視覚運動タスクにおける機能的脳ネットワークの再編成変化

研究背景

運動の実行は、空間的に近接および離れた脳領域の協調的な活性化に依存する複雑な認知機能である。視覚運動統合タスクでは、運動の実行を計画するために視覚入力を処理および解釈し、環境と相互作用するために人間の動作を調整する必要がある。機能的磁気共鳴画像法(fMRI)に基づく研究は、前頭葉と頭頂葉の領域が視覚運動統合過程で重要な役割を果たすことを示している。さらに、運動感覚皮質も関与している。しかし、既存の研究は主にfMRI技術を用いてこれらのプロセスを探索しており、脳波(EEG)信号に関する研究はそれほど多くない。

多くの研究において、機能的連接性解析を通じて異なる脳領域間の統計的依存関係が明確にされ、異なる条件下でどのように相互作用し、通信するかが研究されている。一部の研究では、脳磁図(MEG)および頭蓋内EEGを用いてガンマ帯域における脳の機能的連接性が議論され、視覚運動過程における脳の動的関与が発見された。さらに、EEGに基づく研究では、前頭頭頂領域が視覚運動過程に関与することが確認され、その活動と相互作用は周波数依存性であることが示された。

一方、利き手に関する研究では、右利きの個体において、指たたき、親指と人差し指の対向運動、指の伸張などの簡単な運動課題を用いて、運動実行過程における脳活性化の利き手差が確認された。これらの研究では、実験は主に単純な運動課題を用いて行われており、視覚入力の処理は含まれていない。EEGを用いた研究でも、主に左右手の活動に関する脳波の違いが検討されている。したがって、視覚運動統合タスクにおける左右手の脳波活動については、さらなる検討が必要である。本研究では、複雑な視覚運動統合タスクである9ホールペグテスト(NHPT)を用いて、この課題に取り組む。

研究の出所

本研究論文は、Alessandra Calcagno、Stefania Coelli、Martina Corda、Federico Temporiti、Roberto Gatti、Manuela Galli、Anna Maria Bianchiによって執筆された。著者らは、Politecnico di Milano の電子情報・生体工学科(Department of Electronics, Information and Bioengineering, DEIB)、Humanitas Research Hospital の理学療法部(Physiotherapy Unit, IRCCS)、Humanitas University の生物医学科学科(Department of Biomedical Sciences)に所属している。本論文は、2023年のIEEE Transactions on Neural Systems and Rehabilitation Engineeringに掲載された。

研究の流れ

実験プロトコル

被験者

本研究では、44名の健康な右利き参加者(男性23名、女性21名、年齢18-30歳)を募集した。参加者には筋骨格系や神経系の障害がなかった。本研究は、Humanitas臨床・研究センターの倫理委員会(n. CLF20/08、2020年7月)により承認され、Politecnico di Milanoの運動・姿勢分析実験室およびB3Labで実施された。すべての参加者は実験前に同意書に署名し、個人情報はデータの匿名化によって保護された。

データ収集プロトコル

実験プロトコルは以下の段階で構成される。まず、参加者は1分間の閉眼安静と1分間の開眼安静の間にEEGデータを収集した。次に、参加者は右手と左手でそれぞれNHPTを2回ずつ実施した。データ収集は、開眼安静時(ベースライン、BL)、右手(RH)およびNHPT中の左手(LH)のEEG信号に重点を置いた。EEG信号は、Micromed社製の64チャンネルシステム(SD LTM 64 Express System)を使用し、1024Hzのサンプリングレートで記録された。電極は国際10-20システムに従って配置され、最終的に55チャンネルの信号が収集された。

EEGの前処理

EEGの前処理には、EEGLABのMATLABツールボックスが使用された。まず、生のEEG信号は1-45Hzのバンドパスフィルタとリサンプリング(256Hz)を適用した。次に、ノイズチャンネルを手動で特定し除去し、独立成分分析(ICA)を使用して人工的な成分を特定および除去した(ICLabelプラグインによるサポート付き)。最終的な前処理ステップでは、チャンネルの再補間と共通平均基準への再基準化を行った。

