(국.영문)

Transcription

1 기능자기공명영상을이용한 운동신경계의유효뇌신경연결성 평가 연세대학교대학원 의과학과 김재창

2 기능자기공명영상을이용한 운동신경계의유효뇌신경연결성 평가 지도교수이종두 이논문을석사학위논문으로제출함 2013 년 6 월 연세대학교대학원 의과학과 김재창

3 김재창의석사학위논문을인준함 심사위원이종두인 심사위원김동구인 심사위원박해정인 연세대학교대학원 2013 년 6 월

4 감사의글 우선저의부족함을아시고매순간마다보호하여 주신하나님께감사드립니다. 모든것이은혜로 시작해서은혜로마무리되었습니다. 업무와연구로바쁘신와중에도제가행정업무로귀찮게해드릴때마다항상최상의것으로도와주시고어버이처럼응원해주시며지켜봐주신지도교수님이신이종두교수님께감사드립니다. 또한물리학도였던저에게처음신경과학이라는학문을접할수있는기회를주시고, 다양한뉴로이미징장비와더불어연구를원활히진행할수있게부족한저를위해연구지도에힘써주신박해정교수님께진심으로감사드립니다. 그리고 학습과기억 수업부터논문심사까지여러모로신경써주신김동구교수님께도감사드립니다. 부족함이많은저를감싸주시고많은시간과감정을공유했던 MoNET 연구원들께도깊은감사를드립니다. 범희형, 중일이형, 동하형, 종원이형, 창원이, 민희, 신애누나, 미선이, 전지원선생님, 권은경선생님, 오맹근선생님, 기정이형, 용선이형, 성용이형, 정훈이, 경용이, 재혁이형, 그리고성현이형까지모두와함께한덕분에지금의제가있을수있다고생각합니다. 감사드립니다.

5 끝으로저를낳고길러주신어머니, 아버지그리고사랑하는동생재경이에게도감사와기쁨을나누고싶습니다. 일하시느라몸도힘드실텐데, 언제나제가잘되기를기도해주셨기에지금의제가존재할수있었다고생각합니다. 여기서언급하지못한모든분들께도진심으로감사드립니다. 저자씀

6 차례 국문요약 1 I. 서론 2 II. 재료및방법 9 1. 피험자 9 2.TMS 시행 9 3. 과제수행 영상획득 분석 11 가. 전처리 11 나. 연결성계산 12 (1) 동역학적인과모델링 (DCM) 12 (2) 베이지안모델선택 (Bayesian Model selection) 13 III. 결과 기능영상결과 연결성분석 14 (1) 내재적결합 ( 행렬A) 15 (2) 외재적결합 ( 행렬B) 16 IV. 고찰 기능영상결과 연결성분석 본연구의제한점및후행연구 22 V. 결론 26

7 참고문헌 28 영문요약 35

8 그림차례그림 1. Modes of Brain Connectivity 3 그림 2. Schematic diagram of dynamic causal modeling 4 그림 3. Transcranial Magnetic Stimulation 8 그림 4. Neuronavigator (Brainsight2) guides the motor region 10 그림 5. Schematic process of sequential voluntary finger movement task 11 그림 6. DCM for intrinsic & modulation model of voluntary finger movement task 13 그림 7. fmri BOLD signal during right hand finger voluntary movements 14 그림 8. A & B matrices of dynamic causal modeling selected by Bayesian model selection 16 그림 9. Schematic Diagram of complex network analysis on the brain 18 그림 10. MR compatible TMS coil setup and Simulation 25

9 표차례 표 1. Individual local fmri maxima used as VOIs for DCM 15 표 2. Functional and Effective Connectivity 19

10 국문요약 기능자기공명영상을이용한운동신경계의유효뇌신경연결성평가 목적 : 본연구에서는기능자기공명영상 (fmri) 자료의동역학적인과성모델링 (Dynamic causal modeling, DCM) 방법이유효뇌신경연결성을적절하게확인할수있는방법인지를검증해보고자한다. 대상및방법 : 건강한오른손잡이성인남성 9 명을모집하여순차적수의운동과제를수행하며기능자기공명영상을획득했고, 뇌경두개자기자극 (Transcranial magnetic stimulation, TMS) 후와거짓자극 (Sham) 후에도각각순차적수의운동과제를수행하며기능자기공명영상을획득했다. 위실험으로얻어진기능뇌영상을바탕으로자기자극전후의인과적연결성변화를 DCM 을통해서모델링했고, 통계적으로유의미한차이를보이는유효뇌신경연결들을확인하였다. 결과 : TMS 전, 후운동신경계의유효뇌신경연결성변화를확인해본결과, 주운동영역 (primary motor area, M1) 억제가운동신경계의전반적인뇌신경연결성을떨어뜨리는효과를보였다. 또한오른손가락수의운동을할때, 좌측보조운동영역 (SMA) 에서좌 / 우측 M1 영역으로향하는유효뇌신경연결성이떨어지는것으로나타났고, 좌측운동전영역 (PMC) 에서보조운동영역과주운동영역으로향하는유효뇌신경연결성역시떨어지는것으로나타났다. 결론 : 본연구에서는 TMS 를통해좌측 M1 영역을억제한후얻어진뇌기능영상에 DCM 분석을시행하였다. 그결과억제영역을포함하여운동신경계유효뇌신경연결성이떨어지는것을확인하였다 핵심되는말 : 뇌경두개자기자극, 운동연결성, 유효연결성 1

11 기능자기공명영상을이용한운동신경계의유효뇌신경연결성 평가 < 지도교수이종두 > 연세대학교대학원의과학과 김재창 I. 서론최근기능자기공명영상 (fmri) 기술의발달은기존에알려져있던뇌의영역들의역할에대한연구와뇌부위간연결성에대한연구를가능하게했다. 이는수학자, 물리학자들의미시분자세계에대한이론과경제분야에서사람들간네트워크연구에이용되는방법들이뇌의연결성에도적용되었기때문이다 1,2. 이러한경향으로최근뇌연구분야에서는특정영역의기능적역할파악에대한연구뿐아니라영역간의통계적연결성과인과성 (causality) 에대한연구가현대신경영상분석의기초가되고있으며그와관련된다양한연구가진행되고있다 3,4. 뇌의연결성 (Brain connectivity) 은크게 3가지로분류된다. 구조적연결성 (Structural connectivity), 기능적연결성 (Functional connectivity), 유효연결성 (Effective connectivity) 의세가지가그것이다. 구조적연결성은각영역들의확산텐서영상 (Diffusion 2

