Understanding Face Perception using Minimum Spanning Tree Dynamic Brain Networks

人間の脳は、世界を理解するために絶えず信号を送り続けている、広大で複雑な接続の網です。私たちが何かを見るとき、目は画像を捉えますが、その画像が何であるかを決定するのは脳です。この認識のプロセスは単一の出来事ではなく、脳の異なる領域間で行われる複雑な対話であり、瞬きをする間に行われます。科学者たちは、私たちが目にするものの中で最も重要なものの一つである「顔」を、脳がどのように処理しているかに長年関心を寄せてきました。椅子や木とは異なり、顔は深い社会的意味を運んでくるため、脳はそれを特別な緊急性を持って扱うようです。これを理解するために、研究者たちは脳波計（EEG）を使用します。これは頭皮にセンサーを配置して、脳の電気活動を聴く手法です。この技術は、精神の高速カメラのようなものであり、他のどの画像診断ツールよりもはるかに速い、わずか数ミリ秒の間に起こる脳波の変化を捉えます。脳のさまざまな部分がいかに活動を同期させているかを見ることで、科学者は、認識というパズルを解くために脳が使用する目に見えない経路をマッピングすることができるのです。

最近の研究において、インド工科大学デリー校の研究者たちは、脳が普通の物体を見たときと比較して、顔を見たときに脳のネットワークがどのように変化するかを正確に調べることを目的としました。彼らは20歳から30歳までの健康な成人15名を募り、暗く防音された部屋に静かに座ってもらいました。彼らの前にあるスクリーンには、顔と物体の画像がランダムに表示され、それぞれの画像は正確に300ミリ秒間表示されました。参加者は、画像が通り過ぎる間、スクリーンの中心にある小さな点に集中するように指示されました。彼らが観察している間、64個のセンサーが脳波を記録しました。研究者たちは、この膨大な量のデータを極めて短い時間のスライスに分割し、画像が現れてから100ミリ秒ごとに何が起こっているかを調査しました。彼らは、異なる種類の精神活動に対応する、5つの異なる脳波の速度範囲（周波数帯）に焦点を当てました。

センサー間の複雑な接続の網を理解するために、チームは「最小全域木（Minimum Spanning Tree）」と呼ばれる数学的手法を用いました。多くの近隣地域が道路で結ばれた都市を想像してみてください。もし、余分なループや回り道を作ることなく、最小限のアスファルトを使用してすべての近隣地域を結ぶ新しい道路システムを建設したいとしたら、あなたは最小全域木を建設することになります。この手法により、科学者は、余分で不必要な接続による混乱を排除し、情報が脳内を通過する最も効率的な経路を見ることができます。この手法を脳のデータに適用することで、研究者たちは、画像が処理される際の脳の通信ネットワークの骨格を見ることができました。彼らは、脳が顔を見たとき、ネットワークは物体を見たときとは大きく異なる形になることを発見しました。顔に対する接続は、中心点から多くの線が放射状に広がる「星型」に近い形状を形成しましたが、物体に対する接続はより分散しており、組織化されていませんでした。

この星のような形状は、情報の移動における極めて高い効率性を示唆しているため、非常に重要です。脳において、星型のネットワークは、多くの異なる領域が中央のハブに直接話しかけていることを意味し、これにより非常に高速な通信が可能になります。研究では、この効率的な星型の構造が、デルタ、シータ、アルファ、ベータのいくつかの異なる脳波速度において、顔に対して現れることが示されました。これは、画像を見た後の最初の数百ミリ秒の間に最も顕著に見られました。例えば、顔を見てから100ミリ秒から200ミリ秒の間の時間枠において、脳のネットワークは強力な中央ハブを示し、脳が顔を処理するためにリソースを急速に整理していることを示していました。対照的に、被験者が物体を見たとき、ネットワークは中心化されておらず、情報の移動もより緩やかでした。研究者たちは、これらのネットワークの特定の特性（最も遠い点同士の距離や、単一の点が持つ接続数など）を測定し、顔処理ネットワークが一貫して、より速く、より密に組織化されている兆候を示すことを発見しました。

これらの知見は、脳が顔に特化した高速システムを持っていることを示唆しています。このシステムは、単に少し異なって機能するだけではありません。顔が認識された瞬間に、独自の、効率的なアーキテクチャへと自らを再編成するのです。研究は、このプロセスが、完全に接続された状態で機能する多くのサブネットワークの連携を伴っており、それによって脳が無機質な物体よりもはるかに速く、顔の複雑な詳細を処理できることを示しています。研究者たちは、今回の研究には比較的少ない参加者数と標準的な64センサーのセットアップが用いられたと指摘していますが、結果は、脳の機能的ネットワークがいかにダイナミックに変化するかという明確な姿を提供しています。彼らは、この効率的な組織化が静的な特徴ではなく、脳が顔を認識する段階を進むにつれて進化する、動的なものであることを観察しました。この研究は、単純なマップを超えて、情報のダイナミックな流れを理解するという、脳の働き方に対する新しい視点を提供しています。これらの健康なパターンを理解することで、科学者たちは、顔の知覚が損なわれる神経学的疾患において何が起きているのかを特定し、脳の状態を診断し理解するための新たなツールとなることを期待しています。