| アイテムタイプ |
学術雑誌論文 / Journal Article(1) |
| 公開日 |
2025-06-02 |
| タイトル |
|
|
タイトル |
Computational Mechanisms of Neuroimaging Biomarkers Uncovered by Multicenter Resting-State fMRI Connectivity Variation Profile |
| 言語 |
|
|
言語 |
eng |
| 資源タイプ |
|
|
資源タイプ |
journal article |
| アクセス権 |
|
|
アクセス権 |
open access |
| 著者 |
Yamashita, Okito
Yamashita, Ayumu
Takahara, Yuji
Sakai, Yuki
Okamoto, Yasumasa
Okada, Go
Takamura, Masahiro
Nakamura, Motoaki
Itahashi, Takashi
Hanakawa, Takashi
Togo, Hiroki
Yoshihara, Yujiro
Murai, Toshiya
Okada, Tomohisa
Narumoto, Jin
Takahashi, Hidehiko
Takagishi, Haruto
Hosomi, Koichi
Kasai, Kiyoto
Okada, Naohiro
Abe, Osamu
Imamizu, Hiroshi
Hayashi, Takuya
Koike, Shinsuke
田中, 沙織
Kawato, Mitsuo
|
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
Resting-state functional connectivity (rsFC) is increasingly used to develop biomarkers for psychiatric disorders. Despite progress, development of the reliable and practical FC biomarker remains an unmet goal, particularly one that is clinically predictive at the individual level with generalizability, robustness, and accuracy. In this study, we propose a new approach to profile each connectivity from diverse perspective, encompassing not only disorder-related differences but also disorder-unrelated variations attributed to individual difference, within-subject across-runs, imaging protocol, and scanner factors. By leveraging over 1500 runs of 10-minute resting-state data from 84 traveling-subjects across 29 sites and 900 participants of the case-control study with three psychiatric disorders, the disorder-related and disorder-unrelated FC variations were estimated for each individual FC. Using the FC profile information, we evaluated the effects of the disorder-related and disorder-unrelated variations on the output of the multi-connectivity biomarker trained with ensemble sparse classifiers and generalizable to the multicenter data. Our analysis revealed hierarchical variations in individual functional connectivity, ranging from within-subject across-run variations, individual differences, disease effects, inter-scanner discrepancies, and protocol differences, which were drastically inverted by the sparse machine-learning algorithm. We found this inversion mainly attributed to suppression of both individual difference and within-subject across-runs variations relative to the disorder-related difference by weighted-averaging of the selected FCs and ensemble computing. This comprehensive approach will provide an analytical tool to delineate future directions for developing reliable individual-level biomarkers. |
| 書誌情報 |
en : Molecular Psychiatry
巻 30,
号 11,
p. 5463-5474,
発行日 2025-08-07
|
| 出版者 |
|
|
出版者 |
Springer Nature |
| ISSN |
|
|
収録物識別子タイプ |
EISSN |
|
収録物識別子 |
1476-5578 |
| 出版者版DOI |
|
|
関連タイプ |
isIdenticalTo |
|
|
識別子タイプ |
DOI |
|
|
関連識別子 |
https://doi.org/10.1038/s41380-025-03134-6 |
| 出版者版URI |
|
|
関連タイプ |
isIdenticalTo |
|
|
識別子タイプ |
URI |
|
|
関連識別子 |
https://www.nature.com/articles/s41380-025-03134-6 |
| 権利 |
|
|
権利情報Resource |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
|
権利情報 |
© The Author(s) 2025. This article is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License, which permits any non-commercial use, sharing, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if you modified the licensed material. You do not have permission under this licence to share adapted material derived from this article or parts of it. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by-nc-nd/4.0/. |
| 著者版フラグ |
|
|
出版タイプ |
VoR |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP19dm0207069 |
|
|
研究課題名 |
双方向トランスレーショナルアプローチによる精神疾患の脳予測性障害機序に関する研究開発 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP18dm0307001 |
|
|
研究課題名 |
国際MRI研究連携によるAYA世代脳発達および障害のメカニズム解明 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP18dm037002 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP18dm0307004 |
|
|
研究課題名 |
人生ステージに沿った健常および精神・神経疾患の統合MRIデータベースの構築にもとづく国際脳科学連携 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP23dm0307008 |
|
|
研究課題名 |
脳科学とAI技術に基づく精神神経疾患の診断と治療技術開発とその応用 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP23dm0307009 |
|
|
研究課題名 |
非線形動力学に基づく次世代AIと基盤技術に関する研究開発 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP21dm0207070h0003 |
|
|
研究課題名 |
パーキンソン病発症前から発症後に連続する神経回路病態の解明とトランスレータブル指標の開発 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP21dm0307003h0004 |
|
|
研究課題名 |
先進的MRI技術に基づく統合データベースと大規模コホートデータの連結による高齢者神経変性疾患の責任神経回路の解明 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Agency for Medical Research and Development（AMED） |
|
|
研究課題番号 |
JP21dm0307004h0004 |
|
|
研究課題名 |
人生ステージに沿った健常および精神・神経疾患の統合MRIデータベースの構築にもとづく国際脳科学連携 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Society for the Promotion of Science (JSPS) |
|
|
研究課題番号 |
JPMJMS2291 |
|
|
研究課題名 |
東洋の人間観と脳情報学で実現する安らぎと慈しみの境地 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Society for the Promotion of Science (JSPS) |
|
|
研究課題番号 |
JP19H05726 |
|
|
研究課題名 |
神経伝達物質の異常に伴う超適応を誘発する脳活動ダイナミクスの変容 |
| 助成情報 |
|
|
|
助成機関名 |
Japan Society for the Promotion of Science (JSPS) |
|
|
研究課題番号 |
23H00414 |
|
|
研究課題名 |
ヒト組織・病理情報を表現する合成MRI技術開発に向けた基盤構築 |
| 助成情報 |
|
|
|
助成機関名 |
AMED |
|
|
研究課題番号 |
JP23wm0625001 |
|
|
研究課題名 |
脳データ統合プラットフォームの開発と活用による脳機能と疾患病態の解明 |
| 助成情報 |
|
|
|
助成機関名 |
AMED |
|
|
研究課題番号 |
JP24wm0625502 |
|
|
研究課題名 |
生成/敵対AI・デジタル脳に基づく脳回路バイオマーカとニューロフィードバック治療に関する研究開発 |
| 助成情報 |
|
|
|
助成機関名 |
AMED |
|
|
研究課題番号 |
JP24wm0625204 |
|
|
研究課題名 |
抑うつ症状と認知機能障害が生じる皮質−皮質下脳ダイナミクスのヒト多次元縦断データを用いた解明と霊長類モデルでの検証 |
| 助成情報 |
|
|
|
助成機関名 |
AMED |
|
|
研究課題番号 |
JP24wm0625401 |
|
|
研究課題名 |
生成AIを用いた脳情報の逆相関探索と外部デジタル化 |
| 助成情報 |
|
|
|
助成機関名 |
Acquisition, Technology & Logistics Agency (ATLA) |
|
|
研究課題番号 |
JPJ004596 |
fulltext (2.3 MB)