12 Tensor Imaging, DTI) 을통해얻어진신경섬유다발의연결을표현할수있는반면, 기능적연결성은기능적뇌자기공명영상을통해얻어진혈중산소치 (Blood Oxygenation Level Dependent, BOLD) 신호의파동형태간에얼마나긴밀성이있는지를알아보는방법으로이를위해서상관분석 (correlation analysis) 이나독립성분분석 (Independent component analysis, ICA) 등의방법이가능하다 5-7. 마지막으로유효연결성은각뉴런간의연결정도를방향성과인과성을나타내줄수있는연결성으로, Granger 인과성 (Granger causality) 8, 동역학적인과모델링 (Dynamic causal modeling, DCM) 9 등의방법을통해알아볼수있다. 그림 1. Modes of Brain Connectivity ( 동역학적인과성모델링방법은, 대표적인유효연결성분석방법으로, 관심볼륨 (volume of interests, VOIs) 간 BOLD 신호의변화율을상태함수로표현하여 VOI간신경적연결성을판단하는데사용된다. 두 VOI간상호연결성을보는데기본적으로사용되는양방향성 (bilinear) 모델의경우다음과같이표현이가능하다 10. 3

13 x = F(x, u, θ) = (A + m j=1 u j B (j) )x + Cu Bilinear model of DCM (1) 최근연구에서는기존모델링기법으로부터한단계더나아간 방법으로비선형적 (non-linear) 모델과 11, 이중상태 (two-state) 모델 12, 그리고확률론적 (stochastic) 13 모델링방법으로확장되었다. 그림 2. Schematic diagram of dynamic causal modeling 9 뇌경두개자기자극기 (Transcranial Magnetic Stimulation, TMS) 는 1985년 신경외과 의사에 의해 고안되었으며, 비침습적 (non-invasive) 인방법으로피질영역등뇌의국소적인 영역을자극함으로서일시적으로뇌의기능을조절할수있다 14. 그 기본 원리에는 페러데이의 법칙 (Faraday s law) 과 암페어의 4

14 법칙 (Ampere s law), 나아가멕스웰방정식 (Maxwell s equation) 으로 설명되는전자기학의기초이론이적용된다 15. E = ρ ε 0 B = 0 E = B t B = μ 0 J + μ 0 ε 0 E t Maxwell s equation (2) 위수식은자기장과전기장의시간적변화는각각또다른전기장과자기장을유도한다는것을의미하며, 바로이원리가자기자극의원리이다. 헤드코일에전기를흘려보내주고이에의해유도된자기장이두피와두개골을통과하여피질까지영향을준다. 여기에다시유도된전기장으로인해피질영역에대하여자극을유도, 전류를발생시키는방식이다. 8자코일로부터유도되는자기장은다음의자기벡터포텐셜 (magnetic vector potential, A ) 의정의를이용해서유도할수있다. A = μ 0I 4π ds R (3) 여기서 μ_0 값은진공에서의자기투자율 (Magnetic permeability) 이다. 이를이용하여코일에적용하여계산하면다음과같다. A( i, ) = A i = A(r i,z) r i (y x (x x 0 ) y ), (i = 1, 2) (4) μ 0I π ( i,z) r i [(1 (r i,z) ) ( ( i, )) E( ( i, ))] (i = 1,2) (5) 5

15 여기서 I 는전류이고, K 및 E 는타원적분 (elliptic integral) 이며다음과 같이정의된다. ( ) = π dα 0 1 sin α A = μ 0I π, E( ) = 1 sin αdα, = 0 4 r (6) (r+ ) +z A = i=1, A i (7) [ π sinφdφ 4π 0 x r + +z rcosφ + π cosφdφ 0 y r + +z rcosφ ] (8) 여기서, i 는 8 자코일에있는두개의코일을의미한다. 자기장 B 는 벡터포텐셜의벡터연산곱 Curl 을이용하여다음과같이구할수 있다. B = A (9) B = μ 0 [ ( (r+ ) r E) + ( + E) ] (10) 4π r 3 (1 ) r(1 ) 여기서, 는각각다음과같이정의된다. = cos x + sin y, = tan 1 ( y x) (10) TMS는크게단자극 (Single shot TMS) 법과반복자극 (Repetitive TMS) 법이있다 단자극법을이용하면자기자극으로인한행동반응의변화뿐아니라변화의순간을측정할수있고, 특정영역에가상병변 (virtual lesion) 을만들어그영역이주변영역에어떻게 6

16 영향을주는지확인할수있다 반면반복자극법은적절한주파수를이용하여뇌의특정영역에자극을함으로써, 그영역에대한증진또는억제를가능하게하는방법이다 22,23. 이러한이유로각종인지과학및심리학연구에서과제를수행시키기전, 후에이장비를통해특정부위를자극하여그부위에관련된기능을증진또는억제시킴으로써해당부위의기능성을검증하기도한다 또한임상연구분야에서는편마비 (Hemiplegia) 환자및뇌졸증환자의운동기능성회복과편두통 (Migraine) 환자들의증상을호전시키는데이용되기도한다 초기 TMS를이용한연구에서는단자극을통해자기자극전후의행동반응을비교하거나근전도를이용하여연결성을확인하는연구가주를이루었다 36. 최근에는뇌영상기법의발달로반복자극이후관심영역이억제되거나증진된이후과제를수행하면서동시에공간적해상도가좋은 fmri와비교하거나시간적해상도가좋은뇌파 (EEG) 와비교하는연구도진행중이다 18,37. 다만기존 TMS를이용한연구가주로관심영역의활성화정도나기능적연결성에주목한데에그치다보니영역간인과적연결성을보는데한계가있었다. 그러므로 TMS를 fmri와함께이용한다면영상을이용한유효연결성을검증하는도구로서우리가원하는영역간의인과성을파악하는데도움이될것이다 38,39. 본연구는이러한관점을바탕으로동역학적인과성모델링방법이 fmri 데이터의유효연결성을확인할수있는지를검증해보고자한다. 이러한연구목적에맞게 fmri 내에서순차적수의운동을수행하는피험자에게 TMS를이용하여관심운동영역을억제하기전, 후의데이터를획득하여운동영역간유효연결성이변화하였는지를확인하고자한다. 7

