Чтобы лучше понять мозг, посмотрите на картину в целом

Резюме: Уменьшение масштаба для изображения больших областей мозга при использовании технологии фМРТ позволяет исследователям получать дополнительную важную информацию, предлагая лучшее понимание взаимодействия нейронов.

Источник: Йельский университет

Исследователи многое узнали о человеческом мозге с помощью функциональной магнитно-резонансной томографии (фМРТ), метода, который может дать представление о функциях мозга. Но типичные методы фМРТ могут упускать ключевую информацию и предоставлять только часть картины, говорят исследователи из Йельского университета.

В новом исследовании они оценили различные подходы и обнаружили, что уменьшение масштаба и использование более широкого поля зрения собирают дополнительную важную информацию, которую упускает узкий фокус, предлагая лучшее понимание взаимодействия нейронов.

Кроме того, эти более всеобъемлющие результаты могут помочь решить проблему воспроизводимости нейровизуализации, когда некоторые результаты, представленные в исследованиях, не могут быть воспроизведены другими исследователями.

Результаты были опубликованы 4 августа в Труды Национальной академии наук.

Исследования с использованием фМРТ обычно сосредоточены на небольших участках мозга. В качестве одного из примеров такого подхода исследователи ищут области мозга, которые становятся более «активными» при выполнении определенной деятельности, нацеливаясь на небольшие области с наибольшей активацией. Но растущий объем данных показывает, что мозговые процессы, и особенно сложные процессы, не ограничиваются небольшими частями мозга.

«Мозг — это сеть. Это сложно», — сказал Дастин Шейност, доцент кафедры радиологии и биомедицинской визуализации и старший автор исследования. По его словам, чрезмерное упрощение приводит к неточным выводам.

«Для более сложных когнитивных процессов маловероятно, чтобы многие области мозга были полностью не задействованы», — добавила Стефани Ноубл, научный сотрудник лаборатории Шейноста в Йельской школе медицины и ведущий автор исследования.

Сосредоточение внимания на небольших областях оставляет без внимания другие области, которые могут быть вовлечены в изучаемое поведение или процесс, что также может повлиять на направление будущих исследований.

«У вас создается неверная картина того, что на самом деле происходит в мозгу», — сказала она.

Для исследования исследователи оценили, насколько хорошо анализы фМРТ по ряду шкал были в состоянии обнаружить эффекты или изменения в сигналах фМРТ, когда участники выполняют различные действия, показывая, какие части мозга задействованы.

Они использовали данные проекта Human Connectome Project, в ходе которого были собраны снимки мозга людей, когда они выполняли различные задачи, связанные со сложными процессами, такими как эмоции, язык и социальные взаимодействия.

Исследовательская группа искала эффекты в очень маленьких частях сети мозга, таких как связи только между двумя областями, а также в кластерах связей, широко распространенных сетях и в целом мозге.

Они обнаружили, что чем больше масштаб, тем лучше они могли обнаруживать эффекты. Эта способность обнаруживать эффекты известна как «мощность».

«Мы получаем больше энергии с помощью этих более масштабных методов», — сказал Ноубл.

В самых маленьких масштабах исследователи смогли обнаружить только около 10% эффектов. Но на сетевом уровне они смогли обнаружить более 80% из них.

Плата за дополнительную мощность заключалась в том, что более широкие представления не передавали информацию, которая была бы такой пространственно точной, как при анализе меньшего масштаба. Например, в наименьшем масштабе исследователи могли с уверенностью сказать, что наблюдаемые ими эффекты происходили на всей небольшой территории.

Однако на сетевом уровне они могли только сказать, что эффекты проявляются в большей части сети, а не точно определить, где именно в сети.

Цель, по словам Ноубл, состоит в том, чтобы сбалансировать преимущества и недостатки различных методов.

«Вы бы предпочли быть очень уверенным в небольшой части релевантной информации — другими словами, иметь очень четкое представление только о верхушке айсберга?» она сказала.

«Или вы бы предпочли иметь действительно большую картину всего айсберга, которая, может быть, немного размыта, но дает вам представление о сложности и широком пространственном масштабе того, где что-то происходит в мозгу?»

