🧬 biology

The meaning and interpretation of ALFF and fALFF

이 논문은 ALFF가 기저 대사와 관련이 있는 반면, fALFF는 신경 활동보다는 신호 대 잡음비 및 획득 파라미터를 주로 반영하는 유계된 포화 함수이며, 이로 인해 서로 다른 프로토콜을 사용하는 연구 간에 비교가 불가능하다는 점을 입증한다.

원저자: John Gore, Tzu-Wei Lee, Muwei Li, Warren W. Boschen, Kurt G. Schilling, Adam. W. Anderson, Zhaohua Ding, Yurui Gao

게시일 2026-09-25

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: John Gore, Tzu-Wei Lee, Muwei Li, Warren W. Boschen, Kurt G. Schilling, Adam. W. Anderson, Zhaohua Ding, Yurui Gao

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

인간의 뇌는 결코 진정으로 침묵하는 법이 없다. 우리가 휴식을 취하며 눈을 감고 마음을 비우고 있을 때조차, 수십억 개의 뉴런은 복잡하고 자발적인 패턴으로 발화한다. 이 고요한 웅성거림을 듣기 위해 과학자들은 기능적 자기공명영상(fMRI)이라 불리는 강력한 영상 기술을 사용한다. 이 방법은 뉴런의 전기적 불꽃을 직접 측정하는 것이 아니라, 신경 활동을 따라 뒤따르는 혈류와 산소 수치의 미묘한 변화를 추적한다. 뇌세포 집단이 활성화되면 더 많은 산소를 요구하게 되고, 신체는 그 부위로 혈액을 몰아넣는다. 연구자들은 이러한 혈중 산소의 미세한 변동을 측정함으로써 뇌의 휴지기 상태에 대한 지도를 만들 수 있으며, 이를 통해 어떤 영역들이 서로 대화를 나누고 있는지 밝혀낸다.

수년 동안 과학자들은 이러한 휴지기 뇌 신호의 강도를 설명하기 위해 두 가지 특정 수치에 의존해 왔다. 하나는 혈액 신호의 저주파 흔들림의 가공되지 않은 강도를 측정하는 것이며, 다른 하나는 배경 소음을 상쇄하도록 설계된 동일한 수치의 정규화된 버전이다. 이 지표들은 건강한 뇌를 질병의 영향을 받은 뇌와 비교하거나, 노화에 따라 뇌가 어떻게 변화하는지 연구하는 데 표준적인 도구가 되어 왔다. 그러나 근본적인 질문이 오랫동안 남아 있었다. 과연 이 숫자들이 실제로 뇌의 신경 활동에 대해 말해주는 것인가, 아니면 단지 사진을 찍는 기계의 특성을 반영하는 것뿐인가?

밴더빌트 대학교의 연구팀은 뇌 대사와 스캐너에서 보이는 신호 사이의 점들을 연결하는 상세한 수학적 모델을 구축함으로써 이 질문에 답했다. 그들은 흔히 서로 대체 가능한 것으로 취급되는 이 두 가지 공통 지표가 실제로는 매우 다른 것을 측정한다는 사실을 발견했다. 가공되지 않은 신호 강도 측정치는 뇌의 기초 대사와 밀접하게 연관되어 있으며, 뇌가 산소를 얼마나 사용하는지에 따라 예측 가능하게 규모가 조절된다. 반면, 더 깨끗하고 신뢰할 수 있는 지표라고 생각되었던 정규화된 버전은 실제로는 스캐너 자체의 설정에 의해 결정되는 좁은 범위에 갇혀 있다.

연구진은 뇌 혈관을 통해 혈액이 흐르는 방식에 대한 잘 알려진 모델인 '벌룬 모델(balloon model)'을 수정하는 것으로 시작했다. 그들은 뇌의 산소 소비 변화가 MRI 기계에 의해 감지되는 혈중 산소 신호로 어떻게 변환되는지를 설명하는 정밀한 공식을 유도했다. 이 공식을 사용하여, 그들은 뇌의 자연스러운 대사 변동과 모든 전자 장치가 생성하는 필연적인 열 잡음을 고려하여 전형적인 스캔에서 나타날 휴지기 신호를 시뮬레이션했다. 그런 다음 그들은 뇌의 활동을 연속적인 저주파 웅성거림으로 취급하면서 두 가지 표준 지표가 어떤 모습일지 계산했다.