17 그림 3. Transcranial Magnetic Stimulation 8

18 II. 재료및방법 1. 피험자본연구는연세대학교의과대학연구윤리위원회 (Institution Research Board, IRB) 에서임상실험인증을받은후에실시하였으며, 모든피험자로부터참여동의서를얻은후연구를진행하였다. 본연구를위해신경계나정신의학적병력이없는오른손잡이성인남성 12명이모집되었고, 실험은자기자극전 / 후와거짓자극 (Sham) 시행후과제를수행했기때문에총 2주에걸쳐진행되었다. 이중중도탈락한 3명을제외한총 9명으로결과를분석하였다 ( 평균나이 : 24.3 ± 2.7세 ). 2. TMS 시행피험자들에게본실험전에우측손가락운동과제를수행하게한후, 운동과제에따라활성화된뇌영역의위치를신경네비게이션인 Brainsight2((Rogue Research Inc. 를이용하여피험자머리위에설정하였다. 과제를수행하는데핵심역할을하는피험자의좌반구주운동영역을일시적으로억제시키기위해 1Hz 저주파반복 TMS를시행하였고, 그강도는휴지상태에서운동역치의 100% 를적용시켰다. 600회 (=10분) 자극을시행하였고, 플라시보효과와적응효과를최소화하기위해거짓자극 (Sham) 을추가하였고, 피험자는순서를번갈아가며과제를수행하였다. 9

19 그림 4. Neuronavigator (Brainsight2) guides the motor region. Activation map obtained from a simple motor task was overlaid on top of the individual s own structural image 3. 과제수행피험자들은자의적인속도에맞추어서엄지손가락을제외한오른쪽네손가락 (2-검지, 3-중지, 4-약지, 5-새끼 ) 을연속적으로움직이는과제를수행하였다. 그림 4 와같이 순서로손가락을움직였으며, 시행과시행사이의간격을 5초 ~12초사이로두도록했다. 이과제는연습시행을통해피험자들에게숙지되었다 40. 피험자들은위와같은조건으로 1분동안자의적인판단으로버튼을눌렀고, 총 6개의블록을수행하였으며블록사이에는 15초의휴식기를포함시켰다. 피험자들은 1주차에자기자극전에과제를수행하고거짓자극또는자기자극후과제를수행하였으며, 2주차에는진행하지못한부분을마저진행하여과제는총 2주에걸쳐서진행되었다. 10

20 그림 5. Schematic process of sequential voluntary finger movement task 영상획득 3.0 테슬라자기공명영상장치 (Philips Achiva MRI scanner) 를이용하여각피험자의 T1 강조영상과기능뇌영상을얻었다. 본연구에서 T1 강조영상을얻기위해 TR=25ms, TE=4.6ms, 적용범위는 204 x 220 x 220 mm, 촬영시영상행렬 =224 x 224, flip angle = 8, 그리고슬라이스수 =170장의파라미터를사용하였다. 기능뇌영상은 gradient echo sequence by EPI (echo planar imaging), SENSE를이용하였고, TR = 1500ms, TE = 30ms 으로하였다. 300 장의수평면영상을얻었고슬라이스수는 27장, 슬라이스두께는 2mm, 적용범위는 220 x 108 x 220 mm, 촬영시행렬은 80 x 80이었다. 5. 분석 가. 전처리 과제를 수행하는 동안 획득된 기능뇌영상 데이터는 뇌영상 분야에서널리쓰이는 Statistical Parametric Mapping (SPM8, 을 이용해서 전처리 했다. 시간적 (slice-timing), 공간적 (realignment) 으로 영상을 보정하고 해상도가 높은 T1 강조 구조 영상과 기능 영상을 11

21 정합 (coregistering) 한후공간정규화 (normalizing) 와공간 편평화 (smoothing) 을하여영상을보정하였다. 나. 연결성계산 (1) 동역학적인과모델링 (DCM) 수의운동과제를수행한모든피험자의기능영상에대해서동역학적인과모델링을이용한유효연결성을계산하였다. 분석에사용된동역학적인과모델링은양방향성 (bilinear) 모델을베이지안 틀 (Bayesian frame) 안에서최적의모델을찾아내고, 관심영역간 연관성을신경수준에서찾아내는방법이다 41. 수식 (1) 에서기술된행렬 A는내재된연결, 행렬 B는움직임등변화에의한연결, 행렬 C는감각영역등변화값이직접입력된것을나타낸다. 각행렬들은신경활성화의변화정도 ( 단위 Hz) 를나타낸다. 예를들어값이음수인경우한영역에서다른표적영역으로억제영향을준다고해석할수있다. 동역학적인과모델링은관심영역간 BOLD 변화를보는것이기때문에순차적수의운동으로인한효과로활성화된영역중 6개의운동과관련된영역을관심영역으로설정하였고, 지름을 6mm로하는구로설정하였다. 선택된영역은좌, 우반구양쪽에자리잡고있는주운동영역 (Primary motor cortex, M1), 보조운동영역 (Supplementary Motor Area, SMA), 운동전영역 (Premotor cortex, PMC) 인데이세영역에대한괌심영역설정은짧은꼬리원숭이 (Macaque Monkey) 의침습적연구로부터유도된구조연결성데이터에기반한것으로, 내재적연결을나타내는 A 행렬은 M1, SMA, PMC 영역상호간모두연결되어있다고가정하였다 32,

22 (2) 베이지안모델선택 (Bayesian Model selection) 기존동물연구에서획득한구조적연결성정보와, 동역학적인과모델링을이용한운동연구에서사용된모델들을기반으로하여순차적수의운동과제수행시신경과학적으로가능성이높은외재적연결행렬 ( 행렬B) 8가지의모델을설정하였다 ( 그림 6(a)). 각모델을수립한후베이지안모델선택중고정효과 (fixed effect) 계산을수행하여가장유의미한모델을결정하였으며 ( 그림 6(b)) 그결과 2번모델이가장적합한모델로선정되었다. (a) (b) 그림 6. DCM for intrinsic model is model 8. Bayesian Model Selection for modulatory models. The best model of modulation is model 2. 13

