脳スキャンは治療的脳刺激の効果を示す

驚くべき新しい研究は、臨床医に脳ネットワークの視覚的証拠と、脳の電気刺激が特定の脳領域をリセットまたは刺激するのにどのように役立つかを提供します。

電気または他の手段を介して脳を刺激することは、さまざまな神経および精神疾患の症状を緩和するのに役立つ可能性があることは十分に確立されています。臨床診療では、このアプローチを使用して、てんかんからうつ病までさまざまな状態を治療します。

しかし、医師が脳をザッピングすると、実際にはどうなりますか？

このテクニックを効果的にするもの、またはさまざまな病気を治療するために脳のどの部分を標的にするべきかについてはほとんどわかっていません。

ペンシルベニア大学とバッファロー大学が主導する新しい研究は、知識のこれらのギャップを埋める一歩を踏み出しました。研究は、脳の単一の領域の刺激が他の領域の活性化と脳内の大規模な活動にどのように影響するかを説明しています。

「私たちは脳刺激の影響をよく理解していません」と筆頭著者のバッファロー大学の数学の助教授であるサラ・モルドゥーン博士は述べた。

「臨床医が特定の障害を持つ患者を持っているとき、彼らはどのようにして脳のどの部分を刺激するかを決めることができますか？私たちの研究は、脳の接続性がこれらの決定にどのようによりよく通知できるかをよりよく理解するためのステップです。」

「脳の構造を見ると、それは相互に複雑な方法で相互作用する相互接続された領域のネットワークのように見えます。この研究で尋ねた質問は、単一の領域を刺激することによって脳のどれだけが活性化されるかということでした。

「刺激を受けたときに脳をさまざまな状態に非常に簡単に導くことができる領域がある一方で、他の領域は効果が少ないことがわかった」と、バイオエンジニアリングの准教授であるダニエルS.バセット博士は述べた。ペンシルベニア大学工学部および応用科学部。

研究は、陸軍研究所の認知神経科学者ジャンM.ベッテル博士と共同で実施されました。カリフォルニア大学リバーサイド校の理論家ファビオ・パスカレッティを統括。スコットT.グラフトン、医学博士、カリフォルニア大学サンタバーバラ校のマシューシエスラック。ペンシルバニア大学精神科のShi Gu。

この研究は、 PLOS計算生物学、計算モデルを使用して、拡散スペクトルイメージングから得られたデータを使用して脳のアーキテクチャがマッピングされた8人の脳活動をシミュレーションしました。このイメージング手法は、MRIスキャナーで撮影した一種の脳画像を作成します。

研究者は、各被験者の脳内の83の領域のそれぞれを刺激することの影響を調査しました。結果は人によって異なりましたが、共通の傾向が現れました。

ネットワークハブ（脳の白質を介して脳の他の部分に強く接続されている脳の領域）は、研究者が「高機能効果」と呼ぶものを表示しました。彼らはこれらの領域を刺激することが多くの脳の領域の全体的な活性化をもたらしたことを発見しました。

この効果は、複数の地域ハブを含むことが知られている脳の2つのサブネットワークで特に顕著でした。

領域には、皮質下ネットワーク（比較的初期に進化した領域で構成され、感情処理に重要）とデフォルトモードネットワーク（後で進化した領域で構成され、人がいるときに自己参照処理に重要）が含まれます休息中、またはタスクを完了していない）。

皮質下ネットワークの刺激的な領域は、被験者の脳内の多様な領域が明るくなる世界的な変化に至りました。

ネットワークのノードと脳の他の部分との間の白質のリンクによって、活性化のパターンは脳の基礎となるアーキテクチャによって制約されていましたが、デフォルトモードのネットワークの刺激的な領域は、簡単に大量の新しい脳の状態につながりました。

この制限にもかかわらず、ネットワークの俊敏性は、「休息中」の脳が、特定のタスクの完了に向けた一連の新しい状態にすばやく移行するのに適しているという考えをサポートしています。

デフォルトモードネットワークおよび皮質下ネットワーク内の領域とは対照的に、感覚および連合皮質などのより弱く接続された領域は、アクティブ化されたときに脳活動により限定的な影響を及ぼしました。

これらのパターンは、脳刺激に関して、医師が2つのクラスの治療法を追求できることを示唆しています。それは、グローバルな脳のダイナミクスを変更する「ブロードリセット」、またはほんの一部の領域のダイナミクスに焦点を当てた、よりターゲットを絞ったアプローチです。

この研究は、脳の構造ネットワークの制御可能性に関するバセットや他の人々による過去の研究の発見を裏付けています。マルドゥーン氏によると、この新しい研究では、線形モデリングを使用して結果に至る過去の研究とは対照的に、脳の複雑な活動をより正確に反映する非線形モデルを採用した。

ソース：バッファロー大学