スペクトル解析

ウェルチ法を用いてEEG信号のパワースペクトル密度(PSD)を推定し、50%オーバーラップする1秒のウィンドウ関数によるtaperingを適用した。各ウィンドウ内で、信号はゼロ平均と単位分散に正規化された。次に、開眼時のベースライン(BL)20秒条件と比較したパワー変化を計算した。

Δ𝑃!"#$ = (𝑃!#"$ - 𝑃%&) / 𝑃%&

解析ではθ(4-8Hz)、μ(7-13Hz)、β(14-24Hz)の3つの周波数帯域に焦点を当てた。各周波数帯域には、μ帯域との重複を避けるための特定の範囲が選択された。

連接性解析

Phase Slope Index(PSI)を用いて、EEG信号対の機能的連接性を調査した。PSIは2つの時系列の位相差に基づいて計算される。最終的なPSI接続行列は反対称であり、方向性情報を持つ。

グラフ理論解析

グラフ理論解析は、ネットワークのトポロジカル構造を記述するために用いられ、グローバル効率(GE)、モジュラリティ(Q)、次数(D)が含まれる。グローバル効率と次数はネットワーク統合の指標、モジュラリティはネットワーク分離の指標となる。グラフ理論解析は、前頭頭頂ネットワーク(Frontoparietal Network, FPN)、感覚運動ネットワーク(Sensorimotor Network, SMN)、注意ネットワーク(Attention Network, AN)の3つの既知の機能ネットワーク(FNs)にも適用された。

結果と議論

スペクトル解析の結果

θ帯域では、前頭頭頂領域のθパワーの増加とμおよびβ帯域の非同期化現象が、右手と左手の動作中に一貫して観察された。これは、運動制御、特に運動計画、空間記憶処理、運動学習に関連するθリズムの増加を示した先行研究と一致する。しかしながら、これらのスペクトル特性だけでは、左右手の運動関連の脳機構を明確に区別することはできない。

機能的接続性解析の結果

単純化ネットワーク(SIMNs)の実証的解析により、θ帯域では右手動作時に接続数の顕著な増加が示され、一方でμおよびβ帯域では、動作実行中にμ帯域ネットワークおよびβ帯域ネットワークの接続が有意に減少することが示された。これは、運動関連のμおよびβ帯域の非同期化現象と一致する。さらに、機能的接続のグラフ理論的定量化により、異なる周波数帯域におけるネットワークトポロジーの変化が示された。

グラフ理論解析の結果

μ帯域では、運動実行中のμ帯域ネットワークは、より少ない接続、より低い統合性(次数とグローバル効率の減少)、より高い分離性(モジュラリティの増加)を示した。これらの変化は右手の動作で特に顕著であったが、注意ネットワークにおけるμ変調は左右手のタスク実行で類似していた。これらの結果は、運動実行におけるμ帯域ネットワークの非同期化現象を支持している。

β帯域では、右手と左手によるタスク実行中の全体的なβリズムネットワークの統合性とタスク成績との正の相関関係が見られた。グローバル効率が上がるとタスク実行時間が短くなり、成績が良くなった。θ帯域でも同様の発見があった。これは、分散した脳領域間の効率的なコミュニケーションが視覚運動機能をサポートしていることを示唆している。

研究の限界と今後の課題

本研究には、潜在的な体積伝導(Volume Conduction, VC)問題や脳接続性推定の頑健性など、方法論的な考慮事項がある。さらに、利き手が左利きの個体や神経疾患患者を対象とした同様の研究が必要であり、より広範な生理学的および方法論的理解を提供することができる。これにより、研究手法の有効性がさらに検証され、神経リハビリテーション技術が神経機能障害患者の行動に与える影響を評価するための潜在的なバイオマーカーが特定できる可能性がある。

結論

本研究では、視覚運動統合過程に関連した脳ネットワーク組織の周波数特異的な変調が明らかとなった。異なる周波数帯域、機能ネットワークタイプ、左右手条件下で、ネットワーク組織のパターンが異なることが示された。全体的なネットワーク、μおよびβ帯域におけるネットワーク指標は、タスク成績と相関していた。これらの発見は、右利き参加者における視覚運動タスク中の脳ネットワーク変化の理解に役立つ。さらに、これらの脳ネットワーク記述子を用いて、運動リハビリテーションおよびトレーニング戦略への新たな洞察が得られる可能性がある。