청소년에서 지능 관련 포괄적 뇌 네트워크의 위상학적 특성

Abstract

지능은 추론, 사고, 학습 및 기억을 포함하는 개인의 정신 능력을 일컬으며, 이와 연관된 신경상관체(neural correlates)를 밝히기 위해 뇌영상 분석을 통한 다양한 연구가 진행되어 왔다. 그러나 특별한 인지 능력을 특정 뇌 영역의 몇몇 특징만으로 설명하기는 어려우며, 뇌 전 영역의 상호작용을 총체적인 맥락에서 이해하기 위해 그래프 이론을 기반으로 한 네트워크 분석이 시도되고 있다. 그러나 아직까지 지능 관련 뇌 네트워크의 특성은 명확히 확립되어 있지 않으며, 이에 본 연구는 구조적 연결성 분석을 통해 포괄적 뇌 네트워크의 위상학적 특성을 알아보고자 하였다. 본 연구에서는 전체 25명의 고지능 청소년군, 25명의 평균지능 청소년군, 27명의 평균지능 젊은 성인군을 대상으로 고해상도 T1 강조 영상과 확산강조영상을 이용해 구조적 뇌 네트워크를 구성하였다. 포괄적 네트워크의 위상학적 지표로 전반적 및 국지적 효율성(global and local efficiency), 네트워크 비용(network cost)을 산출하여 비교하였다. 아울러 각 꼭짓점(node)별 차수(degree) 및 군집 계수(clustering coefficient)를 계산하여 뇌 영역별 연결 특성을 확인하였다. 고지능 청소년군은 평균지능 청소년군에 비해 전반적 효율성(global efficiency)과 국지적 효율성(local efficiency)이 모두 높았고, 네트워크 비용(network cost)은 낮았다. 평균지능의 젊은 성인군과 비교했을 때, 평균지능의 청소년군은 전반적 효율성(global efficiency)과 국지적 효율성(local efficiency) 면에서 유의한 차이가 없었지만, 네트워크 비용(network cost)이 높았다. 뇌 영역별 차수(degree)와 군집 계수(clustering coefficient)에는 세 군간 유의한 차이가 없었다. 차수(degree)가 가장 큰 꼭짓점(node)은 양측 상부전두피질(superior frontal cortex)과 상부두정피질(superior parietal cortex)이었고, 군집 계수(clustering coefficient)가 가장 큰 꼭짓점(node)은 양측 미부 중앙전두피질(caudal middle frontal cortex)였다. 지능이 높은 청소년은 평균지능 청소년에 비해 뇌 네트워크 내에서 정보의 통합(integration)과 분리(segregation)가 효율적으로 이루어지고 있었다. 향후 후속 연구로서, 구조 뿐 아니라 기능적 뇌 네트워크 분석을 통합하는 종적 추적관찰 설계의 연구가 필요할 것으로 사료된다.;Intelligence is regarded as a general mental capability which includes abstraction, reasoning, learning, and memory. Various neuroimaging studies have been conducted to identify the neural correlates related to intelligence. However, it is difficult to explain the intellectual giftedness by only a few features of several brain regions. Recently, network analysis based on graph theory has been performed to understand the interaction of the entire brain regions. Despite these efforts, the characteristics of brain network architecture related to human intelligence still remain largely unknown. This study examined the intelligence-related topological properties focusing on the efficiency of the whole brain network. Twenty-five adolescents with superior intelligence (SI), 25 adolescents with average intelligence (AI), and 27 young adults with AI participated in the study. The high resolution T1-weighted magnetic resonance images and diffusion-weighted images were used to construct brain structural networks and graphic parameters such as global efficiency, local efficiency, network cost, degrees, and clustering coefficient were calculated. Adolescents with SI showed higher global efficiency and local efficiency, and lower network cost than adolescents with AI. Adolescents with AI demonstrated less cost-effective, however, similarly efficient network topology in comparison with young adults with AI. There were no significant differences in degrees and clustering coefficients of the individual nodes among the groups. The nodes with the highest degree were found in the bilateral superior frontal cortex and superior parietal cortex. The highest clustering nodes were found in the bilateral caudal middle frontal cortex. This study suggests that the brain network of adolescents with SI is organized to maximize the efficiency of both segregated and integrated information processing compared with adolescents with AI. It would be necessary to conduct the longitudinal follow-up study that merges functional network analysis with structural.