Miglioramento della mappa di connettività cerebrale fMRI
DIANE RICHMOND
NOTE
E NOTIZIE - Anno XI – 21 settembre 2013.
Testi pubblicati sul sito
www.brainmindlife.org della Società Nazionale di Neuroscienze “Brain, Mind
& Life - Italia” (BM&L-Italia). Oltre a notizie o commenti relativi a
fatti ed eventi rilevanti per la Società, la sezione “note e notizie” presenta
settimanalmente lavori neuroscientifici selezionati fra quelli pubblicati o in
corso di pubblicazione sulle maggiori riviste e il cui argomento rientra negli
oggetti di studio dei soci componenti lo staff
dei recensori della Commissione
Scientifica della Società.
[Tipologia del testo:
RECENSIONE]
La scorsa settimana, con la recensione del lavoro di Cole e colleghi sulle aree focali flessibili della rete cerebrale fronto-temporale[1], abbiamo considerato schemi di connettività funzionale specifici per ciascun compito sulla base di un quadro di connettività funzionale di fondo. Proprio questo schema generale delle connessioni ordinariamente attive è oggetto di riflessione ed indagine per i limiti che presenta.
Lungi dall’essere piccole differenze legate all’eterogeneità del campione o al potere di risoluzione delle metodiche di visualizzazione, i limiti sembrano consistere nel condizionamento qualitativo, e quindi interpretativo, da parte di micromovimenti potenzialmente presenti in ogni rilievo di attività dell’encefalo mediante risonanza magnetica funzionale (fMRI).
Come è noto, l’analisi della connettività funzionale basata sullo studio mediante fMRI dello stato di riposo dipendente dal livello di ossigeno del sangue (segnale BOLD = blood oxygen level-dependent) è estesamente impiegata nel mondo per l’indagine non invasiva sul comportamento fisiologico dei networks dell’encefalo e, in particolare, delle reti corticali di grande scala responsabili delle funzioni cognitive e di altri importanti processi psichici. Recenti risultati hanno dimostrato che, durante la scansione delle immagini, anche minimi movimenti della testa, valutati per entità minori o uguali ad un millimetro [Hm (Head movement) ≤ 1 mm], possono influenzare in maniera sproporzionata le stime di connettività, a dispetto dei numerosi e lodevoli sforzi di correzione messi in atto prima dell’elaborazione che porta alla costruzione dell’immagine.
Ulteriori complicazioni per la stima di connettività inter-regionale dai segnali di dominio temporale includono la non considerata riduzione nei gradi di libertà di BOLD correlata alle perdite di sensibilità da elevato movimento del soggetto.
Kundu e colleghi hanno posto in essere una strategia integrata per migliorare la mappatura della connettività funzionale usando la fMRI secondo la sequenza di acquisizione multieco.
(Kundu. P., et al., Integrated strategy for improving functional connectivity mapping
using multiecho fMRI. Proceedings of the
National Academy of Science USA [Epub
ahead of print doi:10.1073/pnas.1301725110], 2013).
La provenienza degli autori è prevalentemente la seguente: Section
on Functional Imaging Methods, Functional MRI Core Facility and Statistical and
Scientific Computing Core, National Institute of Mental Health, Bethesda,
Maryland (USA); Behavioural and Clinical Neuroscience Institute,
University of Cambridge, Cambridge (UK); National Institute of Health Research
Cambridge Biomedical Research Centre, Cambridgeshire
Peterborough National Health System Foundation Trust, Cambridge (UK); Clinical
Unit Cambridge, GlaxoSmithKline, Cambridge (UK).
Per affrontare i problemi menzionati, Kundu e colleghi hanno messo a punto una strategia integrata per l’acquisizione dei dati, la riduzione del “rumore” e la stima di connettività.
Questa strategia è stata sviluppata da una tecnica precedentemente realizzata dai ricercatori, che ne hanno dato comunicazione, mediante un peer-reviewed paper, alla comunità neuroscientifica. La tecnica, chiamata ME-ICA, consiste nella combinazione di dati acquisiti con imaging multi-eco (ME) ed echo planar, con l’analisi mediante spatial independent component analysis (ICA), che distingue componenti BOLD (neuroniche) da componenti non-BOLD (da artefatti) basate sulla dipendenza eco-tempo lineare dei segnali – una caratteristica proprietà delle variazioni di segnale BOLD T2.
Nello studio qui recensito, per il cui dettaglio si rimanda alla lettura integrale del testo originale, si dimostra che in 32 soggetti di controllo questo metodo fornisce un modo, basato su principi fisici e pressoché indipendente dall’operatore, per rimuovere artefatti complessi quali quelli di movimento dai dati dello stato di riposo.
I ricercatori descrivono, poi, un efficace estimatore di connettività funzionale basato sulla correlazione inter-regionale di coefficienti indipendenti da BOLD. Questo estimatore denominato independent components regression, semplifica notevolmente l’inferenza statistica per la connettività funzionale perché i gradi di libertà equivalgono al numero dei coefficienti indipendenti. Comparata con i metodi tradizionali di stima della connettività, la strategia proposta presenta un miglioramento di quattro volte della ratio segnale/rumore, un’accresciuta specificità nell’analisi di connettività funzionale, ed una valida inferenza statistica, con il controllo nominale dell’errore di tipo 1 nei contrasti di connettività fra gruppi con differenti livelli di movimento del soggetto.
L’autrice della nota ringrazia la
dottoressa Isabella Floriani per la correzione della bozza, e invita alla
lettura delle recensioni di studi di argomento connesso disponibili sul sito
(utilizzare il motore interno nella pagina “CERCA”).