23 III. 결과 1. 기능영상결과휴지기대비순차적수의운동과제를수행하는동안 BOLD 신호가활성화된영역을그룹분석하여표준정규화된뇌모형에표현하면그림 7과같다 (P<0.001, uncorrected). 운동감각영역과오른손가락을움직이는데중추역할을하는좌측 M1영역, 수의운동등운동설계를할때중요하다고알려진 SMA영역, PMC 영역에서최대로활성화되는것을확인할수있었다. 그림 7. fmri BOLD signal during right hand finger voluntary movements. Self-paced voluntary movements enhanced BOLD activity in left-lateralized sensorimotor network with highest activity in M1, SMA and PMC (N=9, P< 0.001, uncorrected on the voxel level) 2. 연결성분석각피험자마다활성화된운동관련영역은표 1과같으며, 이를바탕으로내재적결합을나타내는행렬 A와순차적수의운동으로인 14

24 한외재적결합을나타내는행렬 B 가구성된다. 표 1. Individual local fmri maxima used as VOIs for DCM(MNI coordinate x,y,z) M1_L M1_R PMC_L PMC_R SMA_L SMA_R Subject 1-38,-22,64 34,-18,66-52,-4,44 42,-4,58-6,-2,62 6,0,58 Subject 2-36,-30,70 46,-30,58-46,-6,56 40,-2,58-6,-2,58 4,0,58 Subject 3-44,-20,62 26,-28,64-60,-6,44 58,-2,46-10,-4,64 2,2,60 Subject 4-30,-28,60 40,-18,68-60,-6,40 58,-6,44-2,-4,58 6,2,56 Subject 5-42,-18,64 50,-30,62-58,-16,48 46,-2,48-2,0,64 4,0,62 Subject 6-42,-20,62 42,-22,66-56,-8,40 58,-12,42-8,-6,64 4,4,64 Subject 7-42,-18,68 44,-16,68-56,0,42 60,-4,46-2,0,66 4,4,66 Subject 8-40,-20,64 32,-16,68-58,2,38 54,6,50-2,-4,62 4,4,62 Subject 9-36,-28,68 30,-20,64-54,2,38 54,0,36-2,-2,62 4,-2,60 Mean -39,-23,65 38,-22,65-55,-5,43 52,-3,48-4,-3,62 4,2,61 SD 4,5,3 8,6,3 4,6,6 8,5,7 3,2,3 1,2,3 최적화된동역학적인과모델링분석을위해베이지안모델선택을 이용하여그림 9 와같이최적화된 A, B 행렬로표현된모델을 선택하였고, 반복적저주파 TMS 전과후를비교해보았다. (1) 내재적결합 ( 행렬 A) TMS 전 / 후의연결성값을대응표본 t-검정 (paired t-test) 한결과, 자극이후 M1, SMA, PMC 영역사이의신경적연결성이전반적으로떨어지는것으로나타났으며이는연결성이억제되는것을의미한다 ( 그림 8(a)). 15

25 (2) 외재적결합 ( 행렬 B) 내재적결합과마찬가지로 TMS 전 / 후의연결성값을대응표본 t-검정 (paired t-test) 한결과, 자극이후좌측 SMA 영역에서좌 / 우측 M1 영역으로의연결성이떨어지고, 좌측 PMC 영역에서 SMA, M1 영역으로향하는연결성역시떨어지는것으로나타났다 ( 그림 8(b)). (a) (b) 그림 8. A & B matrices of Dynamic causal modeling selected by Bayesian Model Selection. Red arrow means negative neural coupling, which can be interpreted as a inhibitory correlation. Blue arrow is positive neural coupling which represent facilitatory influence. (a) Establishing model for intrinsic connectivity. Intrinsic connectivity of TMS>Base (p<0.05) (b) Models for right hand finger voluntary movement modulation connectivity selected by Bayesian Model selection. Voluntary movement dependent modulation of effective connectivity TMS>Base. 16

26 IV. 고찰기능자기공명영상 (fmri) 등뇌영상기법이개발된초기에는단순히과제를수행할때또는시각, 청각등의자극이가해질때뇌의어느영역이활성화되는지에중점을두었다. 그러나최근에는활성화되는영역하나가아니라활성화된모든영역들이과제수행이나자극제시에반응하는것과관련이되어있기때문에뇌의연결형태를나타내는연결성연구의중요성이부각되는추세이다 1-3,45,46. 골지염색방법을이용한 Cajal 시대이래로신경세포수준에서축삭과수상돌기의연결을관찰하는침습적인연구만이가능하였던뇌의연결성연구는현대에이르러기능자기공명영상 (fmri), 뇌파 (EEG), 뇌자도 (MEG) 등발달된신경영상장비들로인하여동물에서부터인간까지비침습적인방법이가능하게되었으며그범위도해부학적영역에서기능적연결성까지확대되었다. 47,48. 더욱이수학, 물리학등을포함한다양한학문을아우르는학제간공동연구가활발하게진행되면서연결정도를정량화할때다양한기법의수학적모델링과물리학적네트워크분석기법이도입되고있다 46, 기능적연결성 (Functional Connectivity) 연구중대표적연구분야인휴지기상태 (Resting State) 연구는관심영역간시계열데이터의시간적상관성을통계적으로분석하여이상관성을바탕으로영역간에는기능적연결성이존재한다고정의한다 49. 기본상태신경망 (Default Mode Network, DMN) 이라일컫는휴식상태에서의일정한패턴을보이는뇌활성화를연구하는것이휴지기상태연구의주된내용이었다면 53,54, 손가락움직임을하는동안의기본상태신경망을연구한운동기네트워크도존재한다 55,56. 정상인남성 14명 ( 평균나이 23.7±1.8) 를대상으로 TMS 자극전후의운동기네트워크의기능적연결성분석결과는그림 9와 17

27 같다. (a) BASE TMS (b) REST>TMS 그림 9. (a) Schematic Diagram of complex network analysis on the brain. Each dot means nodes and its radius means node degree. Line means edge and its color means strength between nodes. (b) Edges between cerebellum and putamen, and cerebellum and pre-central gyrus were more strongly connected before the rtms on left M1 compared to those of fmri data after sham stimulation as well as baseline fmri data. And efficiency of motor area brain network node degrees of SMA. 18

