Test-retest reliability of resting-state fMRI functional connectivity: impact of scan length and number of participants

이 연구는 휴식기 fMRI 연구의 신뢰성을 높이기 위해 스캔 길이가 참가자 수보다 더 중요한 영향을 미치며, 커넥톰 지표의 경우 약 14 분의 스캔과 20 명 정도의 참가자만으로도 신뢰할 수 있는 결과를 얻을 수 있음을 제시합니다.

핵심

📸 핵심 비유: 흐릿한 사진 vs. 선명한 초상화

연구자들은 뇌의 연결 상태를 보기 위해 뇌 스캔을 합니다. 이때 중요한 두 가지 질문이 있습니다.

1. 얼마나 오래 촬영해야 (Scan Length) 선명한 사진이 나올까?
2. 몇 명의 모델을 찍어야 (Number of Participants) 전체적인 경향을 알 수 있을까?

이 연구는 이 두 가지 변수를 바꿔가며 "어떤 방법이 가장 신뢰할 수 있는 뇌 지도를 만드는가?"를 테스트했습니다.

---

🔍 주요 발견 1: "한 장의 사진"보다 "전체 앨범"이 더 중요하다

뇌의 연결성을 볼 때 두 가지 방식이 있습니다.

• 방식 A (단일 연결, Edge-level): 뇌의 두 지점 A 와 B 가 연결되어 있는지 하나의 선만 봅니다.
  • 비유: 마치 "내 친구가 오늘 웃었는지"만 보고 그 사람의 성격을 판단하려는 것과 같습니다.
  • 결과: 이 방식은 매우 불안정했습니다. 스캔 시간을 늘려도 여전히 흐릿하고 신뢰하기 어려웠습니다. (ICC 점수가 낮음)
• 방식 B (전체 연결, Connectome-level): 뇌 전체의 수천 개의 연결선을 한꺼번에 보며 패턴을 분석합니다.
  • 비유: 친구의 전체 앨범 사진을 보고 그 사람의 성격을 파악하는 것과 같습니다.
  • 결과: 이 방식은 훨씬 더 신뢰할 수 있었습니다. 특히 10~14 분 정도 스캔하면, 그 사람의 뇌 연결 패턴을 다른 사람과 구별해 내는 '지문 (Fingerprint)'처럼 정확하게 식별할 수 있었습니다.

💡 결론: 뇌의 한 두 줄기 연결만 보는 것보다, 뇌 전체의 연결 패턴을 통째로 보는 것이 훨씬 더 정확합니다.

---

⏱️ 주요 발견 2: 촬영 시간은 '적당히 길게'가 정답

스캔 시간을 3 분, 7 분, 11 분, 14 분으로 나누어 실험했습니다.

• 3 분 (짧은 촬영): 뇌가 아직 안정되지 않은 상태라 사진이 흐릿합니다.
• 11~14 분 (적당한 촬영): 뇌가 안정된 상태가 되어 선명한 사진이 나옵니다.
• 더 긴 촬영: 14 분 이상으로 늘린다고 해서 사진이 갑자기 더 선명해지지는 않았습니다.

💡 결론: 뇌 스캔은 약 11~14 분 정도가 가장 효율적입니다. 그 이상으로 길게 찍으면 피험자가 지쳐서 오히려 사진이 흔들릴 수 있습니다.

---

👥 주요 발견 3: "소수 정예"와 "대중 투표"의 차이

연구 대상자 (참가자) 수를 10 명, 20 명, 50 명, 100 명으로 바꿔가며 실험했습니다.

• 뇌 연결 패턴 분석 (Connectome):
  • 비유: "이 사람의 뇌 지문은 누구와 닮았을까?"를 찾는 게임입니다.
  • 결과: 약 20 명만 있어도 충분히 정확한 결과를 얻었습니다. 100 명까지 늘려도 평균 점수는 크게 변하지 않았습니다. 즉, 소수 정예로 뇌의 고유한 특징을 파악하는 데는 충분합니다.
• 뇌 네트워크 지도 그리기 (RSN):
  • 비유: "전체 뇌의 어떤 부분이 활발하게 활동하는지" 지도를 그리는 작업입니다.
  • 결과: 이 경우에는 50 명 이상의 많은 참가자가 필요했습니다. 소수만으로는 지도의 일부가 누락되거나 왜곡될 수 있기 때문입니다.

💡 결론:

• **개인 식별 (누구의 뇌인가?)**을 원한다면 약 20 명이면 충분합니다.
• **전체적인 뇌 지도 (어떤 네트워크가 있는가?)**를 그리려면 약 50 명 이상의 많은 사람이 필요합니다.

---

🎨 재미있는 부수적 발견: "무작위 잘라내기"가 더 나을까?