그들의 분석은 정규화된 지표의 놀라운 한계를 드러냈다. 그들은 이 값이 수학적으로 하한선과 상한선 사이에 갇혀 있다는 것을 발견했다. 하한선은 연구자가 분석하기로 선택한 전체 주파수 범위의 비율에 의해 설정되며, 상한선은 특정 범위 내에 존재하는 실제 뇌 신호의 양에 의해 결정된다. 결정적으로, 이 두 경계는 모두 획득 파라미터, 즉 스캐너가 이미지를 촬영하는 속도와 스캔 지속 시간에 의해 고정된다. 연구진은 만약 스캐너가 이미지를 포착하는 속도를 변경하면, 뇌 자체가 정확히 동일하더라도 이 지표의 값이 급격히 변한다는 것을 보여주었다.

시뮬레이션에서 그들은 이미지 사이의 시간을 2초에서 0.5초로 단축했을 때 어떤 일이 일어나는지 테스트했다. 뇌의 활동을 일정하게 유지한 상태에서 정규화된 값은 거의 45% 하락했다. 이는 연구자가 두 개의 서로 다른 연구, 또는 심지어 두 개의 서로 다른 스캐너로부터 얻은 데이터를 비교할 때, 환자의 뇌 기능과는 아무런 관련이 없는 기계 설정 때문에 이 수치에서 거대한 차이를 볼 수 있음을 의미한다. 이 값은 기술적 선택에 너무나 단단히 묶여 있기 때문에 서로 다른 프로토콜 간에 결과를 비교하는 데 사용할 수 없다.

반면, 가공되지 않은 신호 강도는 다르게 행동한다. 그것 역시 잡음의 영향을 받지만, 동일한 엄격한 경계에 갇혀 있지는 않다. 연구진은 이 측정치가 뇌의 기초 대사와 예측 가능한 멱법칙(power law) 관계를 따른다는 것을 입증했다. 뇌의 산소 소비가 증가하면 가공되지 않은 신호 강도도 일관되고 계산 가능한 방식으로 증가한다. 이는 이 측정이 잡음을 뚫고 올라올 만큼 충분한 신호가 뒷받받쳐준다면, 뇌의 근저에 있는 대사 상태를 훨씬 더 민감하고 신뢰할 수 있는 지표가 된다는 것을 의미한다.

연구는 또한 스캔 지속 시간이 결과에 미치는 영향을 강조했다. 스캔이 길어질수록 정규화된 지표의 최대 가능값은 실제로 감소한다. 이는 더 긴 스캔이 연구자들이 보통 분석하는 특정 대역 밖에 존재하는 뇌의 자연스러운 리듬 중 매우 낮은 주파수의 전력을 더 많이 포착하기 때문이다. 이는 계산의 분모에 더 많은 '전체' 전력을 추가하여 최종 숫자를 실질적으로 낮추는 효과를 낸다. 이 효과는 체계적이고 예측 가능하지만, 긴 스캔이 항상 더 높고 품질 좋은 추정치를 산출할 것이라는 일반적인 직관과는 모순된다.

저자들은 정규화된 지표가 신경 활동의 강도를 직접 반영하는 것이 아니라, 신호 대 잡음비(SNR)의 제한된 출력값이라고 결론짓는다. 인간 뇌 스캔에서 발견되는 전형적인 신호 강도에서, 이 값은 하한선에 매우 가깝게 위치하며, 이는 이 지표의 지도에서 보이는 대부분의 변동이 뇌 기능의 차이가 아니라 잡음이나 스캐너 설정의 차이를 반영할 가능성이 높다는 것을 의미한다. 연구진은 이 두 지표를 서로 대체 가능한 것으로 취급하는 것은 실수라고 주장한다. 그들은 만약 과학자들이 정규화된 지표를 사용하고자 한다면, 독자들이 그 숫자의 맥락을 이해할 수 있도록 구체적인 스캐너 설정과 계산된 경계값을 함께 보고해야 한다고 제안한다.

