統合失調症における脳磁図の置換伝送エントロピーに基づくネットワーク情報相互作用研究

学術背景紹介

統合失調症（Schizophrenia, SCZ）は、持続的な妄想と幻覚、混乱した思考と不統一な行動を特徴とする精神疾患で、現実の認識に著しい障害をもたらすことが多い。現代の神経画像技術の急速な発展に伴い、神経および精神疾患の研究を支持する大量のデータセットが作成された。磁気脳波計（Magnetoencephalography, MEG）として知られる神経画像技術は、その高い空間および時間分解能により、脳の電磁信号の非線形特性を捉えることができるため、統合失調症（SCZ）の情報相互作用の探求に用いられている。

出典

本論文は『Networked information interactions in schizophrenia magnetoencephalograms based on permutation transfer entropy』と題され、著者は南京郵電大学、南京脳科病院、およびテキサス大学の異なる研究機関から来たQiong Wang、Xinran Yang、Wei Yan、Jiafeng Yu、Jun Wangである。この記事は《Biomedical Signal Processing and Control》誌に承認されており、2024年2月3日に発表される予定である。

研究目標と意義

本研究は、置換伝送エントロピーに基づく手法を使用して、統合失調症（SCZ）患者と健康な対照群（HCs）の安静時脳ネットワークを構築することで、統合失調症患者の脳磁図（MEG）データにおける情報相互作用を探ることを目的としている。論文は特に、置換と確率分布過程での等しい値の影響に着目し、ネットワークの特徴（重み、複雑性、不均衡性）を定量化することで、統合失調症脳磁図ネットワークの特徴を表現し、統合失調症の病理および生理メカニズムの探求を進めるものである。

研究フロー

研究対象とデータ収集

実験データは南京医科大学付属脳科病院から収集した31名の被験者から得られており、17名の統合失調症患者と14名の健康対照群が含まれている。すべての被験者は右利きであり、他の精神障害や重度の脳外傷などの影響因子は排除されている。CTF MEGシステムを使用してMEG記録を行い、サンプリング周波数は1200 Hzで、記録は2分間継続された。

データ処理と前処理

データの精度を確保するため、実験中に被験者の心電図（ECG）と眼電図（EOG）信号も同時にモニタリングされた。データ処理にはFieldTripツールボックスを用いてフィルタリングと処理を行い、MEG分区テンプレートと脳領域の生理学的意義に基づき、275チャネルを14の領域に分類した。

置換伝送エントロピー計算

等しい値の置換を含む伝送エントロピー法を用いて脳領域間の情報相互作用を定量化した。各MEGデータセットに対して、脳領域をネットワークノードとして定義し、各脳領域内のすべてのチャネルのMEG時系列を平均して代表的な時系列を得た。エンベディング次元mと遅延時間𝜏を設定し、異なる組み合わせ条件下でのMEGネットワークを構築し、仮説検定法を使用してネットワーク接続の有意性を評価した。

ネットワーク情報流分析

各脳領域の内向き、外向き、および総情報流を計算し、独立サンプルt検定を使用して群間差異を検出した。統合失調症患者の脳領域情報相互作用レベルが全体的に低く、主な差異は前頭葉と頭頂葉領域に集中していることが判明した。これは多くの先行研究の結論と一致する。

複雑性と不均衡分析

シャノンエントロピー（Shannon entropy）を使用して、脳領域内情報流の複雑性を計算した。結果は、SCZ群の情報流の複雑性がHCs群に比べて有意に高いことを示している。しかし、不均衡分析の結果、統合失調症群の脳ネットワークの不均衡度は低く、これは脳の複雑なシステムの非線形特性を反映している。

研究結果

情報相互作用特性

統合失調症患者の脳領域間の情報相互作用レベルは全体的に低く、特に内向き、外向き、および総情報流の観点から有意に低下していることが示されている。この結果は、統合失調症患者の脳ネットワークにおける電流伝送と地域間情報伝達の減少と解釈できる。

複雑性特性

複雑性分析の結果、SCZ群の全脳の情報流シャノンエントロピーはHCs群よりも有意に高く、これは統合失調症患者の脳ネットワーク情報相互作用の複雑性が増加したことを示している。これは、統合失調症による脳ネットワーク機能の混乱による可能性がある。

不均衡特性

SCZ群の大多数の脳領域および全脳の不均衡度はHCs群よりも低く、これは統合失調症患者の脳ネットワークが情報流動の点でより高いランダム性と不確実性を示していることを意味する。これは、神経細胞の活動電位生成メカニズムから心理検査機能まで、大脳の強い非線形特性に一致している。

結論と価値

置換伝送エントロピーに基づく脳磁図ネットワーク分析により、統合失調症患者の特徴を効果的に抽出し、複雑性と不均衡の比較分析を通じて、統合失調症の病理および生理メカニズムの理解を深めた。本研究は、統合失調症の研究に新たな視点を提供するだけでなく、臨床診断と予測の補助ツールとしても潜在的に貢献する重要な科学的および応用価値を持つ。

研究のハイライト

1. 研究方法の新規性：等しい値を含む置換伝送エントロピー法を採用して、従来無視またはランダムな攪乱で解決していた等しい値の問題を克服。
2. 重要な発見：統合失調症患者の脳領域情報相互作用レベルの低下を明らかにし、特徴の複雑性が増加し、不均衡度が低下していることを示した。
3. 臨床応用の可能性：研究で抽出された脳ネットワークの特徴パラメータは、機械学習に応用される可能性があり、統合失調症の予測と分類の探索に役立ち、臨床診断の支援に貢献する。

今後の研究展望

この研究はさらに大規模でより代表的なサンプルで検証する必要があり、特にMEGを用いた置換伝送エントロピー法の脳ネットワーク表現の性能を評価する。さらに、脳ネットワークパラメータを機械学習に応用し、それが統合失調症の予測と分類において有する可能性を探索することで、統合失調症の研究と臨床診断におけるより良い意思決定支援ツールを提供する。