최근 몇 년 동안 사회적 행동의 신경 기반을 이해하기 위해 수행되는 연구 유형에 변화가 있었습니다 ^1,2. 전통적으로 사회 신경 과학의 연구는 사회적으로 관련된 작업 중에 고립된 하나의 뇌에서 신경 활성화에 초점을 맞추었습니다. 그러나 신경 영상 기술의 발전으로 이제 “실생활” 환경에서 발생하는 사회적 상호 작용 중에 한 명 이상의 개인의 뇌에서 신경 활성화를 검사할 수 있게 되었다³. “실생활” 환경에서 개인은 자유롭게 움직일 수 있으며, 정보가 교환되고 사회적 파트너가 서로에게서 피드백을 받음에 따라 뇌 활성화 패턴이 바뀔 가능성이 높다⁴.

하이퍼스캐닝(Hyperscanning)은 두 명 이상의 개인으로부터 동시에 뇌 활동을 측정하여 이러한 양방향 정보 교환을 평가하는 방법이다⁵. 새로운 연구 기관에서는 다른 신경 영상 기법에 비해 모션 아티팩트에 덜 민감한 비침습적 신경 영상 기술인 기능적 근적외선 분광법(fNIRS)을 활용하고 있습니다⁶. fNIRS를 통한 하이퍼스캐닝을 통해 실제 환경에서 뇌 간 동기화(IBS)를 평가할 수 있으며, 대화형 파트너는 자유롭고 자연스럽게 이동할 수 있습니다. 이것은 특히 매우 활동적인 경향이 있는 영유아와 관련된 작업과 관련이 있습니다. IBS는 효과적인 사회적 상호작용과 의사소통의 기초 역할을 하고 공유된 의도를 매개하는 상호작용 파트너 간의 상호 이해를 반영하는 것으로 보고되었습니다 ^1,7,8.

두 뇌의 IBS를 평가하기 위해 여러 가지 방법이 사용됩니다. 이러한 방법에는 상호 상관 및 Pearson 상관 계수 ^9,10과 같은 시계열 상관 관계가 포함됩니다(Scholkmann et ^al.10의 검토 참조). 다른 방법으로는 주파수 영역에서 결합 강도를 평가하는 방법이 있습니다. 이러한 방법에는 위상 고정 값(PLV) 및 위상 일관성이 포함됩니다(Czeszumski et ^al.11의 리뷰 참조). fNIRS 연구에서 가장 일반적인 방법 중 하나는 주파수와 시간¹⁰의 함수로 두 시계열의 상호 상관을 측정한 웨이블릿 변환 일관성(WTC)을 사용합니다.

WTC는 상관 분석을 사용하여 시간-주파수 영역에서 두 시계열 간의 일관성 및 위상 지연을 계산합니다. FNIRS 하이퍼스캐닝 연구는 행동 모니터링12, 협력 및 경쟁 행동 5,13,14,15, 모방 16, 엄마-유아 문제 해결 17, 교수-학습 행동^18,19,20,21 등 다양한 기능 영역에서 IBS를 추정하기 위해 WTC를 사용했습니다. 일반적으로 하이퍼스캐닝 연구에서 실험 작업 중 WTC로 측정한 교차 뇌 일관성은 제어 작업 중 교차 뇌 일관성과 비교됩니다. 이러한 결과는 일반적으로 WTC “핫 플롯”과 함께 제시되며, 이는 각 시점과 빈도에서 두 뇌의 일관성을 보여줍니다(그림 1 참조).

