寿命中の磁気脳波記録派生振動マイクロステートパターン：ケンブリッジ老化と神経科学センターコホート

2024-06-12 Wed
全脳振動ミクロ状態パターンのライフスパンにわたる変化の分析における磁気脳波計（MEG）の応用：ケンブリッジ老化・神経科学センターのコホート研究研究背景人口の高齢化問題が日増しに深刻化する中、高齢化過程の神経生理学的変化を理解することがますます重要になっています。老化した脳は多くの神経変性疾患の主要なリスク要因であるが、全脳の振動活動が健康な老化にどのように影響を及ぼすかは完全には解明されていません。細胞レベルでは、神経細胞の生体電気化学特性により、これらは電磁場を生成することができ、その変化を検出することは潜在的な組織病理学的生物標識として役立つ可能性があります。5種類の典型的な振動脳信号（デルタ波、シータ波、アルファ波、ベータ波、ガンマ波）は広く研究されていますが、それらが老化において果たす特定の役割は依然として詳細な探究が必要です。研究者らは、これらの振動信号の規則性および予測可能性を監視することで認知機能低下の潜在的な進行を識別できると提案しました。特に、アルファ波の変化は老化過程で顕著な特徴を示し、アルファ波の遅延、アルファパワーの減少、アルファ反応性の減退などが見られます。
研究出典本研究はYujing Huang、Chenglong Cao、Shenyi Dai、Hu Dengらの学者により共同執筆され、研究チームは浙江大学、ケンブリッジ大学および中国科技大学などの機関から構成されています。2024年4月29日、『Brain Communications』誌に掲載されました。
研究プロセス人口統計データ研究はケンブリッジ老化・神経科学センター（Cam-CAN）コホートに基づいて行われ、18歳から88歳までの624名の参加者が含まれています。参加者は5つの年齢グループに分けられました：若年グループ（18-29歳）、前期中年グループ（30-44歳）、後期中年グループ（45-59歳）、前期老年グループ（60-74歳）、および老年グループ（75-88歳）。全ての参加者は静止状態でのMEGスキャンを受けました。
MEGデータの記録と前処理MEGデータは306チャネルのVectorviewシステムで記録され、204個の平面グラディエント計と102個の磁力計を含みます。参加者は磁気シールドルームで静止状態のMEG記録を行い、データ記録の時間は8〜40秒、サンプリングレートは1kHz、高周波フィルター（0.03Hz）を用いてデータが前処理されました。その後、ソフトウェアを用いてノイズ除去、運動アーティファクト補正、およびさらなるフィルタリングと分割処理が行われました。
ミクロ状態パターンの分析本研究では改良されたk-meansクラスタリングアルゴリズムを用いて各振動周波数帯のミクロ状態パターンを抽出しました。具体的な手順には、MEG前処理データのインポート、ピーク時点の活動図の抽出、k-meansクラスタリングの実行、各年齢グループおよび周波数帯のグローバルパターンを取得するための二段階「グローバルクラスタリング」実行、各年齢グループのミクロ状態パラメーターの回帰および統計分析などが含まれます。さらに、異なる年齢グループ間のミクロ状態パラメーターの差異を比較する一連の統計分析も行われました。
主な研究結果ミクロ状態パターンの特定機械学習アルゴリズムを用いて4種類の典型的なミクロ状態パターンが識別されました：左から右（MS1）、右から左（MS2）、前から後（MS3）、および前中（MS4）。これらのパターンは、異なる年齢グループおよび周波数帯で一貫した支配的特徴を示しました。
多周波数振動減少とアルファ波の変化研究は、年齢の増加とともにMS1およびMS2のアルファ波の持続時間が減少する一方で、アルファ波の発生回数が増加することを発見しました。さらに、MS1におけるシータ波およびベータ波の変化は、年齢増加に伴う運動機能の衰退と関連している可能性があります。MS3およびMS4のアルファ波の発生回数は増加し、ベータ波の活動も対応する変化を示し、これがトップダウンの顕著性/注意ネットワークの変化を反映している可能性があります。
研究結論この研究は、老化過程での典型的な全脳ミクロ状態振動パターンを総括するとともに、健康な老化および潜在的な神経心理認知低下を予測するための新たな洞察を提供します。機械学習アルゴリズムを用いて識別されたミクロ状態パターンは、異なる年齢層の脳がどのように機能欠失を示すかを示しました。特に、アルファ波が主要な役割を果たすことが明らかになりました。研究結果は、老化過程での脳全体におけるアルファ波の増加を示し、これが神経効率の低下およびシータ波とベータ波の反応変化を伴うことを示しています。
研究のハイライト典型的なミクロ状態パターンの識別：機械学習アルゴリズムを通じて、4種類の典型的な全脳ミクロ状態パターンが成功裏に識別され、これらのパターンは異なる年齢グループおよび周波数帯で一貫した特徴を示しました。
アルファ波の重要な役割の明示：研究は、老化過程でのアルファ波の顕著な変化を重点的に示し、特にアルファ波の持続時間の減少および発生回数の増加が明らかになりました。
多周波数帯の応答減少：アルファ波以外にも、シータ波およびベータ波の変化が発見され、これらの応答が感覚および運動機能の衰退と密接に関連していることが示されました。
研究の意義本研究は、科学において老化脳の神経動態を理解するための重要な意義を持つだけでなく、応用においても健康な老化の予測および神経精神認知低下の早期診断に新たな生物標識を提供するものです。これらの研究を通じて、関連する予防および治療対策をよりよく策定し、高齢者の生活の質を向上させることができます。
未来の研究方向今後の研究では、静止状態MEG、機能および構造磁気共鳴画像技術をさらに統合し、多モーダルの老化生物標識を得ることができます。また、これらのミクロ状態パターンと脳萎縮の関係をよりよく理解するために、長期間の追跡観察が必要です。