선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 하지만 이와 같이 많은 연구에도 불구하고 실제적인 운동타이밍과 관련이 있는 뇌 영역의 규명에는 연구가 부족한 실정이다. 따라서 본 연구에서는 연속반응시간 과제를 이용하여 운동타이밍을 측정하는 동안 기능적 자기공명영상을 얻어 뇌 영역의 활성 정도와 반응시간의 빠르기를 비교함으로써 과제 수행시 빨라진 수행력과 관련이 있는 뇌 영역을 찾아보고자 하였다.
- 본 연구에서는 연속반응시간 과제를 이용하여 자극에 대해 반응하는 시간과 뇌 활성 영역과의 관련성을 연구하였다. 연구결과 인지적 시간관리를 위해 사용된 영역은 복잡한 운동 수행 시 나타나는 감각운동영역, 전운동영역, 하두정영역, 상두정영역, 보완운동영역, 소뇌 등이었다.
가설 설정
- 001보다 낮은 수준에서, 범위 역치(extent threshold)는 부피소 5개를 기준으로 활성 지도를 얻었다. 이는 생리학적으로 유의미한 결과를 적어도 유의미한 부피소가 5개 이상 있을 경우 활성이 된 것으로 가정하고 통계적 유의성을 검증한 것으로, 각 활성의 p 값은 부피소의 높이 역치와 범위 역치의 상호작용에 의하여 계산하였다. 분석을 위한 주요 관심영역으로는 일차감각운동피질(primary sensorimotor cortex, SM1), 전운동영역(premotor area, PM), 보조운동영역(supplementary motor area, SMA), 전전두피질(prefrontal lobe), 후두정엽(posterior parietal lobe), 소뇌(cerebellum) 등으로 설정하였다.
제안 방법
- SuperLap 프로그램에서 제시되는 자극은 촬영실 밖에서 유리로 된 창에 빔 프로젝트를 투사하여 촬영실 내 150×100 cm 크기의 아크릴 판에 영상이 맺히도록 하였고, 대상자의 머리 코일에 거울을 부착하여 대상자가 누운 상태에서 3.5m의 거리에 있는 아크릴판의 영상을 볼 수 있도록 하였다.
- 기능적 자기공명영상 촬영 장치인 1.5T MR scanner(Gyroscan Intera System, Philips, 독일) 안에 대상자가 편안히 누운 자세에서 머리를 움직이지 못하도록 고정하도록 하였다. SuperLap 프로그램에서 제시되는 자극은 촬영실 밖에서 유리로 된 창에 빔 프로젝트를 투사하여 촬영실 내 150×100 cm 크기의 아크릴 판에 영상이 맺히도록 하였고, 대상자의 머리 코일에 거울을 부착하여 대상자가 누운 상태에서 3.
- 5%를 보일 정도로 미미하였다. 뇌 활성화가 일어난 주요 관심영역에서는 BOLD signal(blood oxygenation level dependent signal, 혈액 내 산소 포화도)의 강도를 분석하였는데, 개별 데이터의 주요 관심영역에서 가장 높은 t 값을 가지는 좌표에서 값을 구하였다. 각 영역의 BOLD signal과 반응시간 간의 관련성을 추정하기 위하여 비모수 상관관계 분석법인 Spearman’s correlation으로 검정하였으며, 통계처리는 Window용 SPSS 17.
- 조건 간의 비교 시 반복제시에 따른 과제 효과와 혈역학반응함수(hemodynamic response function: hrf)에 대한 선형모델을 적용하였다. 모델의 구성 시 저주파 잡음(noise)은 high-pass filter를 이용하여 제거하였으며, 조건들의 반복제시에 의한 혈역학반응함수의 효과는 주파수의 low-pass filer로 제거하였다.
- 이는 생리학적으로 유의미한 결과를 적어도 유의미한 부피소가 5개 이상 있을 경우 활성이 된 것으로 가정하고 통계적 유의성을 검증한 것으로, 각 활성의 p 값은 부피소의 높이 역치와 범위 역치의 상호작용에 의하여 계산하였다. 분석을 위한 주요 관심영역으로는 일차감각운동피질(primary sensorimotor cortex, SM1), 전운동영역(premotor area, PM), 보조운동영역(supplementary motor area, SMA), 전전두피질(prefrontal lobe), 후두정엽(posterior parietal lobe), 소뇌(cerebellum) 등으로 설정하였다.