Czesumaski et ^al.11이 제안한 바와 같이, WTC는 fNIRS 하이퍼스캐닝을 분석하기 위한 표준 분석 접근법이 되었습니다. WTC 분석은 데이터 시각화 및 해석을 위한 유연하고 “도구에 구애받지 않는” 방법입니다²². 일관성 계수 히트맵은 동기 또는 비동기 행동의 기간과 작업 완료 중 뇌 활동의 강도를 쉽게 식별할 수 있는 내러티브 형태의 분석을 제공하는 WTC의 주요 장점이며 응용 연구를 위한 강력한 도구가 됩니다²². WTC는 상관 관계 기술에 비해 장점이 있습니다. 상관관계는 혈역학적 반응 함수(HRF)의 모양에 민감하며, 이는 개인마다(특히 연령 측면에서) 그리고 다른 뇌 영역마다 다른 것으로 생각됩니다. 대조적으로, WTC는 (HRF)²³의 지역 간 변화에 영향을 받지 않습니다. 연구자들은 fMRI 시계열을 연구하기 위해 웨이블릿 접근법을 사용했습니다. Zhang et ^al.24 은 Pearson 상관관계, 부분 상관, 상호 정보 및 웨이블릿 일관성 변환(WTC)을 포함하여 일반적으로 사용되는 기능적 연결 메트릭을 비교했습니다. 연구진은 휴지 상태 fMRI 데이터와 비디오 시청의 자연 자극 fMRI 데이터에서 파생된 대규모 기능적 연결 패턴을 사용하여 분류 실험을 수행했습니다. 그들의 발견은 WTC가 분류(특이성, 민감도 및 정확도)에서 가장 잘 수행되었음을 나타냈으며, 이는 WTC가 적어도 분류 응용 분야²⁴에서 기능적 뇌 네트워크를 연구하는 데 바람직한 기능적 연결성 지표임을 암시한다.

그림 1: 웨이블릿 변환 일관성(WTC). WTC는 두 시계열 사이의 일관성과 위상각을 시간(x축)과 주파수(y축)의 함수로 보여줍니다. 일관성 증가는 그래프에서 빨간색으로 표시되며 그래프의 작은 화살표는 두 시계열의 위상각을 나타냅니다. 오른쪽을 가리키는 화살표는 동위상 동기화를 나타냅니다. 아래쪽을 가리키는 화살표와 위쪽을 가리키는 화살표는 지연된 동기화를 나타냅니다. 그리고 좌향 화살표는 반위상 동기화(³⁰)를 나타낸다. 이 그림은 Pan et ^al.19에서 발췌한 것입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

최근 Hamilton²⁵ 는 fNIRS 하이퍼스캐닝 연구에서 교차 뇌 일관성 데이터의 해석에 대한 몇 가지 한계를 분명히 밝혔습니다. 해밀턴의 주요 관심사 중 하나는 일관성 측정(예: WTC)이 대칭적인 효과(즉, 두 개의 뇌가 상관되어 동일한 변화 패턴을 나타냄)로만 보고한다는 것이었습니다. 그러나 많은 사회적 상호 작용은 두 참가자가 서로 다른 역할을 할 수 있다는 점에서 비대칭적(예: 화자와 청자 간의 정보 흐름)이며 WTC가 이 정보를 캡처할 수 있는지는 명확하지 않습니다. 여기서, 이러한 문제는 방향성을 검출하기 위해 교차 웨이블릿 위상을 사용함으로써 교차 웨이블릿 전력을 간단하게 해석할 수 있는 새로운 프레임워크에 의해 해결된다. 이 프레임워크는 또한 작업 전반에 걸쳐 상호 작용의 역학이 어떻게 발전하고 변화하는지 조사할 수 있도록 합니다.

WTC 및 상관 관계 방법은 기능적 연결성을 평가하는 반면, 다른 방법은 효과적인 연결성을 평가하여 한 신경 요소가 다른 신경 요소에 미치는 인과 적 영향을 추출하려고 시도합니다. 전이 엔트로피(transfer entropy)는 공동으로 의존하는 과정들 사이의 전이를 설명하는 정보 이론 분야의 척도이다²⁶. 또 다른 관련 방법은 그레인저 인과성 분석(GCA)으로, 이는 전달 엔트로피²⁶과 동일한 것으로 설명되었습니다.

