Neural Fingerprinting based on Brain Network Dynamics: A Cross-Platform MEG Study
本研究は、静的な特徴量および標準的な隠れマルコフモデルから導出された動的なネットワーク状態を用いることで、SQUIDおよびOPMの両方のMEGプラットフォームにおいて個人のニューラル・フィンガープリントの特定が可能であることを示しており、それによって、これらの動的なアプローチがクロスプラットフォームの脳解析に対して有用であることを立証している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
すべてのヒトの脳は、他者とは決して全く同じ形では繰り返されることのない、電気信号の交響曲を奏でる独自の楽器です。科学者たちは長年、あらゆる人に共通するパターンを探すために、平均的な脳の仕組みを研究してきましたが、より新しい研究分野では、個人の脳を何が際立たせているのかに焦点を当てています。「ニューラル・フィンガープリント（神経指紋）」として知られるこの概念は、もし脳活動を十分に注意深く測定できれば、セキュリティシステムが指紋によって個人を識別するように、そのデータを見るだけで特定の個人を特定できるという、単純ながらも強力なアイデアに基づいています。この、ある人と他の人を区別する能力は、単なる好奇心の対象ではありません。それは、ある人の脳が時間の経過とともに、あるいは病気が襲ったときにどのように変化するかを追跡するための、パーソナライズされた健康の基準値を提供する可能性を秘めています。これを行うために、研究者はしばしば磁気脳計（MEG）と呼ばれる技術を使用します。これは、脳の電流によって生じる微弱な磁場を検出するものです。この手法は、単に遅くてぼやけた平均を示すのではなく、ミリ秒単位で起こる変化をリアルタイムで記録できるという、驚異的な速さで脳活動を捉えられる点が特殊です。
長年、この技術は、SQUIDと呼ばれるセンサーを使用し、極低温に保たなければ機能しない、大型で高価な装置に依存してきました。しかし、最近では「光ポンプ型磁力計（OPM）」と呼ばれる新しい世代のセンサーが登場しました。これらの新しいデバイスは小型で軽量であり、極端な冷却を必要としないため、頭皮のより近くに配置することができ、より鮮明な信号を捉えられる可能性があります。この技術が成熟するにつれ、科学者たちは、それが古い機械と同じような繊 تبعな作業を行えるかどうかを知る必要があります。これらの新しい、より柔軟なセンサーは、同じ独自の脳のシグネチャーを捉えることができるのでしょうか？さらに、これまでの研究の多くは、脳活動を時間とともに平均化して、静的な画像を作り出すことに依存してきました。しかし、脳は動的であり、絶えず異なる活動パターン間を遷移しています。決定的な問いが残っています。すなわち、個人のユニークなアイデンティティは、ゆっくりとした平均化された信号の中に存在するのか、それとも、脳ネットワークの急速で一瞬のダイナミクスの中に隠されているのでしょうか。
最近の研究において、研究者たちは両方のデータ（従来の低温センサーによるものと、新しい常温センサーによるもの）を比較することで、これらの問いに答えるべく取り組みました。彼らは15人の健康な成人を募り、1日のうちに各参加者を4回スキャンしました。2つのセッションには古いSQUID技術を使用し、残りの2つには新しいOPM技術を使用しました。スキャン中、参加者は指への触覚パターンに注意を払うタスクを行い、これにより研究者は刺激に対する脳の反応を観察することができました。チームは、自分のスキャン同士を比較したときに各個人を正しく特定できるか、また、一方のタイプの機械からのスキャンと他方の機械からのスキャンを比較したときにも特定できるかどうかを確認したいと考えました。彼らは、データを捉える2つの異なる方法をテストしました。一つは、信号を時間とともに平均化して静的なプロファイルを作成する方法であり、もう一つは、洗練されたコンピュータモデルを使用して、脳が異なる活動状態間をどのように切り替わるかを追跡し、神経ネットワークの急速なダイナミクスを捉える方法です。
結果は、各個人のユニークなシグネチャーは堅牢であり、両方のタイプの機械を使用して見つけられることを裏付けました。研究者が静的で平均化されたデータを見たとき、同じ機械による2つのスキャンを比較した場合でも、あるいは新しい機械によるスキャンと古い機械によるスキャンを比較した場合でも、すべての参加者を特定することに成功しました。この発見は、基本的な電気的な指紋は、新しい技術への移行を経ても安定していることを証明しており、先行研究とも一致しています。しかし、研究はさらに深く進み、脳活動の動的で変化するパターンを調査しました。数千の他の記録から得られた一般的な脳の状態のパターンを学習した事前学習済みモデルを用いて、チームは新しいデータにおけるこれらの状態がどのように現れるかを分析しました。彼らは、そのモデルが古いセンサーと新しいセンサーの両方に対してうまく機能し、脳の遷移する状態をリアルタイムで正確にマッピングできることを見出しました。
これらの動的なパターンを用いて個人を特定しようとしたとき、結果は混合していましたが、示唆に富むものでした。研究者たちは、脳の状態がオンになったりオフになったりする特定のタイミングや、それらの状態の周波数成分を分析することによって、高い精度で人々を特定できることを見出しました。これらの特徴、すなわち脳活動のリズムや特定のスペクトル構成を記述するものは、使用する機械の種類に関わらず、各個人に対して一貫していました。これは、個人の核となるアイデンティメントが、これら動的なネットワークの相対的なタイミングと構造の中にエンコードされていることを示唆しています。しかし、研究者が、脳の状態がどのくらいの時間続いたか、あるいはどの程度の頻度で別の状態に切り替わったかといった、単純な要約統計量を用いて人々を特定しようとしたとき、結果は変化しました。同じ機械によるスキャンを比較した場合には依然として人々を特定できましたが、2つの異なる機械の間でスキャンを比較した場合には、特定に失敗したのです。
要約統計量におけるこのクロスマシンでの特定失敗は、極めて重要な区別を浮き彫りにしています。ある状態に費やされた時間の正確な割合といった絶対的な数値は、2種類のセンサー間の物理的な違いに敏感であり、個人のアイデンティティを覆い隠してしまうような形で、これらの絶対値をシフトさせてしまいます。対照的に、刺激に対する脳の応答の相対的なパターン、つまり時間経過に伴う曲線の形状は、使用する機械に関わらず、安定しており、かつその人固有のものです。本研究は、新しいOPM技術は個人のユニークなニューラル・フィンガープリントを捉える能力を十分に備えているものの、そのデータの解析方法が重要であると結論付けています。異なるスキャニングプラットフォーム間で個人を特定するためには、単なる生の絶対量ではなく、脳ダイナミクスの相対的な構造に着目する必要があるのです。この研究は、適切な信号の読み取りツールを用いる限り、新しい世代の脳スキャナーが、旧来の機械と同様に、ヒトの精神のユニークな景観を描き出すことができるという、重要な一歩を示しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。