궁극적으로, 이 연구는 이 인기 있는 뇌 지도들이 실제로 무엇을 보여주고 있는지를 명확히 한다. 가공되지 않은 신호 진폭 측정치는 뇌의 대사 엔진에 대한 창을 제공하며, 뇌가 휴식 중에 얼마나 열심히 일하고 있는지에 따라 규모가 조절된다. 정규화된 측정치는 특정 유형의 잡음을 줄이는 데는 유용하지만, 측정 자체의 물리 법칙에 의해 크게 제약을 받는다. 이는 스캐닝 프로토콜이 동일하지 않는 한 서로 다른 연구 간에 뇌를 비교하는 데 사용할 수 없다. 이러한 숨겨진 의존성을 밝혀냄으로써, 연구진은 휴지기 뇌의 고요하고 리드미컬한 언어를 해석하는 더 명확한 경로를 제공한다.

기술 요약: ALFF 및 fALFF의 의미와 해석

문제 제기
저주파 진폭(Amplitude of Low-Frequency Fluctuations, ALFF)과 그 분율 형태인 fALFF는 뇌 기능을 특성화하기 위해 휴식 상태 기능적 MRI(rs-fMRI)에서 널리 사용되는 지표이다. 이들은 흔히 자발적인 신경 활동의 강도를 반영하는 것으로 해석되지만, 그 정확한 생리학적 해석은 여전히 확립되지 않았다. 기존의 정의들은 경험적이며, 이 척도들이 근저에 있는 신경 대사를 반영하는지, 신호 대 잡음비(SNR)를 반영하는지, 혹은 획득 파라미터를 반영하는지는 불분명하다. 또한, 두 지표 사이를 연결하는 신경 대사 변화와 주파수 영역에서의 BOLD 신호를 잇는 이론적 모델이 결여되어 있음에도 불구하고, 이들은 종종 서로 대체 가능한 대안으로 취급된다.

방법론
저자들은 수정된 "벌룬 모델(balloon model)"의 혈역학적 반응을 사용하여 ALFF와 fALFF에 대한 폐쇄형 해석적 표현식(closed-form analytic expressions)을 도출한다. 이 모델은 산소 소비율( $CMRO_2$ )의 분율 변화를 BOLD 신호의 분율 변화와 연결하는 선형적이고 정적인 전달 함수 $H(\omega)$ 를 포함한다.

이론적 프레임워크: BOLD 신호는 자발적인 산소 소비가 BOLD 스펙트럼을 구동하는 선형 시스템으로 모델링된다. 휴식 상태의 BOLD 전력 스펙트럼은 뇌 혈류량, 정맥 통과 시간, 산소 추출률, 그리고 혈류-산소 소비 결합 비율의 관점에서 명시적으로 표현된다.
정의: ALFF는 저주파 대역(통상적으로 0.01–0.08 Hz)에 대해 적분된 BOLD 전력 스펙트럼의 제곱근으로 정의된다. fALFF는 전체 가용 주파수 범위(1/ $T_{scan}$ 부터 나이퀴스트 주파수인 1/2TR까지)에 대한 저주파 전력의 비율이다.
시뮬레이션: 저자들은 BOLD 시계열과 노이즈를 수치적으로 시뮬레이션하여, 스펙트럼 적분을 이산 합계(discrete sums)로 평가한다. 이들은 보고된 휴식 상태의 특성과 일치하도록 $1/f$ 에 비례하는 전력 스펙트럼 밀도를 가진 자발적 $CMRO_2$ 변동을 모델링한다.

주요 기여 및 이론적 도출
본 논문은 ALFF와 fALFF가 근본적으로 다른 생리학적 현상을 반영하며, 서로 다른 수학적 제약 조건의 영향을 받는다는 점을 입증한다.

