中脳容積は報酬反応のfMRI及びERP指標を予測する

Midbrain volume predicts fMRI and ERP measures of reward reactivity.
Brain Struct Funct. 2014 Feb 19;
Authors: Carlson JM, Foti D, Harmon-Jones E, Proudfit GH

ありそうでなかった。。。のか？


週末に講演と報告会を終わらす。
今週は試験監督，講演と打ち合わせで出張。
解析的なことはする暇なす。

結合の定義

構造的結合

神経学的要素をつなげた生理的，構造的，解剖学的連結。
その解剖学的連結は単細胞間の局所的回路から領域間経路のネットワークまで幅広いスケールに存在。
生理学的パターンは短い時間スケール（秒から分）では相対的に静的であるが，長い時間スケール（時から日）では可塑性があり，力動的であるかもしれない。


機能的結合

空間的に離れた神経ユニット間の統計学的な独立からの偏差（Friston, 1993; 1994）。
機能的結合の基礎は神経活動の時系列データ。
時系列データは神経細胞記録，EEG，MEG，fMRIなどから得られる。
統計学的独立からの逸脱は，通常力動的な連結を示唆し，時系列ペアの相関や共分散，スペクトラルコヒーレンス，位相固定を評価することで測定される。
構造的結合と異なり，機能的結合は時間依存が強く，統計的に非定常でありうる。
多くの場合，機能的結合は数百msで変化し，外的な課題負荷や感覚刺激，生体の内的状態などによって影響を受ける。
統計的な関連性を示すため，機能的結合は神経的要素間の因果関係を明らかにはできない。
また，解剖学的な構造モデルを明らかにできない。


有効結合

神経学的要素間の因果関係（Friston, 1994; Buchel and Friston, 2000）。
時系列解析，統計学的モデリング，実験的摂動にて推定される。
機能的結合と同様に，時間依存的であり，実験課題，刺激，内的状態によって急速に影響される。
有効結合のいくつかのアプローチは時間的先行からの有向作用に由来し，その結果モデルフリーとなる。
他のアプローチは解剖学的経路などの構造的変数を含む明示的な因果モデルを必要とする。
有効結合の評価は複雑なデータ処理とモデリング技術を必要とする。

非ヒト霊長類モデルの安静時における線条体に関連した機能的結合のパーキンソン病関連の変化

Parkinson's disease-related modulation of functional connectivity associated with the striatum in the resting state in a nonhuman primate model.
Brain Res. 2014 Feb 12;
Authors: Li J, Luo C, Chen Y, Chen Q, Huang R, Sun J, Gong Q, Wu X, Qi Z, Liang Z, Li L, Li H, Li P, Wang W, Shang HF

なんかイマイチなタイトル。
訳が変なのか，元のタイトルが変なのか。


さて，明日から来週にかけて発表が3つ。
落ち着かない。

機能的結合における加齢変化の脳広域研究

A Brain-Wide Study of Age-Related Changes in Functional Connectivity.
Cereb Cortex. 2014 Feb 13;
Authors: Geerligs L, Renken RJ, Saliasi E, Maurits NM, Lorist MM

解析がちょびっと目新しいが，言っていることは別に新しくない。
んー。
なんかこの辺の領域ってFigureの出来が載る雑誌のレベルに
大きく影響するキガス。


キョウリュウジャーが終わり，トッキュウジャーへ。
イマジネーションが大事らしい。

切断される認知

Disconnecting cognition.
Kleinschmidt A, Vuilleumier P.
Curr Opin Neurol. 2013 Aug;26(4):333-8. doi: 10.1097/WCO.0b013e328363393b.

神経疾患における結合研究のレビュー。
disconnectionに関しては過剰解釈かもと注意喚起。


カッコカリ完了。
弥生デイリーでゲットー。

グラジエント再起エコーとEPIシークエンスを用いた圧縮センシングfMRI

Compressed Sensing fMRI using Gradient-recalled Echo and EPI Sequences.
Neuroimage. 2014 Feb 1;
Authors: Zong X, Lee J, Poplawsky A, Kim SG, Ye JC

圧縮センシングは，「スパース性を持つ高次元の信号を少ない観測から復元する枠組み」らしい。
MRIデータってスパースだっけ？
よくわからん。


解析が終わる気配がない。
今日はもう帰ろう。

比較霊長類神経画像： ヒト脳の進化への洞察

Comparative primate neuroimaging: insights into human brain evolution.
Trends Cogn Sci. 2014 Jan;18(1):45-55
Authors: Rilling JK

タイトル訳，いまいち感満載。
面白そう。


ネットワークにおけるパスとウォーク（walk）は，
ノード間の経路が特異的か非特異的かが異なる。
散歩のニュアンスか，なる。
あれ，バイナリネットワークではウォークが頻繁に
観察されるはずだけと，その時のネットワーク指標
の計算はどうなってんだろ？

被験者全体における機能的結合の学習と比較

Learning and comparing functional connectomes across subjects.
Varoquaux G, Craddock RC.
Neuroimage. 2013 Oct 15;80:405-15. doi: 10.1016/j.neuroimage.2013.04.007.

レビュー。
タイトル抽象的すぎる。
でもAAL以外の領域分けの情報がまとめられていて有用。


キョウリュウジャーが終わってしまった。
いい最終回でした。

マトリックス縮小と復元を介した不完全マルチモダリティデータを用いた神経変性疾患診断

Neurodegenerative Disease Diagnosis using Incomplete Multi-Modality Data via Matrix Shrinkage and Completion.
Neuroimage. 2014 Jan 27;
Authors: Thung KH, Wee CY, Yap PT, Shen D,

MRI，PET，CSFの合わせ技。
数式がさっぱりわからず。


院生さんのデータの下拵えにとりかかる。

アルツハイマー病における内的脳活動の低周波摂動振幅の異常

Abnormal Amplitude of Low-Frequency Fluctuations of Intrinsic Brain Activity in Alzheimer's Disease.
J Alzheimers Dis. 2014 Jan 28;
Authors: Liu X, Wang S, Zhang X, Wang Z, Tian X, He Y

もめのみ。


今回でキョウリュウジャー終わるかと思いきや
結末は来週に持ち越し。
事前情報ゼロでみてると楽しい。
素人二人のキョウリュウジャー化は予想外。

そして当然の流れとして仮面ライダーも見始める。
フルーツてｗｗ。