28 유효연결성연구는기존의확산텐서영상 (DTI) 을통해얻어지는구조적연결성이나, 단순히영역별연결강도를수치화하는기능적연결성과는달리신경과학적가설을기반으로영역별연결모델을수립해야하고, 영역간인과적인연결성을수치화할수있다는점에서기존연결성연구와는다른장점을제공하고, 더불어연구자에게신경과학적배경지식과수학적해석능력을동시에요구한다 3. 표 2. Functional & Effective connectivity Functional Connectivity Effective Connectivity Model Model-Free Model-Based Measure Statistical dependencies among activation of different anatomic areas. Causal influence that one neuronal systems exerts over another. Connection Strength Correlation Coefficient, Mutual Information F(T)-statistics(Granger Causality Test, Structural Equation Modeling), Neural Coupling Rate(DCM) Difference of Implication These correlations do not reflect teleologically meaningful interactions It attempts to disambiguate correlations of a spurious sort from those mediated by direct or indirect neuronal interactions 뇌영역간인과적연결성을밝히기위해서사용되는대표적인연구 방법은, 특정영역이손상된환자집단과정상인집단과의인과적 19

29 연결성의차이를통계적으로비교하는방법과 TMS를통해비침습적인방법으로뇌의국소적인영역에자극을가하고가상병변을만들어자극전후의기능적연결성변화에대한통계분석을하는방법이있다 20,57,58. 유효연결성연구방법중대표적인방법인동력학적인과성모델링 (DCM) 은뇌영상분야에서널리쓰이는 SPM8 에탑재되어있는기능으로, 사용자의편의를위해직관적으로모델을세우고계산할수있게끔설계되어있다 최근에는그기능이 EEG, MEG를통해획득한뇌영상에도적용가능하도록되어있다 47,48. 또한과제수행또는자극과는관련없는내재적결합 ( 행렬 A) 과과제수행시중요역할을할것이라생각되는신경과학적가설기반의외재적결합 ( 행렬 B), 그리고시각, 청각자극등직접입력 ( 행렬 C) 으로구성되어있어서운동영역과같이이미잘알려진뇌연결망에서부터언어, 기억등인지신경과학연구에도응용이가능하다 4,38,62. TMS 개발초기에는 fmri, EEG 등뇌영상기법과는별도로단자극을가하여가상병변을생성하고그에따른행동반응및근전도를측정하는것이연구의방향이었다. 본연구에서는 TMS를이용하여저주파반복자기자극법을 M1영역에시행하여해당영역의기능을억제시킨후순차적으로 fmri 내에서수의운동과제를수행하였다. M1영역을억제시킨후를대조군으로수립하여자기자극영역은물론관련운동영역상호간유효연결성이어떻게변화하는지를알아보았다. 또한 TMS를자극하기전정확한관심영역을자극하기위해서는신경네비게이션의사용은필수적이다. 이는신경네비게이션이없이도위치를파악가능한 M1영역일지라도기존문헌에서는그사용유무에따라행동반응결과나뇌활성정도가달라진다는것으로알려져있기 20

30 때문이다 63. 따라서현재진행되고있는 TMS연구에서기본적으로본연구에서진행한것과마찬가지로 Brainsight2 와같은신경네비게이션을사용하였고그역할역시중요하다 64,65. 본연구는동력학적인과성모델링방법이유효연결성을확인할수있는지 TMS 전순차적수의운동을하는실험군과자극후주운동영역이억제된대조군의비교를통해확인하고, 나아가뇌성마비등다양한질환군에그적용가능성을확인해본다는점에서그의미가있다.. 1. 기능영상결과피험자를대상으로한실험에서외부자극이아닌피험자자신이원하는시기에순차적수의운동을진행하는경우뇌활성패턴을검출하였다. 그결과좌측 M1, SMA, PMC 영역이활성화되는것을확인할수있었다. 이는오른손을움직일때이를관장하는반대반구 M1영역과계획적인운동과운동설계에중추를담당하는 SMA, PMC 영역이활성화된것으로순차적수의운동및다양한자의적운동에서확인된기존연구에서밝혀진결과와일치한다 40, 연결성분석수의운동에활성화되는영역인 M1, SMA, PMC 영역을좌 / 우총 6개의관심영역으로설정하였다. 이를기반으로내재적연결 ( 행렬 A) 과외재적연결 ( 행렬 B) 에대한모델을수립하였다. 수립된모델은짧은꼬리원숭이연구에서밝혀진신경구조적모형과 42, 기존동력학적인과성모델링연구문헌중운동에관련된연구에서제안된것을참조하고변형시켜수립한것이다 32,44,65,66. 내재적연결은관심영역간에모두연결되어있다고설정하였고, 21

31 수의운동으로인해조정된외재적연결모델은기존문헌에서선택된모델과같았다. 그결과, SMA 영역에서 M1 영역으로향하는연결성하나만변형된모델이베이지안모델선택 (Bayesian model selection) 방법으로선택되었다. 이는계획적인수의운동이 SMA 영역에서시작하여 M1 영역에서손가락을실제움직이도록한다는점에서선행연구와부합하는부분이다. TMS 전 / 후연결성결과를살펴보면실제자기자극이가해져기능이억제된부위는좌측 M1 영역이었지만그영향이내재적, 외재적결합모델과동일하게운동연결망전반에걸쳐억제되는것을확인할수있었다. 특히, 외재적결합에있어서는좌측 SMA 영역에서좌 / 우측 M1 영역으로향하는연결성과좌측 PMC 영역에서동측 SMA, M1 영역으로향하는연결이대응표본 t-검정 (paired t-test) 결과 (P<0.05, uncorrected) 유의미하게떨어지는것으로확인되었다. 이결과역시움직임을계획하는수의운동에서중추역할을하는 SMA 영역으로부터손가락운동을주관하는 M1 영역으로향하는연결성이떨어졌다는점과, 근육에대한움직임및통제와밀접한관련을갖고있다고알려진 PMC 영역에서 SMA M1 영역으로향하는연결성이떨어졌다는점에서기존신경구조적인면과신경기능적으로알려진가설에부합하는결과라고할수있다 본연구의제한점및후행연구본연구에서적용된동력학적인과성모델링을통한유효연결성평가는가설기반의모델링으로기본적으로신경과학적가설과구조적인선험지식이기반이되어야한다. 따라서차후에진행되는연구에서도기존에진행되었던구조및기능연결성연구를항상 22