- , 미국) 환경에서 구현되는 SPM 2 (Statistical Parametric Mapping 2 version, Wellcome Department of Cognitive Neurology, 영국) software로 분석하였다. 분석절차는 머리의 움직임을 보정하기 위한 재배열(realign)을 하였으며, EPI 영상과 T1 영상을 T1 template에 맞추는 공간표준화(normalize) 작업을 하였다. 표준화된 영상은 8 mm의 FWHM (full width of half maximum)을 갖는 Gaussian kernel filter를 적용하여 편평화(smoothing)하였다.
- 실험에 사용된 운동기술의 학습과제는 Nissen과 Bullemer8에 의해 개발된 연속반응시간 과제를 수정하여 사용하였다. 연속 반응시간 과제는 실험 목적에 따라 다양하게 구성할 수 있도록 상용화된 자극 제공 프로그램인 SuperLab Pro Version 4.
- 실험에 사용된 운동기술의 학습과제는 Nissen과 Bullemer8에 의해 개발된 연속반응시간 과제를 수정하여 사용하였다. 연속 반응시간 과제는 실험 목적에 따라 다양하게 구성할 수 있도록 상용화된 자극 제공 프로그램인 SuperLab Pro Version 4.0(Cedrus, 미국)으로 디자인하였다. 연속반응시간 과제의 구성은 컴퓨터 화면의 중앙에 수평으로 된 4개의 분할된 사각 공간을 두고, ‘자극’ 신호에 해당하는 기호(*)가 네 개의 공간 중에서 하나에만 제시되도록 하였다.
- 연속반응시간 과제의 구성은 컴퓨터 화면의 중앙에 수평으로 된 4개의 분할된 사각 공간을 두고, ‘자극’ 신호에 해당하는 기호(*)가 네 개의 공간 중에서 하나에만 제시되도록 하였다.
- 이렇게 제시되는 자극에 반응하기 위해 대상자는 반응패드를 자신의 배위 편안한 위치에 두고 눈 위의 거울 보면서 자극에 상응하는 버튼을 누르도록 하였다. 반응패드는 자기장의 영향을 받지 않고 전기적 신호를 정확하게 컴퓨터에 전달해 줄 수 있도록 제작된 자기공명영상 전용패드(LU440-LINE, Cedrus, 미국)를 사용하였다.
- 이렇게 처리된 결과를 바탕으로 BOLD 신호의 변화를 얻기 위하여 실험조건과 비교조건을 감산(subtraction)하였으며, 분석에서 실험조건은 활성과제 구획(수행기)으로 비교조건은 대조과제(휴식기) 구획으로 하였다. 조건 간의 비교 시 반복제시에 따른 과제 효과와 혈역학반응함수(hemodynamic response function: hrf)에 대한 선형모델을 적용하였다.
- 자극에 대한 반응시간은 기능적 자기공명영상 촬영 시 수행한 연속반응시간 과제에서 얻어진 값을 처리하여 구하였다. 반응시간(response time)은 자극이 제시된 시점부터 반응 키를 누르는 데까지 걸린 시간으로 하여 전체 반응수가 가지는 반응시간을 평균하여 구하였다.
- 반응패드는 자기장의 영향을 받지 않고 전기적 신호를 정확하게 컴퓨터에 전달해 줄 수 있도록 제작된 자기공명영상 전용패드(LU440-LINE, Cedrus, 미국)를 사용하였다. 자극의 제시 순서는 무작위로 나타나게 하였으며, 30초의 휴식기와 30초의 수행기를 하나의 구획으로 총 4구획을 실시하는 것으로 하였다.
- 연속반응시간 과제의 구성은 컴퓨터 화면의 중앙에 수평으로 된 4개의 분할된 사각 공간을 두고, ‘자극’ 신호에 해당하는 기호(*)가 네 개의 공간 중에서 하나에만 제시되도록 하였다. 자극의 제시 시간은 400 ms, 하나의 자극이 제시되었다가 사라진 후 다시 다른 자극이 나타나는데 걸리는 시간인 자극간 시간(interstimulus interval)은 400 ms로 자극 하나당 전체 소요 시간은 800 ms으로 하였다. 화면은 검은 바탕에 자극은 흰색, 화면에서의 공간 분할은 회색 선을 이용하여 설계하였다.
- 제시된 자극에 상응하는 반응을 감지하기 위하여 4개의 버튼이 부착된 반응패드를 사용하였으며 각 버튼은 왼쪽부터 1, 2, 3, 4로 정하였다. 피험자에게는 오른쪽 손에서 엄지손가락을 제외한 나머지 손가락을 이용하여 각각의 버튼을 누르도록 지시하였으며, 1번 버튼은 두 번째 손가락, 2번 버튼은 세 번째 손가락, 3번 버튼은 네 번째 손가락, 그리고 4번 버튼은 다섯번째 손가락을 이용하여 누르도록 하였다.
