層別機能的結合性に対する熱雑音および生理学的デノイジングの影響

脳スキャンの「掃除」が重要な理由

現在の脳スキャナーは、人間の皮質の薄い六層を覗き込めるようになり、どの領域が活動しているかだけでなく、その領域のどの深さが情報を送受信しているかを問えるようになりました。しかし、この超高解像度画像は、スキャナー由来のノイズ、血管からの影響、さらには被験者の心拍や呼吸といったさまざまな「雑音」で満ちています。本研究は実践的で重大な問いを投げかけます：これらのノイズを注意深く除去すれば、運動に関わる重要な領域の層間で活動がどのように伝わるかについて、より正確な像が得られるでしょうか？

運動領域の内部の層を観察する

研究者らは一次運動皮質に焦点を当てました。これは特に手の随意運動を制御する脳の帯状領域で、他の皮質部位と同様に、情報の受け取り方や送り方が異なる六つの積み重なった層から構成されています。上層は他領域からの入力を受け取りやすく、深層は他の脳領域や脊髄へ出力を運びます。7テスラという非常に高い磁場のMRIと、幅が1ミリ未満の微小ボクセルを用いて、研究チームは運動皮質の手部領域と、そこから信号をやり取りする隣接する体性感覚および前運動領域の自発的（安静時）活動を記録しました。

雑音と偏りの問題

このような高解像度では、有用な信号は幾つかの望ましくない要因と競合します。ランダムな「熱雑音」はスキャナーの電子機器から生じ、信号が弱くなる深層で特に問題になります。一方、生理学的雑音は被験者の体から生じ、呼吸や心拍、皮質表面近くの大静脈における血中酸素変化などが含まれます。標準的なfMRIが大きな静脈からの信号を強調するため、表層は実際よりも活動的で結合が強く見えてしまうことがあり、それらの変動が真の神経間コミュニケーションではなく血管性のゆらぎに過ぎない場合もあります。慎重な補正がなければ、研究者はこれらの表層の変動を強い上層間結合として誤解するリスクがあります。

データをクリーンにする方法の検証

これらの問題に取り組むため、チームはいくつかの確立された「デノイジング」手順を比較しました。まず、画像中の熱雑音を抑えるよう設計されたNORDICというアルゴリズムを適用しました。次にモーション補正を行い、その後に二つの生理学的ノイズ除去戦略のいずれかを加えました。一つはRETROICORと呼ばれ、被験者の呼吸と脈拍の記録を用いてそれに関連する変動を差し引きます。もう一つはaCompCorと呼ばれ、画像内の液体領域や白質で支配的な領域からノイズパターンを抽出して回帰により除去します。これらの手順をさまざまに組み合わせることで、各手法がどれだけ不要な変動を減らすか、そして運動皮質とその近傍との層特異的結合の見かけの強さをどのように変えるかを検証しました。

デノイジング後に何が変わったか

研究者らは層ごとにデータ品質のいくつかの指標を調べました。信号が時間的にどれほど変動するか、異なる周波数帯にどのようにパワーが分布するかといったものです。NORDICは全体として最も大きな影響を与え、とくに深層でランダムな変動を減らし、平均信号レベルを変えずに安静時信号をより安定させました。生理学的デノイジング、特にaCompCorは、大きな静脈や生理リズムが支配的な表層で最も顕著な効果を示しました。機能的結合性、すなわちある領域の活動が別の領域の活動にどれほど一致して追随するかを調べたところ、熱デノイジングは当初どこでも見かけ上の結合性を高める傾向があり、その後aCompCorが特に前運動野や強く結びついているべきでない対照領域を含む上層での偽の相関を選択的に削ぎ落としました。

層どうしのやり取りのより明瞭な像

熱および生理学的デノイジングを一通り適用した後、得られた結合パターンは解剖学や以前の高精度研究から知られていることとより良く一致しました。一次運動皮質の上層は依然として隣接する体性感覚領域とより強い結びつきを示し、そうした深さへの豊富な感覚入力と整合しました。しかし、前運動野との異常に強い上層結合への偏りは減少し、深層からの信号が相対的により情報量が高くなりました。日常的に言えば、本研究は高解像度脳スキャンの慎重なクリーンアップが血管や体のリズムによる誤解を取り除き、皮質の異なる層間での真の対話をより近くで覗けるようにすることを示しています。これにより、層別fMRIはヒト脳における情報流の方向をたどるより信頼できる手段となります。

引用: Guidi, M., Giulietti, G., Sharoh, D. et al. Impact of thermal and physiological denoising on laminar functional connectivity. Sci Rep 16, 8602 (2026). https://doi.org/10.1038/s41598-026-37599-4

キーワード: 層別fMRI, 機能的結合性, 脳イメージング雑音, 運動皮質の層, デノイジング手法