뇌기능 연결성 모델링을 위한 통계적 방법 (Statistical methods for modelling functional neuro-connectivity)

서지정보

· 발행기관 : 한국통계학회
· 수록지 정보 : 응용통계연구 / 29권 / 6호 / 1129 ~ 1145페이지
· 저자명 : 김성호, 박창현

초록

뇌기능 연결성 문제는 뇌의 신경역학적 현상과 밀접한 관련이 있다는 의미에서 뇌과학에서 주요 연구주제이다. 본 논문에서는 기능적 자기공명영상(fMRI)자료를 뇌활동에 대한 반응 자료의 주요 형태로써 선택하였는데, 이 fMRI자료는 높은 해상도 때문에 뇌과학 연구에서 선호되는 자료 형태이다. 뇌활동에 대한 생리학적 반응을 측정해서 자료로 사용한다는 전제하에서 뇌의 기능적 연결성을 분석하는 방법들을 고찰하였다. 여기서의 전제란 상태공간 및 측정 모형을 다룬다는것을 의미하는데, 여기서 상태공간 모형은 뇌신경역학을 표현한다고 가정한다. 뇌기능 영상자료의 분석은 무엇을 측정하였느냐에 따라서 분석방법과 그 해석이 조금씩 달라진다. 실제 fMRI자료를 고차원 자기회귀모형을 적용해서 분석한 결과를 논문에 포함하였는데, 이 결과를 통해서 서로 다른 도형문제를 푸는데 서로 다른 뇌신경 역학관계가 요구된다는 것을 엿볼 수 있었다.

영어초록

Functional neuro-connectivity is one of the main issues in brain science in the sense that it is closely related to neurodynamics in the brain. In the paper, we choose fMRI as a main form of response data to brain activity due to its high resolution. We review methods for analyzing functional neuro-connectivity assuming that measurements are made on physiological responses to neuron activation. This means that we deal with a state-space and measurement model, where the state-space model is assumed to represent neurodynamics. Analysis methods and their interpretation should vary subject to what was measured. We included analysis results of real fMRI data by applying a high-dimensional autoregressive model, which indicated that different neurodynamics were required for solving different types of geometric problems.

참고자료

· 없음