- 제시된 자극에 상응하는 반응을 감지하기 위하여 4개의 버튼이 부착된 반응패드를 사용하였으며 각 버튼은 왼쪽부터 1, 2, 3, 4로 정하였다. 피험자에게는 오른쪽 손에서 엄지손가락을 제외한 나머지 손가락을 이용하여 각각의 버튼을 누르도록 지시하였으며, 1번 버튼은 두 번째 손가락, 2번 버튼은 세 번째 손가락, 3번 버튼은 네 번째 손가락, 그리고 4번 버튼은 다섯번째 손가락을 이용하여 누르도록 하였다.
- 자극의 제시 시간은 400 ms, 하나의 자극이 제시되었다가 사라진 후 다시 다른 자극이 나타나는데 걸리는 시간인 자극간 시간(interstimulus interval)은 400 ms로 자극 하나당 전체 소요 시간은 800 ms으로 하였다. 화면은 검은 바탕에 자극은 흰색, 화면에서의 공간 분할은 회색 선을 이용하여 설계하였다.
대상 데이터
- 기능적 자기공명영상촬영에서는 한 개의 뇌 볼륨 당 28장의 뇌절편을 얻었다. 기능적 자기공명영상촬영 후에는 T1 영상을 전교련(anterior commissure)과 후교련(posterior commissure) 연결선에 평행하게 수평면으로 20장의 뇌 절편을 얻었다. T1에 대한 자기공명영상의 촬영 변수는 TR이 940 ms, TE가 15 ms이었으며, 나머지 조건은 기능적 자기공명영상 촬영의 변수와 같았다.
- 본 연구에는 건강한 정상 성인 12명(남자 6명, 여자 6명)이 참여하였으며, 대상자들의 평균 나이는 22.4세(범위 : 20∼24세)를 보였다.
데이터처리
- 각 영역의 BOLD signal과 반응시간 간의 관련성을 추정하기 위하여 비모수 상관관계 분석법인 Spearman’s correlation으로 검정하였으며, 통계처리는 Window용 SPSS 17.0을 이용하였다.
- 구성된 모델과 영상 처리된 결과는 ANCOVA를 이용하여 통계 분석하였다. 본 연구의 결과를 그룹 분석하기 위하여 무선 효과모델(random effect model)을 이용하여 통계 역치를 부피소 수준에서 정하였으며, 높이 역치(height threshold)는 uncorrected p 값이 0.
- 구성된 모델과 영상 처리된 결과는 ANCOVA를 이용하여 통계 분석하였다. 본 연구의 결과를 그룹 분석하기 위하여 무선 효과모델(random effect model)을 이용하여 통계 역치를 부피소 수준에서 정하였으며, 높이 역치(height threshold)는 uncorrected p 값이 0.001보다 낮은 수준에서, 범위 역치(extent threshold)는 부피소 5개를 기준으로 활성 지도를 얻었다. 이는 생리학적으로 유의미한 결과를 적어도 유의미한 부피소가 5개 이상 있을 경우 활성이 된 것으로 가정하고 통계적 유의성을 검증한 것으로, 각 활성의 p 값은 부피소의 높이 역치와 범위 역치의 상호작용에 의하여 계산하였다.
- 얻어진 자료는 MATLAB (Mathworks Inc., 미국) 환경에서 구현되는 SPM 2 (Statistical Parametric Mapping 2 version, Wellcome Department of Cognitive Neurology, 영국) software로 분석하였다. 분석절차는 머리의 움직임을 보정하기 위한 재배열(realign)을 하였으며, EPI 영상과 T1 영상을 T1 template에 맞추는 공간표준화(normalize) 작업을 하였다.
이론/모형
- 이렇게 처리된 결과를 바탕으로 BOLD 신호의 변화를 얻기 위하여 실험조건과 비교조건을 감산(subtraction)하였으며, 분석에서 실험조건은 활성과제 구획(수행기)으로 비교조건은 대조과제(휴식기) 구획으로 하였다. 조건 간의 비교 시 반복제시에 따른 과제 효과와 혈역학반응함수(hemodynamic response function: hrf)에 대한 선형모델을 적용하였다. 모델의 구성 시 저주파 잡음(noise)은 high-pass filter를 이용하여 제거하였으며, 조건들의 반복제시에 의한 혈역학반응함수의 효과는 주파수의 low-pass filer로 제거하였다.