연구자들은 스캔 데이터를 어떻게 잘라내느냐에 따라 결과가 달라지는지도 확인했습니다.

1. 처음부터 끝까지 (Truncation): 스캔 시작 부분만 잘라냄.
2. 무작위 잘라내기 (Segment): 스캔 중간중간을 잘라내어 이어붙임.
3. 무작위 제거 (Scrubbing): 노이즈가 있는 부분만 뺌.

결과: 놀랍게도 무작위 잘라내기 (Segment) 방식이 가장 좋은 결과를 냈습니다.

• 이유: 스캔 시작 부분 (처음 3 분) 은 피험자가 MRI 기계 소리에 놀라거나, 눈을 뜨는 법을 익히는 등 뇌가 아직 안정되지 않은 상태일 수 있습니다. 반면, 스캔 중간에 있는 연속된 데이터는 뇌가 이미 안정된 상태이므로 더 선명한 신호를 줍니다.

---

📝 한 줄 요약

"뇌 스캔을 할 때는, 한 두 줄기 연결만 쫓지 말고 뇌 전체의 연결 패턴을 보세요. 그리고 약 11~14 분 정도 촬영하며, 개인을 식별하려면 20 명 정도면 충분하지만, 전체 뇌 지도를 그리려면 50 명 이상을 모으는 것이 좋습니다."

이 연구는 앞으로 뇌 연구자들이 시간과 비용을 아끼면서도 가장 신뢰할 수 있는 데이터를 얻을 수 있는 '가이드라인'을 제시해 줍니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 휴식기 기능적 자기공명영상 (rs-fMRI) 은 뇌 연결성 연구에 널리 사용되지만, 일반적으로 사용되는 지표들의 재검사 신뢰도 (test-retest reliability) 는 여전히 우려의 대상입니다.
• 문제: 신뢰도를 높이기 위해 스캔 시간을 늘리거나 참가자 수를 늘리는 것이 권장되지만, 임상 연구나 실용적인 제약 (피로도, 비용, 시간) 으로 인해 이를 적용하기 어려운 경우가 많습니다.
• 연구 목적: 현재까지 명확하지 않은 "얼마나 긴 스캔 시간이 필요하며, 몇 명의 참가자가 포함되어야 신뢰할 수 있는 휴식기 기능적 연결성 (FC) 추정을 얻을 수 있는가?"에 대한 질문에 답하기 위해, 스캔 길이와 참가자 수의 영향을 체계적으로 평가하는 것을 목표로 합니다.

2. 연구 방법론 (Methodology)

• 데이터 소스: 인간 연결체 프로젝트 (Human Connectome Project, HCP) 의 100 명 건강한 성인 데이터 (각 참가자가 2 회 세션에서 촬영).
• 데이터 전처리: HCP 최소 전처리 파이프라인에 추가로, 모션 파라미터, 백색질 (WM), 뇌척수액 (CSF) 신호를 회귀 분석한 'Full Pipeline'과 최소 전처리만 한 'Minimal Pipeline'을 비교하여 사용 (주요 결과는 Full Pipeline 기반).
• 실험 설계 변수:
  • 스캔 길이: 300 볼륨 (3 분 36 초), 600 볼륨 (7 분 12 초), 900 볼륨 (10 분 48 초), 1200 볼륨 (14 분 24 초) 으로 조절.
    • 조절 방식: 초기 부분만 자르는 것 (Truncation), 무작위 구간 추출 (Segment), 무작위 시간점 제거 후 연결 (Scrubbing).
  • 참가자 수: 10 명, 20 명, 50 명, 100 명 (전체) 으로 무작위 하위 표본 추출.
  • 비교 조건: 세션 내 (Within-session) vs. 세션 간 (Between-session) 신뢰도.
• 신뢰도 평가 지표:
  1. 노드 기반 연결체 (Node-based Connectome):
     • 엣지 수준 (Edge-level): 개별 연결의 신뢰도 (ICC).
     • 연결체 수준 (Connectome-level): 전체 연결 패턴의 신뢰도 (연결체 ICC, 연결체 상관관계, 지문 인식 성공률, Differential Identifiability, Discriminability).
  2. 볼륨 기반 휴식기 네트워크 (Voxel-based RSN):
     • 독립 성분 분석 (ICA) 을 통해 도출된 네트워크 지도와 표준 템플릿 간의 공간적 유사성 (Dice 계수).

