인간 18명 -> awake vs sleep
원숭이 3마리 => awake vs. propofol
fMRI signal을 point process로 변환 -> peak을 discrete event로 취급.
재밌는 접근이다. 이렇게 하면 spike train에서 쓰는 분석법을 다 적용할 수 있으니까.
Raster plot 그렸을 때 분명한 차이 도출. awake에서는 global synchronization 관찰되고, unconscious state에서는 local sync만 일어남.
바로 Fano factor 계산. Fano factor는 spike가 randomly distribute 되어 있을수록 (Poisson process와 유사해질수록) 1에 가까워진다. Brain-wide sync가 있으면 FF값은 커진다.
이렇게 구해봤을 때 awake가 좀더 long tail이 있다. 즉 더 많은 time point에서 Fano factor가 높다. 이걸 통해 의식의 level을 quantify할 수 있다.
이제부터 시작… 논문의 분량이 좀 많네.
Hopf bifurcation model로 whole-brain computational model 만들었다.
이 모델이 솔직히 뭔지 잘 모르겠는데 alpha를 조절하면 global synchrony를 유도할 수 있음.
이걸로 Fano factor 그려보면 또 비슷하게 떨어지는 패턴 나온다. 단, alpha가 너무 크면 이상해짐.
이걸 가지고 아까 real data와 fit 시켜서 model과 같은 curve가 나오게 하는 조건에서 모델에서의 alpha값을 의식 상태마다 뽑아낼 수 있다.
의식상태가 깨어있음에서 멀어질수록 alpha값도 감소했다. 즉, global excitability를 가지고 conscious state를 model할 수 있다는 것.
이제 이 model 가지고 여러가지 작업을 해 봤다.
Functional connectivity는 의식상태가 낮아질수록 줄어들었다.
structural connectivity와 functional connectivity의 similarity 역시 의식상태가 낮아질수록 증가했다.
Integration, segregation 수치 패턴 역시 모델이 실험데이터를 잘 재현해 냈다.
Single trial(averaging 하지 않고 participant별로 계산)에서는 결과가 변변찮았다.
Model에서 lesion을 시켜봤을 때 (특정 영역의 alpha를 낮게 만듦) posterior 영역에서는 brain wide sync가 매우 낮아지는 결과가 관찰. Hot Zone theory하고도 유사한 결론.
Discussion
fMRI에서의 large-scale synchrony는 acetylcholine release하고도 관련되어 있다. basal forebrain을 abolish하면 그러한 sync가 사라짐. 이건 Dinesh Pal 교수님 논문하고도 연관 있겠는데…
이 분석법 내 데이터로 해 봐도 재밌을듯…