統合失調症の早期診断に向けた大域的な神経ネットワークダイナミクス障害の解明

点击翻译按钮获取中文摘要

難治性精神疾患である統合失調症に対して，早期診断を実現する為の客観的で定量的な診断法の考案が望まれる．現在までに，神経ネットワークのダイナミクス異常に着目した研究が進められている．この中で研究代表者らは，高い臨床的汎用性を持つ脳波の神経ネットワークダイナミクスを捉える動的位相差パターン(DPS)に着目する手法を考案した．しかし，個々の脳領野間の相互作用を限定的に定量化したDPSでは，統合失調症にみられる複数の広い領野に亘るダイナミクス異常の検出は困難である．本研究では脳全体のネットワークダイナミクスを捉える大域的DPS(GDPS)の考案と，これに基づく統合失調の神経ネットワーク障害の推定を目的として研究を実施している．令和4年度の具体的な研究実績としては，健常者と統合失調症の脳波データに対して，ヒルベルト変換により周波数帯域毎の瞬時位相の推定を行った．そして，その空間的分布から瞬間瞬間の全脳ネットワークの活動状態に対応したGDPSのクラスを分類した．そしてGDPSの時間的推移に対する状態遷移行列解析や，遷移時系列の動的特性を解析，統合失調の脳機能異常を反映し得る神経ネットワークのダイナミクス特性を反映した特徴量(ダイナミクスプロフィール)をbetaとgamma波の帯域において明らかにした．さらに，スパイキングニューラルネットワークによる神経ネットワークのモデル化のアプローチにより，このGDPSの瞬時位相パターンの動的遷移特性が得られる原因の１つとして，ネットワーク結合強度のロングテール性が寄与することが示唆された．