3. 주요 결과 (Key Results)

A. 스캔 길이의 영향

• 일반적 경향: 모든 지표에서 스캔 길이가 길어질수록 신뢰도가 향상되었습니다.
• 노드 기반 지표:
  • 단일 연결 (Edge-level ICC): 신뢰도가 낮았으며 (ICC < 0.6), 대부분의 네트워크에서 '양호 (Fair)'한 수준 (ICC > 0.4) 에 도달하려면 최소 10 분 (900 볼륨) 이 필요했으나, 일부 네트워크 (VAN, LN) 는 14 분 (1200 볼륨) 까지도 충분하지 않았습니다.
  • 다변량 지표 (Multivariate metrics): 전체 연결체 기반 지표 (지문 인식, Discriminability 등) 는 단일 연결보다 훨씬 높은 신뢰도를 보였습니다.
    • 지문 인식 성공률: 10 분 (900 볼륨) 에서 포화 상태에 도달.
    • 기타 지표 (연결체 ICC, Discriminability 등): 14 분 (1200 볼륨) 에서 가장 높은 신뢰도를 기록했습니다.
• RSN (ICA 기반) 지표:
  • 그룹 수준 (Group-level): 3 분 36 초 (300 볼륨) 만으로도 안정적인 신뢰도 확보 가능.
  • 개인 수준 (Subject-level): 14 분 (1200 볼륨) 까지 신뢰도가 지속적으로 향상됨.

B. 참가자 수의 영향

• 노드 기반 연결체 지표: 참가자 수의 영향이 미미했습니다.
  • 엣지 수준 ICC 는 20 명까지 증가 시 신뢰도가 향상되었으나, 그 이상에서는 유의미한 차이가 없었습니다.
  • 다변량 지표 (지문 인식 등) 는 10 명만으로도 100 명과 통계적으로 유사한 평균 신뢰도를 보였으나, 작은 표본에서는 표준 편차가 커 결과의 변동성이 컸습니다.
• RSN (ICA 기반) 지표: 참가자 수의 영향이 컸습니다.
  • 그룹 수준의 공간적 신뢰도는 참가자 수가 50 명까지 증가함에 따라 유의미하게 향상되었습니다.
  • 개인 수준에서는 20 명 이상에서 안정화되는 경향을 보였습니다.

C. 기타 발견

• 전처리 파이프라인: 모션 및 생리학적 노이즈를 제거한 'Full Pipeline'이 'Minimal Pipeline'보다 모든 연결체 지표에서 더 높은 신뢰도를 보였습니다.
• 시간 하샘플링 전략: 무작위 구간 추출 (Segment) 이 가장 높은 신뢰도를 보였고, 초기 부분만 자르는 것 (Truncation) 이 가장 낮았습니다. 이는 스캔 시작 시 뇌가 안정 상태에 도달하지 못했을 가능성을 시사합니다.

4. 주요 기여 및 결론 (Contributions & Conclusion)

• 실용적 가이드라인 제시:
  • 연결체 기반 연구 (Connectome-based): 약 11~14 분의 스캔 시간과 약 20 명의 참가자만으로도 대부분의 다변량 연결성 지표에 대해 신뢰할 수 있는 추정이 가능합니다.
  • 네트워크 기반 연구 (ICA-based RSN): 그룹 수준의 네트워크 분석을 위해서는 **더 큰 코호트 (약 50 명)**가 신뢰도 향상에 유리합니다.
• 지표별 차이 강조: 단일 연결 (Edge-level) 은 신뢰도가 낮으므로 주의가 필요하며, 전체 연결체 패턴을 분석하는 다변량 접근법이 훨씬 더 신뢰할 수 있음을 재확인했습니다.
• 연구 설계 최적화: 연구 목적 (단일 연결 분석 vs. 전체 네트워크 분석) 에 따라 스캔 길이와 참가자 수를 균형 있게 선택해야 함을 강조했습니다.

5. 의의 및 한계 (Significance & Limitations)

• 의의: 임상 및 연구 현장에서 비용과 시간을 고려한 최적의 fMRI 프로토콜 설계를 위한 근거를 제공했습니다. 특히, "더 긴 스캔"과 "더 많은 참가자" 중 어떤 것이 특정 지표에 더 중요한지에 대한 구체적인 통찰을 제공했습니다.
• 한계:
  • 데이터가 건강한 젊은 성인 (HCP) 에만 국한되어 있어, 임상 집단이나 노년층으로의 일반화에는 주의가 필요합니다.
  • 최대 14 분의 스캔 길이만 평가되었으므로, 그 이상의 장기 스캔 (예: 60 분 이상) 이 추가적인 이점을 줄 수 있는지 여부는 확인되지 않았습니다.
  • ICA 분석 시 고정된 모델 차수 (50 개 성분) 를 사용했으므로, 모델 차수 변화에 따른 영향은 추가 연구가 필요합니다.

이 논문은 휴식기 fMRI 연구의 신뢰성을 극대화하면서도 실행 가능성을 유지하기 위한 데이터 기반의 구체적인 권장 사항을 제시했다는 점에서 중요한 의의를 가집니다.