뇌 정보 저장·전달을 fMRI로 정량화하는 혁신적 프레임워크

초록

본 연구는 인간 연결체 프로젝트(HCP) 작업 기반 fMRI 데이터를 활용해, 교차 상호정보(cross‑mutual information)를 기반으로 활성 정보 저장(AIS), 전이 엔트로피(TE), 그리고 순시너지(net synergy)를 추정하는 새로운 분석 파이프라인을 제시한다. 470명의 참가자를 대상으로 한 N‑back 작업에서 전전두‑두정 피질의 AIS 증가, 제어 경로의 TE 강화, 그리고 전반적인 시너지 감소(즉, 중복성 증가)를 발견하였다.

상세 분석

이 논문은 작업 기반 fMRI에서 정보 이론적 측정을 수행하는 데 직면한 두 가지 핵심 난제—짧은 시계열 길이와 비정상성—를 교차 상호정보(cross‑MI)라는 최신 접근법으로 해결한다. 교차 MI는 개별 피험자의 휴식 상태와 작업 데이터를 결합해 참조 분포(reference distribution)를 구성함으로써, 작업 조건이 전체 뇌 상태에서 얼마나 이례적인지를 평가한다. 이를 통해 조건부 MI가 갖는 ‘작업에 조건화된’ 편향을 회피하고, 실제 뇌 활동의 통계적 특성을 보다 정확히 반영한다.

측정 단계에서는 KSG(k‑nearest‑neighbor) 추정기를 JIDT 툴킷에 적용해 연속형 BOLD 신호의 확률 밀도를 비모수적으로 추정한다. 자동 상관을 최소화하기 위해 Theiler window를 15로 설정하고, HRF 탈동조(deconvolution) 후 2시점(k=2)의 과거 정보를 사용해 AIS를 계산한다. TE는 소스 ROI의 과거와 타깃 ROI의 과거를 조건부로 제어함으로써 방향성 정보를 포착한다. 순시너지(net synergy)는 다중 입력 간의 부분 정보 분해(PID)를 기반으로, 시너지와 중복성의 차이를 정량화한다.

결과적으로, 작업 부하가 증가할수록 전전두피질(DLPFC)과 두정피질에서 AIS가 유의하게 상승했으며, 이는 해당 영역이 과거 정보를 장기적으로 유지한다는 의미이다. TE 분석에서는 전전두‑두정 네트워크 간의 상향 흐름이 강화돼, 작업 수행 시 제어 신호가 효율적으로 전달된다는 것을 보여준다. 반면, 순시너지 결과는 전반적인 시너지 감소와 중복성 증가를 나타내어, 높은 부하 상황에서 뇌가 보다 보수적인 정보 처리 전략(중복성 강화)으로 전환한다는 가설을 뒷받침한다.

이러한 방법론은 기존의 활성화 중심 분석을 넘어, 뇌의 정보 저장·전달·통합 메커니즘을 정량화할 수 있는 새로운 도구를 제공한다. 다만, fMRI의 시간 해상도 제한, HRF 탈동조 과정에서 발생할 수 있는 잡음, 그리고 교차 MI가 참조 분포에 크게 의존한다는 점은 향후 연구에서 보완이 필요하다.