Functional brain imaging methods such as MEG or fMRI have been used as a common tool for studying resting-state brain networks and they show time-varying interactions across brain regions for specific cognitive functions. From MEG signals, which have higher temporal resolution than fMRI, one can detect regional neural oscillations of various frequencies during resting state. So far, time series correlation measures such as Pearson’s correlation coefficient has been primarily used to measure the inter-regional relationships. However, complex interactions among multiple brain regions cannot be fully quantified by such measures due to the empirical conditions that the pairwise regional interactions are interdependent of each other. Hence, in this study, we introduced the maximum entropy model based on resting-state MEG recordings to characterize the complex interdependent interactions between regions. Using this model, we further carried out energy landscape analysis to find out distinct resting-state dynamics for eight different frequency bands. We could obtain different state probability distributions upon each frequency-dependent landscape and compared them to empirical state frequencies. We also found local minima of each frequency-dependent energy landscape and observed regions in resting-state networks overlapped with the minima of multiple landscapes.
뇌자도, 기능성 자기공명영상 등 기능성 뇌 영상 기법들은 휴지상태 네트워크를 연구하는 주요한 도구들로 사용되어 왔으며, 이들은 특정 인지적 기능에 따른 뇌 영역간 상호작용의 시간적 변화를 보여 준다. 기능성 자기공명영상보다 높은 시간적 해상도를 가진 뇌자도 신호를 통해 휴지 상태에서 다양한 주파수의 영역별 신경 진동을 감지할 수 있다. 지감까지는 피어슨 상관계수와 같은 시계열 상관관계 측도들이 영역간 관계성을 측정하는 데 주로 사용되어 왔다. 하지만 다수의 뇌 영역 사이의 복잡한 상호작용을 이와 같은 측도로 정량화하는 것은 두 영역간 상호작용이 다른 영역들에 대해 독립적이지 않기에 한계를 가진다. 본 연구에서는 휴지상태 뇌자도 측정에 대한 최소 엔트로피 모형을 통해 영역 사이의 복잡하고 상호의존적인 상호작용을 분석하였다. 모형을 사용하여 여덟 개의 주파수 대역에 대한 에너지 랜드스케이프를 얻고 휴지상태 동역학을 분석하였다. 각 주파수 의존적 에너지 랜드스케이프에 따라 상태 확률 분포를 얻고 이를 실험적 상태 빈도와 비교하였다. 또한, 각 에너지 랜드스케이프에서의 국소 최저 상태를 구하고, 이들이 겹치는 영역을 관측하였다.