Для других исследователей этот подход прост в реализации, и Ноубл сказала, что с нетерпением ждет возможности увидеть, как другие ученые используют его.

Кроме того, эти более всеобъемлющие результаты могут помочь решить проблему воспроизводимости нейровизуализации, когда некоторые результаты, представленные в исследованиях, не могут быть воспроизведены другими исследователями. Изображение находится в общественном достоянии

Она отмечает, что области психологии и неврологии, включая нейровизуализацию, столкнулись с проблемой воспроизводимости. И низкая мощность в анализе фМРТ способствует этому: исследования с низкой мощностью раскрывают лишь небольшие части истории, которые можно рассматривать как противоречивые, а не как части целого.

Увеличение мощности фМРТ, как она и ее коллеги сделали здесь, увеличив масштаб своего анализа, может быть одним из способов решения проблем воспроизводимости путем демонстрации того, как кажущиеся противоречивыми результаты могут на самом деле быть гармоничными.

«Двигаясь вверх по пищевой цепочке, так сказать, переходя от очень низкого уровня к более сложным сетям, вы покупаете гораздо больше энергии», — сказал Шейност. «Это один из инструментов, который мы можем использовать для решения проблемы воспроизводимости».

Смотрите также

На нем изображен мужчина, играющий на банджо.

И ученые не должны выплескивать ребенка вместе с водой из ванны, сказал Ноубл. Она сказала, что проделано много хорошей работы по улучшению методов и повышению точности, и фМРТ по-прежнему является ценным инструментом: «Я думаю, что оценка мощности, точности и воспроизводимости полезна для любой области. Особенно тот, который имеет дело со сложностью живых существ и психических процессов».

В настоящее время Noble разрабатывает «калькулятор мощности» для фМРТ, чтобы помочь другим разработать исследования таким образом, чтобы достичь желаемого уровня мощности.

Об этой новости исследования нейровизуализации

Автор: Мэллори Локлир
Источник: Йельский университет
Контакт: Мэллори Локлир — Йель
Изображение: Изображение находится в общественном достоянии

Оригинальное исследование: Открытый доступ.
«Повышение мощности функциональной магнитно-резонансной томографии за счет выхода за рамки логического вывода на уровне кластеров» Стефани Ноубл и соавт. ПНАС


Абстрактный

Повышение эффективности функциональной магнитно-резонансной томографии за счет выхода за пределы логического вывода на уровне кластеров

Вывод в нейровизуализации обычно происходит на уровне фокальных областей или цепей мозга. Тем не менее, все более убедительные исследования рисуют гораздо более богатую картину широкомасштабных эффектов, распределенных по всему мозгу, предполагая, что многие очаговые отчеты могут отражать лишь верхушку айсберга лежащих в основе эффектов.

То, как фокусные и широкомасштабные перспективы влияют на выводы, которые мы делаем, еще не было всесторонне оценено с использованием реальных данных.

Здесь мы сравниваем чувствительность и специфичность процедур, представляющих несколько уровней вывода, с использованием эмпирической процедуры сравнительного анализа, которая повторно выбирает коннектомы на основе задач из набора данных Human Connectome Project (~ 1000 субъектов, 7 задач, 3 размера групп повторной выборки, 7 процедур вывода).

Только широкомасштабные (сеть и весь мозг) процедуры получили традиционный уровень статистической мощности 80% для обнаружения среднего эффекта, что отражает более чем на 20% большую статистическую мощность, чем фокальные (краевые и кластерные) процедуры. Мощность также значительно увеличилась для частоты ложных открытий по сравнению с процедурами контроля частоты ошибок на уровне всей семьи.

Недостатки довольно ограничены; потеря специфичности для широкомасштабных процедур и процедур FDR была относительно скромной по сравнению с приростом мощности. Кроме того, широкомасштабные методы, которые мы представляем, просты, быстры и удобны в использовании, обеспечивая простую отправную точку для исследователей.

Это также указывает на перспективы более сложных широкомасштабных методов не только для функциональной связи, но и для смежных областей, включая активацию на основе задач.

В целом, эта работа демонстрирует, что изменение масштаба вывода и выбор контроля FDR достижимы сразу и могут помочь решить проблемы со статистической мощностью, которые мешают типичным исследованиям в этой области.

Leave a Comment