بررسي توام ارتباطات علّي و لحظه‌اي مغزي در بستر تيوري اطلاعات

Investigating the Brain Causal and Instantaneous Relations Using Information Theory

بررسي ارتباطات علّي (تاخيري) مغزي، از جايگاه مهمي در حوزه علوم اعصاب برخوردار است. معيارهاي مرسوم اندازه‌گيري ارتباطات علّي (تاخيري) مغزي، عمدتاً پارامتري و مبتني بر مدل هستند و فر‌ض‌هاي محدود‌كننده‌اي نسبت به ماهيت ارتباطات مغزي در نظر مي‌گيرند. در سالهاي اخير، معيارهايي ناپارامتري براي رفع اين نقيصه مطرح شده‌اند كه از مهمترين آنها مي‌توان آنتروپي انتقال (TE) را نام برد. اين معيار در بستر تيوري اطلاعات و بر پايه مفهوم اطلاعات متقابل شرطي تعريف شده است. با وجود اين، در حضور ارتباطات لحظه‌اي قوي -كه به طور گسترده اي در داده‌هاي مغزي مشاهده مي‌شوند- TE ممكن است در تخمين صحيح ارتباطات علّي (تاخيري) دچار اشتباه شود. در اين پژوهش، دو معيار مبتني بر تيوري اطلاعات با عنوان اندركنش لحظه‌اي (II) و آنتروپي انتقال اصلاح شده (MTE) معرفي مي‌شوند كه معيار اول براي تخمين ارتباطات لحظه‌اي مغزي و معيار دوم براي تخمين ارتباطات علّي (تاخيري) مغزي در حضور ارتباط لحظه‌اي معني‌دار به كار مي‌رود. عملكرد اين معيارها بر 3 مدل شبيه‌سازي و داده‌هاي الكتروانسفالوگرام (EEG) حالت استراحت مغزي با چشمان بسته بررسي شدند. نتايج شبيه‌سازي‌ها حاكي از توانايي زياد II جهت تخمين ارتباطات لحظه‌اي خطي و غيرخطي است. همچنين بر طبق نتايج شبيه‌سازي‌ها اگر چه در حضور ارتباط لحظه‌اي معني‌دار (II معني‌دار) عملكرد TE در تشخيص ارتباطات علّي (تاخيري) تضعيف مي‌شود؛ MTE به خوبي اين نقيصه را جبران مي‌كند. نتايج داده‌هاي EEG نشان مي‌دهد كه II ارتباطات لحظه‌اي معني‌داري بين نواحي خلفي و نواحي قدامي مغز تخمين مي‌زند و MTE در مقايسه با TE جريان اطلاعات از نواحي خلفي به نواحي قدامي را به طور معني‌دارتري نشان مي‌دهد كه تطابق خوبي با نتايج تحقيقات گذشته در اين حوزه دارد.

Exploring the causal (delayed) brain relations is an important topic in the Neuroscience. The traditional estimators of brain causal (delayed) relations are mainly model-based and put restrictive assumptions on the brain dynamics. In the recent years, some nonparametric measures have been introduced to solve this problem. Among them, the most important one is Transfer Entropy (TE) which is based on the information theory and Conditional Mutual Information concept. However, in the presence of significant instantaneous relations that are observed extensively in the brain functional datasets, TE may estimate the causal (delayed) relations inaccurately. In this paper, two information theoretic based measures called Instantaneous Interaction (II) and Modified Transfer entropy (MTE) are introduced to estimate the instantaneous and causal (delayed) brain relations, respectively. MTE is used instead of TE whenever II is significant. These measures are evaluated on 3 simulated models and eyes-closed resting state EEG data. The simulation results show high ability of II to estimate the linear and nonlinear instantaneous relations. Also, based on the simulation results MTE outperforms TE to estimate causal (delayed) relations in presence of significant instantaneous relations (significant II). For the real EEG data, II detects a significant instantaneous relation between Posterior and Frontal EEG channels. Also MTE detects the information flow from Posterior EEG channels to Frontal ones more significantly than TE does. So in presence of significant instantaneous relations in the real EEG data, MTE outperforms TE.