- 분석절차는 머리의 움직임을 보정하기 위한 재배열(realign)을 하였으며, EPI 영상과 T1 영상을 T1 template에 맞추는 공간표준화(normalize) 작업을 하였다. 표준화된 영상은 8 mm의 FWHM (full width of half maximum)을 갖는 Gaussian kernel filter를 적용하여 편평화(smoothing)하였다.
성능/효과
- 2,9 그 결과를 살펴보면 대뇌피질에서는 일반적으로 일차운동영역(primary motor area), 보완운동영역(supplementary motor area), 전전두피질(prefrontal cortex), 전운동영역(premotor area), 후두정피질(posterior parietal cortex) 등에서 활성이 나타났고, 기저핵과 소뇌 같은 피질하 구조에서도 학습 동안 활성이 나타나는 것으로 밝혀져 왔다.2,5,9-11
- 소뇌 병변환자들은 손가락 마주치기 과제에서 에서 낮은 수행력을 보여왔으며, 특히 속도지각이나 시간차이 인식에 어려움을 보여왔다.3 이러한 결과들은 기능적 영상 연구를 통해 밝혀져 왔는데 소뇌의 활성은 수백 millisecond의 짧은 간격에도 시간적인 구분을 해야 할 경우 나타나거나, 리듬의 구분 또는 몇 초간의 시간 생산(time production)을 필요로 하는 과제에서 나타났다.1 Smith 등29은 수백 millisecond의 세밀한 시간 구분을 필요로 하는 과제 시 왼쪽 소뇌반구의 활성을 관찰하였는데 대부분의 이미징 연구에서 타이밍 처리시 소뇌의 외측부분에서 활성을 보고하였다.
- 25 보완운동영역에 국소적인 병변이 생길 경우 리듬을 필요로 하는 과제 수행이 어려워져 운동 타이밍에 문제를 보이게 되는데,26,27 정상적으로는 손가락 마주치기 과제, 수백 millisecond의 시간을 필요로 하는 리듬에 맞추어 손가락 마주치기, 운동준비(motor preparation), 수초간의 시간적 동기화 등 운동 타이밍을 필요로 하는 실험 구성에서 보완운동영역의 활성은 지속적으로 보고되어 왔다.5,9,23 본 연구의 결과에서도 반응시간과 보완운동영역의 활성에는 상관관계가 있는 것으로 확인되어 이 영역의 활성이 많이 일어날수록 자극에 대한 처리 시간이 빨랐음을 알 수 있었다.
- 각 개인별 BOLD signal의 변화와 반응시간의 상관관계는 일차감각운동영역에서 중정도의 상관관계(r=-0.68, p<0.05), 왼쪽 전운동영역에서 강한 상관관계(r=-0.80, p<0.01), 오른쪽 전운동영역(r=-0.60, p<0.05)과 왼쪽 하두정영역(r=-0.67, p<0.05)에서 중정도의 상관관계를 보였다.
- 대상자들은 손잡이 검사에서 모두 오른손잡이의 특성을 보였으며(Edinburg Handedness Inventory 평균 점수: +94.3점, 범위: +80∼+100점), 연구의 목적과 실험 절차에 대해 충분히 이해하였고 자발적인 동의를 한 후 실험에 참여하였다.
- 그리고 그 이유를 초기에 익숙하지 못한 과제에 대해 체성감각 피드백이 사용되면서 일차운동피질 영역으로의 구심성 입력이 증가되기 때문으로 제안하였다. 따라서 본 연구에서 나타난 결과와 같이 반응시간이 빠를수록 일차감각운동피질에서 체성감각 피드백의 활용이 늘어나는 것임을 추정해 볼 수 있다.
- 본 연구에서는 기능적 자기공명영상 촬영 시 연속반응시간 과제를 이용하여 인지적 시간 관리에 필요한 뇌 영역을 연구한 결과 일차감각운동영역, 전운동영역, 보완운동영역, 후두정영역, 소뇌 등에서 활성을 보였다. 활성화된 영역의 BOLD signal 강도와 반응시간과의 상관관계를 연구한 결과 대다수의 영역에서 활성이 높을수록 반응시간이 빠른 것으로 나타났다.
- 1 Smith 등29은 수백 millisecond의 세밀한 시간 구분을 필요로 하는 과제 시 왼쪽 소뇌반구의 활성을 관찰하였는데 대부분의 이미징 연구에서 타이밍 처리시 소뇌의 외측부분에서 활성을 보고하였다. 본 연구에서도 소뇌의 활성은 외측에서 나타났으며 반응시간과 소뇌의 활성에는 강한 상관관계를 보여 반응시간이 빠를수록 소뇌의 활성이 높음을 알 수 있었다.