fALFF의 경계값: 저자들은 fALFF가 신호 대 잡음비(SNR)의 유계이며 포화되는 함수임을 보여준다. 모든 보고된 fALFF 값은 두 가지 이론적 한계치 사이에 존재해야 한다.
- 하한값 ( $\sqrt{\alpha}$ ): 분석 대역이 차지하는 전체 가용 대역폭의 비율( $\alpha$ )에 의해 결정된다. 이 바닥값은 획득 파라미터(TR 및 스캔 지속 시간)에 의해 고정된다.
- 상한값 ( $\sqrt{\beta}$ ): 분석 대역 내에 떨어지는 실제 BOLD 신호 전력의 비율( $\beta$ )에 의해 결정된다. 이 천장값은 혈역학적 반응 함수(HRF)와 자발적 신경 활동의 스펙트럼의 결합된 특성이다.
획득 파라미터에 대한 의존성: ALFF와 달리, fALFF는 신경 기능의 변화 없이도 획득 파라미터에 매우 민но 민감하다.
- 반복 시간 (TR): TR을 단축하면 샘플링되는 전체 대역폭이 넓어져 $\alpha$ 의 비율이 감소한다. 이는 생리학이 동일하더라도 노이즈 바닥과 측정된 fALFF 값을 크게 낮춘다 (예: TR이 2s에서 0.5s로 변할 때 44% 감소).
- 스캔 지속 시간: 스캔 시간을 늘리면 분모(전체 대역폭)에는 전력이 추가되지만 분자(분석 대역)에는 추가되지 않아, 이론적인 fALFF의 천장값을 체계적으로 낮춘다.
대사 민감도:
- ALFF: 고(高) SNR 한계에서, ALFF는 기저 대사와 다음과 같은 멱법칙(power law) 관계를 따른다: $ALFF \propto CMRO_{2,baseline}^{\kappa+}$ , 여기서 $\kappa+ \approx 1.26$ 이다. ALFF는 유계가 아니며 fALFF보다 대사 변화에 더 민감하다.
- fALFF: fALFF는 SNR의 포화되는 판독값이다. 현실적인 SNR 수준(노이즈가 지배적인 상황)에서 fALFF는 하한값 근처에 위치한다. 결과적으로, fALFF의 기저 대사에 대한 민감도는 약하며 순수하게 생리학적인 요인이 아닌 SNR에 의존한다.

결과

정량적 경계값: 일반적인 획득 조건(TR = 2s, 10분 스캔)에서 fALFF는 $0.531 \leq fALFF \leq 0.736$ 의 범위 내에 갇혀 있다. 전형적인 SNR( $\approx 0.05$ )을 가진 복셀은 0.542의 fALFF를 나타내며, 이는 노이즈 바닥에서 천장까지의 경로 중 단 6% 지점에 위치함을 의미한다.
획득 아티팩트: 본 연구는 fALFF 값이 서로 다른 TR이나 스캔 길이를 가진 연구 간에 비교될 수 없음을 보여준다. 예를 들어, 동일한 생리학적 상태에서 TR을 2s에서 0.5s로 변경하면 fALFF 값이 44% 변한다. 마찬가지로, 스캔 지속 시간을 3분에서 30분으로 늘리면 이론적인 fALFF 천장값이 0.869에서 0.657로 낮아진다.
민감도 비교: 기저 $CMRO_2$ 가 20% 증가할 때, 일반적인 조건에서 ALFF는 2.0% 상승하지만 fALFF는 0.9%만 상승한다. 노이즈가 없는 시나리오에서 ALFF는 26% 상승하겠지만, fALFF의 민감도는 0에 가까워질 것이다.

의의 및 주장
본 논문은 ALFF와 fALFF가 동일한 생리학을 나타내는 대안적 척도가 아니라고 결론짓는다.

ALFF는 멱법칙을 따르고 획득 프로토콜에 의해 제한받지 않는다는 점에서 근저의 대사 변화를 나타내는 데 더 선호되는 지표이다 (단, 노이즈의 영향은 받는다).
fALFF는 주로 SNR을 측정하는 척도이며, 획득 파라미터와 HRF에 의해 경계가 정해진다. 이의 정규화(normalization)는 TR이나 스캔 지속 시간의 차이를 보정하지 못하며, 오히려 분석된 대역폭의 비율에 대한 의존성을 도입한다.
해석: 집단 간 또는 영역 간의 fALFF 차이는 신경 활동에 독점적으로 귀속될 수 없다. 이는 열 잡음, 기저 산소 추출률, 정맥 혈액량, 혈관 탄성 또는 획득 파라미터의 차이에서 기인할 수 있다.
권고 사항: 저자들은 fALFF를 보고하는 연구는 반드시 TR, 스캔 지속 시간, 그리고 분석 대역을 명시해야 한다고 주장한다. 서로 다른 사이트나 시점 간의 비교는 이러한 파라미터가 일치하는 획득 조건으로 제한되어야 한다. 또한, 측정된 값을 달성 가능한 범위 내에서 맥락화하기 위해 측정값과 함께 이론적 경계값( $\sqrt{\alpha}$ 및 $\sqrt{\beta}$ )을 보고해야 한다. 두 지표 모두 추가적인 데이터 없이는 신경 활동의 직접적인 척도로 해석될 수 없다.

유사한 논문