32 염두에두어야할것이다 46,49. 또한저주파반복 TMS의경우정확한위치를자극하기위해신경네비게이션장비인 Brainsight2와손의연축 ( 움찔수축 ) 을이용하였다. 그자극효과가완전히사라지기까지는수시간에서수일이걸리기도하지만, 정확한자극의최대효과는자극되어진시간과거의일치한다고일반적으로알려져있고 30,67, 특정과제에서는그효과가더짧게지속되는것으로알려졌다 68. 이러한점에서 TMS 후바로뇌기능영상을촬영하며과제를수행하는데있어서긴과제를수행할수없다는한계가있다. 이러한한계는고주파의세타-버스트 (theta-burst) 반복 TMS 방법을이용할경우최대효과시간을늘릴수있고이를대조군으로사용함으로써극복될수있다 또한, 상대적으로시간해상도가좋지못한 fmri의기술적한계로인해직접적인신경생리학적반응을보는데는아직한계가있는데향후연구에서는이한계를극복하기위해서시간해상도가좋은뇌파또는뇌자도를사용한실험을같이수행해야할것이다. 최근뇌영상기법의발달로인해뇌영역간연결성및인과성연구의중요성이대두되면서 TMS와기능자기공명영상 (fmri) 및 EEG를함께활용한동시연구 (Interleaved TMS/fMRI 또는 combined TMS/EEG) 가연구자들에게주목을받고있다. 그러나 MR스캐너밖에서자기자극후영상을획득하는방법은행동반응과뇌영상측정피질영역간기능적연결성을간접적으로보는수준에불과하다. 이를극복하기위해서동시 뇌경두개자기자극 - 기능자기공명영상 (Concurrent TMS-fMRI) 을 이용한연구가필요하다. 그이유는그방법이자극영역과주변영역들간의인과적영향을알아보는가장확실하기때문이다. 또한, 과제를수행하는데있어서자기자극으로인한행동반응의변화뿐 23

33 아니라변화의순간을측정할수있고, 특정영역에가상병변 (virtual lesion) 을만들어그영역이주변영역에어떻게영향을주는지확인할수있기때문이다. 동시 TMS-fMRI 위해서는 MRI호환 TMS 코일과그것을지지할수있는장치가필수적이다. 또한, TMS 자체가 0.5~1 Tesla의강한순간벡터자장을발생시키기때문에 MRI 스캐너주자기장내에서자장분포변화에대한전자기학적접근이필요하고, 그것이영상왜곡에미치는영향을평가하여그영향을최소화할수있는자극제시기법을선정하는것이중요하다. 동시 TMS-fMRI 기술과나아가동시 TMS-fMRI-EEG 기술을이용하면 TMS의장점과더불어좋은공간적해상도뿐만아니라시간적해상도를확보할수있을것이다 20,57. 24

34 그림 10. (a) MR-compatible holder setup for the MR phantom and healthy subject tasks. (b) Distribution of magnetic field induced by figure-eight coil and depending on distance from the coil at z=20 mm. First and second column show the strength of magnetic field by color on x-y plane. The third column presents the magnetic field induced by every coil inside of the figure-eight coil Red spot is the most focused area. (c) The distribution of magnetic field induced by TMS coil (red curve) and summation of MR magnetic field (arrows in the yellow box). TMS coil is -30 degrees rotation. 성인남성으로제한된피험자그룹과피험자수는 TMS 시행시안정성의문제와모집단의성별에따른영향을최소화하기위한것이었으나, 통계적유의성을높이기위해서더많은수의피험자 25

35 확보가필요하다. 피험자그룹에는성인여성을포함시켜야할것이다, 무엇보다자기자극시행에대한피험자의안전확보는가장중요하다. TMS의안전성관련연구에서언급한대로기존연구에서는반복자극의경우운동역치의 70~130% 를 20여분까지진행하였다 30,67. 본연구에서는손의움찔수축을기반으로운동역치의 100% 로 10분간자극하였으며피험자의편의를위해이어플러그및턱받침대를제공하였다. 또한사전 / 사후설문을바탕으로신경, 정신과적질환전력이없는피험자를엄선하였으며, 자세및소음등불편한점에대해서피드백을받아최선의조건에서자극을받을수있도록하였다. 추후 TMS 실험에서도피험자의안전확보는항상최선의준비가되어야할것이고, 특히 TMS효과에대해민감한여성피험자그룹은그실험에더주의가필요할것이다. V. 결론본연구에서는순차적인수의운동을하는과제를수행하는동안획득한기능자기공명영상과, 특정영역을억제시키는저주파 TMS를이용하여자극전 / 후관심영역간인과적연결성을볼수있는동역학적인과성모델링분석을시행하였다. 그결과자기자극이가해진영역뿐만이아니라운동연결망으로알려진대부분의영역들에서전체적으로연결성이억제되는것을확인할수있었고, 특히수의운동시 SMA 영역에서 M1 영역으로그리고 PMC 영역에서 SMA, M1 영역으로향하는연결성이약화되는것을확인할수있었다. 이것은 1Hz 미만의억제성 TMS 자극에의해서해당영역에 26

36 일시적으로억제되었고, 이곳과운동연경망으로연결되어상호 작용하는다른영역들에까지영향을미치는것으로해석할수있다. 27

37 참고문헌 1. Behrens TE, Sporns O. Human connectomics. Curr Opin Neurobiol 2011; 2. Sporns O, Tononi G, Kötter R. The human connectome: A structural description of the human brain. PLoS Comput. Biol. 2005;1:e Friston KJ. Functional and Effective Connectivity: A Review. Brain Connectivity 2011;1: Sonty SP, Mesulam M-M, Weintraub S, Johnson NA, Parrish TB, Gitelman DR. Altered effective connectivity within the language network in primary progressive aphasia. J. Neurosci. 2007;27: Calhoun VD, Adali T, McGinty VB, Pekar JJ, Watson TD, Pearlson GD. fmri activation in a visual-perception task: network of areas detected using the general linear model and independent components analysis. Neuroimage 2001;14: Calhoun VD, Adali T, Pearlson GD, Pekar JJ. A method for making group inferences from functional MRI data using independent component analysis. Hum Brain Mapp 2001;14: Du Y, Fan Y. Group information guided ICA for fmri data analysis. Neuroimage 2012;63: Seth AK, Chorley P, Barnett LC. Granger causality analysis of fmri BOLD signals is invariant to hemodynamic convolution but not downsampling. Neuroimage 2013;65: Friston KJ, Harrison L, Penny W. Dynamic causal modelling. Neuroimage 2003;19: Stephan K, Harrison L, Kiebel S, David O. Dynamic causal models of neural system dynamics: current state and future extensions. Journal of 2007; 11. Stephan K, Kasper L, Harrison L, Daunizeau J. Nonlinear dynamic causal models for fmri. Neuroimage 2008; 12. Marreiros A, Kiebel S. Dynamic causal modelling for fmri: A two-state model. Neuroimage 2008; 28

