Collections of afferent and efferent connections and associated neuroelectric activities provide a framework for constructing brain connectivity networks. Advances in neural signal acquisition and analysis methods improved the understanding of both structural and functional aspects of the neurofunctional networks. In particular, based on the strong coupling between neural and hemodynamic activities, blood oxygen level dependent (BOLD) functional magnetic resonance imaging (fMRI) has long been established as a convenient means to evaluate stimulus-induced activity in the brain with excellent spatial resolution. However, the fMRI technique is limited to resolve only stimuli- or task-specific responses and to assess the functionality of responding brain regions. An alternative, a relatively new fMRI approach, resting-state fMRI (rs-fMRI) has been introduced to evaluate organization of the functional connectivity networks and changes of such in the whole brain. The rs-fMRI relies on periodic spontaneous neurohemodynamic events and related MRI signal changes due to fluctuations of the deoxygenated hemoglobin concentration in the local brain tissue. We posit that such unsolicited neural activities are particularly important and useful for understanding baseline of the functional neural networks and also for assessing neuropathological conditions such as stroke, ALS, alzheimer’s and parkinson’s dieseases. In mid 1990’s, low-frequency (~0.1 Hz) fluctuations (LFFs) have been identified in the resting-state BOLD MRI time series. Since the discovery, researchers have demonstrated the temporal synchronicity of LFFs across functionally related brain regions. Several studies have substantiated the neural basis of LFFs while correlations between fMRI time series have expanded the applicability of BOLD fMRI from a tool to assess task-elicited brain activity to one that can be used to construct global maps of neural connectivity networks. However, since the BOLD signal is an indirect hemodynamic measure of neural activity, that is to say, signals based on unknown mixtures of both metabolic and hemodynamic parameters, it is of high importance to isolate underlying neural, vascular and physiological components for better understanding the nature of functional connectivity derived from rs-fMRI. For this purpose, we specifically compared BOLD signal fluctuations with rs-fMRI signals weighted by cerebral blood volume (CBV) in rat models. Electrophysiology was also performed for recording neural signal patterns during both the resting and evoked states. In particular, a pair of laminar electrodes was introduced to determine neural populations along the cortical depth in the rat sensory cortex. Moreover, we adopted a number of independent analysis methods to investigate fMRI and electrophysiology data, in which methodologically unbiased results repeatedly unveiled a few neurovascular components underlying rs-fMRI BOLD signal and particularly, its neural origins. Encouraged by these initial baseline outcomes, we constructed the brain connectivity maps with a variety of rs-fMRI analysis methods including cross-correlation, partial coherence, partial directed coherence (PDC), and complex network analyses. Our initial results support the use of BOLD signal to identify functional connections among the rat sensorimotor regions. In order to enhance the connectivity detection power of above-mentioned analysis methods, we compared in vivo and post-mortem conditions and determined the statistical significance threshold for each technique. Moreover, we also performed computational simulation to investigate sources of possible measurement errors and demonstrated the importance of establishing the accurate significance threshold. In particular, PDC analyses of the rs-fMRI signals uncovered frequency components of the directed connectivity links with connection strength between each rat sensorimotor region pair, revealing for the first time, the presence of directional connections in the high frequency range. We also discovered a significant, frequency-independent, unidirectional connection from motor cortex to thalamus, which indicate dominant cortical inputs to the thalamus in the absence of external stimuli. Finally, the stroke-recovery rat model was used for understanding the spontaneous recovery process following ischemic stroke, successfully demonstrating the applicability of the rs-fMRI technique. Specifically, using the rats nearly recovered from impaired sensorimotor deficits, we investigated the association between brain connectivity changes and neurological recovery. These recovered rats from severe stroke show no fMRI responses to the electrical stimulation of affected forelimbs, possibly indicating unsatisfactory sensitivity of the fMRI study setting or more importantly, the lack of reorganized functional regions or brain plasticity. On the other hand, we observed profoundly altered rs-fMRI outcomes, in which heightened intensity and spatial expansion of functional fields characterized the significantly increased connectivity in the contralesional (non-stroke) hemisphere in comparison to the age-matched control group. As such, we explored the baseline neurophysiology of resting state and also investigated the technical aspects of analysis methods to better understand rs-fMRI and related outcomes as well as the assessment of pathological conditions. In conclusion, this work (1) demonstrates physiological basis for the functional connectivity in resting-state, (2) suggest new approaches to detect brain connectivity, (3) and its potential application.