- 본 연구에서는 연속반응시간 과제를 이용하여 자극에 대해 반응하는 시간과 뇌 활성 영역과의 관련성을 연구하였다. 연구결과 인지적 시간관리를 위해 사용된 영역은 복잡한 운동 수행 시 나타나는 감각운동영역, 전운동영역, 하두정영역, 상두정영역, 보완운동영역, 소뇌 등이었다. 활성된 영역 중에서 오른쪽 상두정영역을 제외한 모든 영역에서 반응시간의 감소와 BOLD signal의 변화에 관련성을 보여 전체적으로 운동반응과 공간지각과 관련한 영역들에서의 뇌 활성이 높을수록 과제를 수행하는 반응시간이 빨라짐을 추론할 수 있었다.
- 연속반응시간 과제에서 나타난 대상자들의 평균 반응시간은 348±49 ms로 가장 빠른 경우 275 ms에서 가장 느린 경우 434 ms로 나타났다.
- 왼쪽 상두정영역(r=-0.78, p<0.01)과 오른쪽 소뇌(r=-0.77, p<0.01)에서는 강한 상관관계를 보였고, 보완운동영역에서는 중정도의 상관관계를 보였다(r=-0.69, p<0.05)(Table 1).
- 주요 관심영역에서 BOLD signal의 강도가 가장 높게 나타난 영역은 왼쪽 전운동영역, 왼쪽 하두정엽, 그리고 오른쪽 소뇌의 순서로 나타났다(Table 1). 각 개인별 BOLD signal의 변화와 반응시간의 상관관계는 일차감각운동영역에서 중정도의 상관관계(r=-0.
- 연구결과 인지적 시간관리를 위해 사용된 영역은 복잡한 운동 수행 시 나타나는 감각운동영역, 전운동영역, 하두정영역, 상두정영역, 보완운동영역, 소뇌 등이었다. 활성된 영역 중에서 오른쪽 상두정영역을 제외한 모든 영역에서 반응시간의 감소와 BOLD signal의 변화에 관련성을 보여 전체적으로 운동반응과 공간지각과 관련한 영역들에서의 뇌 활성이 높을수록 과제를 수행하는 반응시간이 빨라짐을 추론할 수 있었다.
- 본 연구에서는 기능적 자기공명영상 촬영 시 연속반응시간 과제를 이용하여 인지적 시간 관리에 필요한 뇌 영역을 연구한 결과 일차감각운동영역, 전운동영역, 보완운동영역, 후두정영역, 소뇌 등에서 활성을 보였다. 활성화된 영역의 BOLD signal 강도와 반응시간과의 상관관계를 연구한 결과 대다수의 영역에서 활성이 높을수록 반응시간이 빠른 것으로 나타났다. 따라서 이러한 결과는 인지적 시간 관리를 필요로 하는 운동기술이나 학습의 경우 과제의 빠른 처리를 위해 대단위 감각운동 신경망의 활성이 중요함을 시사하며, 아울러 뇌 병변으로 인하여 운동기술의 학습이나 타이밍 조절에 문제를 보이는 환자의 인지적 시간 관리 특성을 연구하는 데 기초자료로 활용될 수 있을 것이다.
후속연구
- 21,22또한 배외측 전전두피질은 손가락 마주치기 운동(finger tapping) 시 활성되는 감각운동 영역과 비교하면 수백 millisecond에서 몇 초 정도의 동기화를 나타내며, 운동 타이밍 과제에서 주로 활성됨이 보고되었다.23,24 본 연구에서도 배외측 전전두피질의 활성을 확인한 결과 과제 수행 시 활성이 나타나는 것을 찾을 수 있었으나, BOLD signal의 강도가 높게 나타나지 않아 통계적인 자료로 활용하지는 않았으며 추후 대상자 수를 늘리게 된다면 관련성을 설명할 수 있을 것이다.
- 활성화된 영역의 BOLD signal 강도와 반응시간과의 상관관계를 연구한 결과 대다수의 영역에서 활성이 높을수록 반응시간이 빠른 것으로 나타났다. 따라서 이러한 결과는 인지적 시간 관리를 필요로 하는 운동기술이나 학습의 경우 과제의 빠른 처리를 위해 대단위 감각운동 신경망의 활성이 중요함을 시사하며, 아울러 뇌 병변으로 인하여 운동기술의 학습이나 타이밍 조절에 문제를 보이는 환자의 인지적 시간 관리 특성을 연구하는 데 기초자료로 활용될 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.