38 13. Li B, Daunizeau J, Stephan KE, Penny W, Hu D, Friston K. Generalised filtering and stochastic DCM for fmri. Neuroimage 2011;58: Barker AT, Jalinous R, Freeston IL. Non-invasive magnetic stimulation of human motor cortex. Lancet 1985;1: Halliday D, Resnick R, Walker J. Fundamentals of Physics. 9 ed. Willey; Funke K, Benali A. Modulation of cortical inhibition by rtms - findings obtained from animal models. J. Physiol. (Lond.) 2011;589: Nollet H, Van Ham L, Deprez P, Vanderstraeten G. Transcranial magnetic stimulation: review of the technique, basic principles and applications. Vet. J. 2003;166: George MS, Aston-Jones G. Noninvasive techniques for probing neurocircuitry and treating illness: vagus nerve stimulation (VNS), transcranial magnetic stimulation (TMS) and transcranial direct current stimulation (tdcs). Neuropsychopharmacology 2010;35: Stamoulis C, Oberman LM, Praeg E, Bashir S, Pascual-Leone A. Single Pulse TMS-Induced Modulations of Resting Brain Neurodynamics Encoded in EEG Phase. Brain Topogr 2011;24: Ruff CC, Driver J, Bestmann S. Combining TMS and fmri: from virtual lesions to functional-network accounts of cognition. Cortex 2009;45: Hanakawa T, Mima T, Matsumoto R, Abe M, Inouchi M, Urayama S-I, et al. Stimulus-response profile during single-pulse transcranial magnetic stimulation to the primary motor cortex. Cereb. Cortex 2009;19: Amiaz R, Levy D, Vainiger D, Grunhaus L, Zangen A. Repeated high-frequency transcranial magnetic stimulation over the dorsolateral prefrontal cortex reduces cigarette craving and consumption. Addiction 2009;104: Di Lazzaro V, Dileone M, Pilato F, Capone F, Musumeci G, Ranieri F, et al. Modulation of motor cortex neuronal networks by rtms: comparison of local and remote effects of six different protocols of stimulation. J. Neurophysiol. 2011;105:

39 24. Wagner T, Valero-Cabre A, Pascual-Leone A. Noninvasive human brain stimulation. Annu Rev Biomed Eng 2007;9: Fox D. Neuroscience: Brain buzz. Nature 2011;472: Guse B, Falkai P, Wobrock T. Cognitive effects of high-frequency repetitive transcranial magnetic stimulation: a systematic review. J Neural Transm 2010;117: Kalbe E, Schlegel M, Sack A, Nowak D. ScienceDirect - Cortex : Dissociating cognitive from affective theory of mind: A TMS study. Cortex 2010; 28. Walsh V, Cowey A. Transcranial magnetic stimulation and cognitive neuroscience. Nat. Rev. Neurosci. 2000;1: Pascual-Leone A, Walsh V, Rothwell J. Transcranial magnetic stimulation in cognitive neuroscience virtual lesion, chronometry, and functional connectivity. Current opinion in 2000; 30. Najib U, Bashir S, Edwards D, Rotenberg A, Pascual-Leone A. Transcranial brain stimulation: clinical applications and future directions. Neurosurg. Clin. N. Am. 2011;22:233 51, ix. 31. Lipton RB, Pearlman SH. Transcranial magnetic simulation in the treatment of migraine. Neurotherapeutics 2010;7: Grefkes C, Nowak DA, Wang LE, Dafotakis M, Eickhoff SB, Fink GR. Modulating cortical connectivity in stroke patients by rtms assessed with fmri and dynamic causal modeling. Neuroimage 2010;50: Pennisi G, Alagona G, Rapisarda G, Nicoletti F, Costanzo E, Ferri R, et al. Transcranial magnetic stimulation after pure motor stroke. Clin Neurophysiol 2002;113: Keck M, Sillaber I, Ebner K, Welt T. Acute transcranial magnetic stimulation of frontal brain regions selectively modulates the release of vasopressin, biogenic amines and amino acids in the rat brain - Keck European Journal of Neuroscience - Wiley Online Library. European Journal 2000; 35. Bonato C, Miniussi C. ScienceDirect - Clinical Neurophysiology : Transcranial magnetic stimulation and cortical evoked potentials: A TMS/EEG co-registration study. Clinical neurophysiology 2006; 30

40 36. Michael N, Gösling M, Reutemann M, Kersting A, Heindel W, Arolt V, et al. Metabolic changes after repetitive transcranial magnetic stimulation (rtms) of the left prefrontal cortex: a sham-controlled proton magnetic resonance spectroscopy (1H MRS) study of healthy brain. Eur J Neurosci 2003;17: Thut G, Pascual-Leone A. A review of combined TMS-EEG studies to characterize lasting effects of repetitive TMS and assess their usefulness in cognitive and clinical neuroscience. Brain Topogr 2010;22: de Graaf TA, Jacobs C, Roebroeck A, Sack AT. FMRI effective connectivity and TMS chronometry: complementary accounts of causality in the visuospatial judgment network. PLoS ONE 2009;4:e Wagner T, Rushmore J, Eden U. Biophysical foundations underlying TMS: setting the stage for an effective use of neurostimulation in the cognitive neurosciences. Cortex 2009; 40. Bortoletto M, Cunnington R. Motor timing and motor sequencing contribute differently to the preparation for voluntary movement. Neuroimage 2010;49: Stephan KE, Weiskopf N, Drysdale PM, Robinson PA, Friston KJ. Comparing hemodynamic models with DCM. Neuroimage 2007;38: Boussaoud D, Tanné-Gariépy J, Wannier T, Rouiller EM. Callosal connections of dorsal versus ventral premotor areas in the macaque monkey: a multiple retrograde tracing study. BMC Neurosci 2005;6: Rowe JB, Hughes LE, Barker RA, Owen AM. Dynamic causal modelling of effective connectivity from fmri: are results reproducible and sensitive to Parkinson's disease and its treatment? Neuroimage 2010;52: Rehme AK, Eickhoff SB, Wang LE, Fink GR, Grefkes C. Dynamic causal modeling of cortical activity from the acute to the chronic stage after stroke. Neuroimage 2011;55: Lichtman JW, Livet J, Sanes JR. A technicolour approach to the connectome. Nat. Rev. Neurosci. 2008;9: Rubinov M, Sporns O. Complex network measures of brain connectivity: 31

