有効性を示唆した。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データマイニング ,  相互作用 ,  キャラクタリゼーション ,  機械学習 ,  再構成 ,  ヒト ,  *データベース ,  神経科学 ,  凝集体 ,  ボクセル ,  部分集合 ,  人工知能 ,  メタ分析 ,  ネットワーク ,  二次元

著者キーワード (7件)： ヒト脳 ,  fMRI ,  メタ分析データベース ,  機能的連結性 ,  ネットワーク解析 ,  データマイニング ,  機械学習

分類 (2件)： 中枢神経系  (EJ12030F) ,  精神障害  (GR03000A)

引用文献 (147件)：

• Alexander-Bloch A., Shou H., Liu S., Satterthwaite T. D., Glahn D. C., Shinohara R. T., et al (2018). On testing for spatial correspondence between maps of human brain structure and function. Neuroimage 178 540-551. doi: 10.1016/j.neuroimage.2018.05.070
• Alhazmi F. H., Beaton D., Abdi H. (2018). Semantically defined subdomains of functional neuroimaging literature and their corresponding brain regions. Hum. Brain Mapp. 39 2764-2776. doi: 10.1002/hbm.24038
• American Psychiatric Association, (2013). Diagnostic and Statistical Manual of Mental Disorders: DSM-5, 5th Edn, Washington, DC: American Psychiatric Association Pub. doi: 10.1002/hbm.24038
• Anderson J. R. (2005). Human symbol manipulation within an integrated cognitive architecture. Cogn. Sci. 29 313-341. doi: 10.1207/s15516709cog0000_22
• Anderson J. R., Bothell D., Byrne M. D., Douglass S., Lebiere C., Qin Y. (2004). An integrated theory of the mind. Psychol. Rev. 111 1036-1060. doi: 10.1037/0033-295X.111.4.1036

タイトルに関連する用語 (5件)： 連結性 ,  大規模 ,  分析 ,  データベース ,  認知機能