fNIRS 하이퍼스캐닝 연구의 기존 문헌에서, 그레인저 인과성 분석(GCA)은 협력(cooperation)5, 티칭(teaching)19 및 모방⁽imitation⁾¹⁶과 같은 다양한 작업 중에 얻어진 fNIRS 시계열 데이터 간의 결합 방향성을 추정하는 데 널리 사용되어 왔다. GCA는 벡터 자기회귀 모델을 사용하여 뇌 데이터의 시계열 간 결합 방향성을 평가합니다. 그레인저의 인과관계는 예측과 우선순위에 기초한다: “변수 X는 X의 과거에 이미 Y의 과거에 있는 정보보다 Y의 미래를 예측하는 데 도움이 되는 정보를 포함하고 있다면, 변수 X는 변수 Y를 ‘G-원인’이라고 한다.^“[27] 따라서 G-인과관계는 1) 피험자 A에서 피험자 B로, 2) 피험자 B에서 피험자 A로의 두 방향으로 분석됩니다.

GCA 분석은 WTC 함수를 사용하여 얻은 높은 일관성 값이 IBS 또는 지연된 동기화(한 신호가 다른 신호를 선행함)를 반영하는지 여부를 결정하기 위한 보완 분석 역할을 하지만, 역위상 동기화가 발생했는지 여부를 결정할 수는 없습니다. 한 명의 참가자만 스캔하는 전통적인 신경영상 연구(즉, “단일 뇌” 접근법)에서 반단계 패턴은 한 뇌 영역의 활동이 증가하는 반면 다른 뇌 영역의 활동은 감소한다는 것을 의미합니다²⁸. 하이퍼스캐닝 문헌에서, 항-위상 동기화의 존재는 한 피험자에서 신경 활성화가 증가하고, 동시에 다른 피험자에서 신경 활성화가 감소됨을 시사할 수 있다. 따라서 방향성을 검출할 수 있는 포괄적인 모델을 제공할 필요가 있다. 보다 구체적으로, 이 모델은 동위상 동기화 및 지연된 동기화 외에도 역위상 동기화(한 개인의 활동 방향이 파트너의 활동 방향과 반대인 경우)를 감지할 수 있습니다.

WTC가 대칭적 효과만을 나타낸다는 우려를 해소하기 위해, 두 뇌가 동일한 변화 패턴을 보인다는 우려²⁵ 를 해결하기 위해, 동기화 단계(즉, 동위상, 지연 또는 반위상)를 조사하여 상호작용 유형을 식별하는 새로운 접근법이 제시되었다( 그림 2 참조). 이를 위해 WTC 방법을 사용하여 다양한 유형의 상호 작용을 분류하는 도구 상자가 개발되었습니다. 상호 작용 유형은 교차 웨이블릿 변환 분석의 상대 위상 데이터를 사용하여 분류됩니다.

그림 2: 단순 사인파의 다양한 위상 관계를 나타낸 그림. (A) 두 신호, 신호 1(파란색 선s)과 신호 2(주황색 선s)가 동일한 시점에서 각각의 최대값, 최소값 및 0값에 도달하면 동위상 동기화(³²)를 나타낸다고 합니다. (B) 한 신호가 최대값에 도달하고 다른 신호가 동시에 0 값에 도달하면 지연된 동기화(하나가 90° 선행)를 나타낸다고 합니다.^32,33,34. (C) 두 시계열이 반대 방향으로 이동할 때, 즉 하나의 신호가 최대값에 도달하고 다른 신호가 동일한 시점에 최소값에 도달하는 것을 의미할 때, 이를 역위상 동기화(anti-phase synchronization)²⁸라고 한다. (민주당) 두 시계열 간의 다른 모든 위상 관계에서는 한 신호가 다른 신호로 이어집니다. 모든 양수 위상에서 신호 2는 선행 신호 1(예: 패널 E, F, M 및 N)인 반면, 모든 음극 위상에서 신호 1은 선행 신호 2(예: 패널 D, G, H, O 및 P)입니다. 특히, 위상의 절대값이 높을수록 어떤 시계열이 다른 시계열을 선도하는지 더 뚜렷해집니다(예: 리더십은 패널 I보다 패널 J에서 더 뚜렷하고, 패널 K에서 리더십은 패널 L보다 더 뚜렷함). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.