41 uses and interpretations. Neuroimage 2010;52: Kiebel SJ, Garrido MI, Moran R, Chen C-C, Friston KJ. Dynamic causal modeling for EEG and MEG. Hum Brain Mapp 2009;30: Litvak V, Mattout J, Kiebel S, Phillips C, Henson R, Kilner J, et al. EEG and MEG data analysis in SPM8. Comput Intell Neurosci 2011;2011: Bullmore E. Complex brain networks: graph theoretical analysis of structural and functional systems. Nat. Rev. Neurosci. 2009; 50. Boccaletti S, Latora V, Moreno Y, Chavez M. ScienceDirect - Physics Reports : Complex networks: Structure and dynamics. Physics reports 2006; 51. Albert R, Barabási A-L. Statistical mechanics of complex networks. Rev. Mod. Phys. 2002;74: Sporns O, Chialvo D, Kaiser M. ScienceDirect - Trends in Cognitive Sciences : Organization, development and function of complex brain networks. Trends in Cognitive 2004; 53. van den Heuvel MP, Hulshoff Pol HE. Exploring the brain network: a review on resting-state fmri functional connectivity. Eur Neuropsychopharmacol 2010;20: Fox MD, Halko MA, Eldaief MC, Pascual-Leone A. Measuring and manipulating brain connectivity with resting state functional connectivity magnetic resonance imaging (fcmri) and transcranial magnetic stimulation (TMS). Neuroimage 2012; 55. Jiang T, He Y, Zang Y, Weng X. Modulation of functional connectivity during the resting state and the motor task. Hum Brain Mapp 2004;22: Jin S-H, Lin P, Hallett M. Reorganization of brain functional small-world networks during finger movements. Hum Brain Mapp 2012;33: Heinen K, Ruff CC, Bjoertomt O, Schenkluhn B, Bestmann S, Blankenburg F, et al. Concurrent TMS-fMRI reveals dynamic interhemispheric influences of the right parietal cortex during exogenously cued visuospatial attention. Eur J Neurosci 2011;33:991 32

42 Blankenburg F, Ruff CC, Bestmann S, Bjoertomt O, Josephs O, Deichmann R, et al. Studying the role of human parietal cortex in visuospatial attention with concurrent TMS-fMRI. Cereb. Cortex 2010;20: Stephan KE, Penny WD, Moran RJ, Ouden den HEM, Daunizeau J, Friston KJ. Ten simple rules for dynamic causal modeling. Neuroimage 2010;49: Friston KJ, Li B, Daunizeau J, Stephan KE. Network discovery with DCM. Neuroimage 2011;56: Stephan K, Friston K. Computing the objective function in DCM. 2005; 62. Brázdil M, Mikl M, Marecek R, Krupa P, Rektor I. Effective connectivity in target stimulus processing: a dynamic causal modeling study of visual oddball task. Neuroimage 2007;35: Bashir S, Edwards D. Neuronavigation Increases the Physiologic and Behavioral Effects of Low-Frequency rtms of Primary Motor Cortex in Healthy Subjects. Brain Topogr 64. Ruohonen J, Karhu J. Navigated transcranial magnetic stimulation. Neurophysiol Clin 2010;40: Sarfeld A-S, Diekhoff S, Wang LE, Liuzzi G, Uludağ K, Eickhoff SB, et al. Convergence of human brain mapping tools: Neuronavigated TMS Parameters and fmri activity in the hand motor area. Hum Brain Mapp 2011; 66. Kasess CH, Windischberger C, Cunnington R, Lanzenberger R, Pezawas L, Moser E. The suppressive influence of SMA on M1 in motor imagery revealed by fmri and dynamic causal modeling. Neuroimage 2008;40: Rossi S, Hallett M, Rossini PM, Pascual-Leone A, Safety of TMS Consensus Group. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research pages Perini F, Cattaneo L, Carrasco M, Schwarzbach JV. Occipital transcranial magnetic stimulation has an activity-dependent suppressive 33

43 effect. J. Neurosci. 2012;32: Nardone R, De Blasi P, Bergmann J, Caleri F, Tezzon F, Ladurner G, et al. Theta burst stimulation of dorsolateral prefrontal cortex modulates pathological language switching: A case report. Neurosci. Lett. 2011;487: Stagg C, Wylezinska M. Neurochemical Effects of Theta Burst Stimulation as Assessed by Magnetic Resonance Spectroscopy. Journal of 2009; 71. Huang Y-Z, Edwards MJ, Rounis E, Bhatia KP, Rothwell JC. Theta burst stimulation of the human motor cortex. Neuron 2005;45:

44 ABSTRACT Evaluation of effective motor connectivity using functional MRI Jae-Chang Kim Department of Medical Science The Graduate School, Yonsei University (Directed by Professor Jong Doo Lee) Purpose: The purpose of this study is to evaluate of effective motor connectivity, especially dynamic causal modeling method (DCM), using functional MRI data. Materials and Methods: To perform the sequential voluntary movement task, nine healthy right-handed adult males were recruited and appliedg to transcranial magnetic stimulation (TMS) before task. We found statistically significant effective connectivity differences between non-tms and repetitive TMS. Results: The effective connectivity of motor networks, evaluated by DCM, was lower after low frequency repetitive TMS than before for functional neuroimaging data. TMS was just applied to left primary motor area (M1), however, it affected whole motor connectivity. Furthermore, especially when voluntary movement was performed, effective connectivities from left supplementary motor area (SMA) to left/right M1 and left premotor cortex(pmc) to left SMA/M1 were dropped after repetitive TMS. Conclusion: After inhibition of left M1 using by TMS, we evaluated DCM analysis to fmri data. We found effective connectivity is decreased not only inhibition area but also related motor area Key Words : Transcranial Magnetic Stimulation, Motor connectivity, Effective Connectivity 35