뇌가 어떠한 행동을 수행하기 위해서는 국소적인 뇌의 활동뿐만이 아니라, 관련된 여러 뇌 영역들이 서로 유기적으로 연결되어 동작하는 것이 필요하다. 뇌 연구의 초기에는 뇌의 어느 부위가 어떠한 기능을 하는가에 주로 초점이 맞추어져 있었지만, 실험 및 분석 기법이 발달하고 뇌 영역의 연결이 점차 밝혀지면서 연결성에 대한 연구가 주목을 받고 있다. 뇌의 연결성에 대한 연구는 뇌 영역들이 어떻게 관계를 맺어 동작하고, 그 연결의 역할이 무엇이며, 어떻게 변하여 뇌의 기능이 달라지는 지를 연구하는 등 다양한 방식으로 뇌에 대한 이해에 도움을 주고 있다.
전통적으론 자극을 주고, 뇌의 신호 변화를 측정하는 방식으로 연구를 해왔지만, 최근에는 아무런 자극이 없는 휴식 상태에서도 뇌에서 신호가 발생하며, 이러한 신호는 뇌의 연결성을 반영하는 것으로 알려져있다. 따라서, 휴식 상태에서 발생되는 뇌의 신호를 측정하여, 뇌의 연결을 밝혀내고자 하는 시도가 지속적으로 이루어 지고 있다. 뇌의 연결성은 사람뿐만 아니라 동물에서도 발견되기 때문에 다양한 종에서 광범위하게 연구되고 있다. 특히 쥐의 경우 운동 및 시각 관련 영역에서 연결성이 뚜렷히 보이며, 다루기 쉬어 뇌 연구에 많이 사용되고 있다. 쥐를 이용할 경우 사람에게 하기 힘든 침습성 기법 (전기 생리학)이나 사후 실험이 가능하다는 장점이 있다.
챕터1에서는 fMRI기법을 통해서 쥐의 휴식 상태에서 뇌 연결성을 분석하였다. 쥐의 운동감각 신경계의 연결성을 Cross-correlation, Partial Coherence, Partial Directed Coherence(PDC), complex network analysis, Voxel-wise connectivity map 등의 기법을 통하여 밝혔으며, 이 들을 비교 분석하였다. 특히 PDC 기법의 경우 사후 데이터 및 시뮬레이션 기법을 통해 통계적 역치를 제안하지 못하는 약점을 보완하였다. 그 결과, 기존에 알려져 있지 않았던 운동피질(Motor cortex)에서 시상(thalamus)으로 방향성이 있는 연결을 포함한 운동감각 신경계의 연결 네트워크 그래프를 구축하였고, 쥐의 뇌 연결 네트워크에서 사용하는 주파수 분포 또한 밝혀내었다. 쥐의 뇌는 크게 두 가지의 주파수 대역을 통해 통신을 하며, 우리는 이를 Low (0.01-0.15Hz) 와 High (0.2-0.4 Hz) 로 구분하여 각 각 주파수 대역을 이용하는 네트워크를 구축하였다. 좌우 같은 영역의 반구 사이의 연결은 두 주파수 대역을 동시에 사용하는 경우가 대부분이며, 같은 반구내의 연결에서는 Low주파수 영역을 좀 더 사용하는 것을 밝혀내었다.
또한, 뇌졸중에서 회복하는 쥐의 연결성의 변화를 분석함으로써 뇌의 기능이 연결성 변화와 어떻게 연관이 있는지도 연구하였다. 뇌졸중에 의해 뇌의 세포가 죽음으로써 발생한 운동기능의 장애는, 남아있는 뇌의 연결이 활성화 되면서 점차 회복이 됨을 밝혀냈다. 이는 뇌의 연결성이 뇌의 기능을 변화 및 강화 시키는데 큰 역할을 함을 간접적으로 보여주는 증거이다.
챕터 2에서는 뇌에 직접 전극을 심는 전기 생리학을 통해, 뉴런들의 직접 내는 신호를 측정함으로써, MRI의 뇌의 연결성의 근원이 무엇인지에 대한 연구를 진행하였다. 뉴런의 활성화 패턴을 분석하고 좌우 반구 사이에 연결을 밝혀 냄으로써 뉴런들이 휴식 상태에서 비슷한 시기에 활성전위를 발생시키는 것을 알아 내었다. 또한 피질의 층별 연결 지도를 구성하여, 반구 사이의 연결이 피질의 층별로 따로 구성되어 있음을 밝히고, 이것은 고 해상도의 MRI에서의 결과과 일치함을 확인하였다.
이 연구는 휴식상태에서 쥐의 뇌 연결성을 다각적인 접근 방법을 통해 분석함으로써, 뇌의 연결성에 대한 이해를 높이고자 하였다.
