Functional Connectivity-based Parcellation of the Human Cerebral Cortex Using Resting State fMRI

Abstract

인간의 뇌 기능을 이해하기 위해서는 뇌의 특정 영역이 어떤 역할을 담당하고 있는지 (Functional Localization)에 대한 연구가 필수적이다. 기존의 연구는 뇌의 특정 영역에 병변(Lesion)이 있는 환자의 행동을 이해함으로써 뇌 특정 영역에 대한 역할을 유추하는 연구 방법(Lesion study)을 이용하였다. 뇌 특정 영역의 역할은 주변 영역들과의 구조적 연결성(Structural Connectivity)정보에 의해서 결정될 수 있다는 가설을 세우고 주변 영역들과의 구조적 연결성 정보를 기반으로 뇌의 특정 영역을 분할하는 연구들이 동물실험을 통해서 침습적으로 (Invasively) 검증되어 왔다. 이를 인간에 적용하기 위해서는 비침습적으로 (Noninvasively) 인간의 뇌를 구조적, 기능적으로 영상화 할 수 있는 기술이 필수적이며, 자기공명영상(Magnetic Resonance Imaging)이 적합한 영상화 방법으로 각광받고 있다. 최근에 확산 텐서 영상(Diffusion Tensor Imaging)을 이용하여 뇌의 구조적 연결성 정보에 기반한 대뇌피질 분할 방법에 대한 연구들이 제안되고 있다. 하지만, 뇌의 기능적 연결성(Functional Connectivity) 정보를 이용하여 대뇌피질을 분할하는 방법에 대한 연구들은 아직도 제시되고 있지 않다. 기능성 자기공명영상(fMRI)이란, 뇌기능에 수반되는 뇌혈류량(Cerebral Blood Flow, Cerebral Blood Volume)과 부분적인 혈중 산소 농도의 변화를 자기공명을 이용하여 뇌기능을 영상화하는 방법이다. 뇌 특정 기능을 영상화하기 위해서는 피험자가 과제를 수행할 때와 수행하지 않을 때의 신호의 차이를 이용하여 과제를 수행할 때 변화되는 뇌 영역을 통계적으로 분석하여 뇌기능맵을 얻는다. 그러나 이러한 과제 수행을 통한 뇌 기능 연구 방법(Taskresponse fMRI Approach)은 뇌의 특정 영역과 관련되어 있는 포괄적인 기능적 연결성 정보를 획득하기에는 실제적인 한계점을 가지고 있다. 휴식상태(Resting State)의 기능성 자기공명영상은 수행과제 없이도 많은 종류의 기능적 연결성 정보를 획득할 수 있다. 따라서, 본 논문에서는 휴식 상태의 기능성 자기공명영상의 연결성 정보를 이용하여 대뇌피질을 분할하는 기술에 대한 연구와 개발된 기술의 적용을 목표로 한다.; Parcellation of the human cerebral cortex has been an important issue in neuroscience for understanding brain functions. Diffusion tensor data, recently, have been used to noninvasively parcellate distinct functional regions in the human brain based on their anatomical connectivity information, called “anatomical fingerprints”. The functional connectivity information, however, have not been demonstrated previously for noninvasive parcellation of the human brain, because there are practical problems to acquire massive functional data over a wide range of tasks from the task-response functional imaging. As an alternative, resting state fMRI could provide massive functional connectivity patterns over a wide range of brain regions. In this dissertation, I have a hypothesis that changes of functional connectivity patterns inferred from resting state fMRI data could parcellate the human cerebral cortex into distinct functional areas. I developed functional connectivity-based parcellation method using resting state fMRI. The basic idea behind functional connectivity-based parcellation is that the voxels with similar functional connectivity profile are combined into a same region, which could be distinguished from the voxels with different functional connectivity profile. The proposed approach was applied to the human cortical cortex (medial frontal cortex) and the human subcortical cortex (striatum). The results demonstrated that it is possible to noninvasively parcellate the human cerebral cortex into distinct functional areas based on the functional connectivity patterns inferred from resting state fMRI. The proposed method could enhance our understandings of functional circuitry in specific human areas, and could be used for functional neurosurgery in disordered brain.