Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
vuoi
o PayPal
tutte le volte che vuoi
Analisi dell'attivazione cerebrale durante un task
Viene fatto un task e si va ad analizzare quali aree celebrali si attivano, in risposta al task. Come avviene? Tutto parte da uno stimolo (qualcosa che viene somministrato al soggetto o un qualcosa che viene chiesto al soggetto di fare). Successivamente i neuroni si attivano, in modo tale da permettere di compiere il task. I neuroni, per attivarsi, hanno bisogno di energia e l'energia la prendono dall'ossigeno presente nel sangue. L'ossiemoglobina rilascia l'ossigeno ai neuroni. Vengono sfruttate le proprietà magnetiche della ossiemoglobina e della deossiemoglobina per andare a ricavare un imaging utile (per ottenere la mappa di attivazione sulla destra). Nell'area attivata si vede un aumento dell'ossiemoglobina, la quale risulta essere presente in quantità più elevata rispetto alla deossiemoglobina (l'attività neuronale causa una variazione del vascular coupling e si ha una risposta emodinamica, la quale viene.
- Fase di pre-processing.
I segnali vengono riprocessati con un blocco di ltraggio:
- motion correction: la testa del paziente viene acquisita molte volte nel tempo per avere unfunzionale. Successivamente i volumi vanno riallineati, ovvero viene preso un volume diriferimento (può essere il volume iniziale o il volume centrale della serie) e tutti gli altrivolumi vengono riallineati rispetto al riferimento;
- spatial normalisation: la normalizzazione viene svolta quando deve essere fatto uno studiodi gruppo. Normalizzare signi ca riportare tutto a qualcosa di standard. Le diverseimmagini vengono riportate ad uno spazio comune chiamato Atlante;
- smooting: vengono ammorbiditi i contorni. Questo processo può facilitare un’analisi aposteriori,
Sopratutto quando si sta facendo un'analisi di gruppo. Aumenta il rapporto segnale-rumore delle immagini.
- Realizzazione della design matrix.
Dopo la fase di pre-processing, viene creata la design matrix. Vengono definite le condizioni (es. task: devono essere rappresentati i numeri di volumi eseguiti durante il task e il numero di volumi eseguiti durante il rest. Inoltre, ogni volume deve essere associato ad una sola condizione) e vengono inseriti i regressori di movimento (definiti da un algoritmo, ovvero la motion correction).
- Confronto tra BOLD atteso e BOLD osservato.
Una volta creata la design matrix, questa deve essere inserita nel general linear model. Il general linear model genera il modello di BOLD atteso. Confrontando voxel per voxel il modello di BOLD atteso con il BOLD osservato (il BOLD osservato è la traccia che è stata registrata nel funzionale), là dove il matching è risultato buono, a meno di un certo errore che si decide di accettare,
diremo che quel voxel in questione è attivo.- Realizzazione della mappa di attivazione.
CON RESTING IN STATE
Il paziente è dentro la risonanza magnetica, è fermo, non pensa a niente e viene utilizzata la stessa sequenza che è utilizzata con paziente che esegue il task (differenza tra task e resting in state: nel task c'è un modello di riferimento da seguire, invece, nel resting in state non c'è nessun modello in quanto il paziente è fermo). In questo modo si ottiene una serie di volumi e la traccia di ogni voxel riflette le variazioni stocastiche del BOLD.
Da questa analisi si arriva alla conclusione che ci sono aree celebrali, anche distanti tra di loro, che sono sincronizzate a livello temporale. Inoltre, queste aree sono organizzate in networks.
Le reti che prendono il nome di resting in state networks sono estratte utilizzando il metodo dell'Indipendent Component Analysis / Model free (con il task si ha un modello da seguire, con il resting in state non si hanno modelli da seguire).
La caratteristica delle resting state networks è che questa organizzazione è vera a bassissima frequenza (la sincronia temporale dei segnali è massima quando si è a bassa frequenza). Questo significa che se si va a fare l'analisi spettrale dei segnali dell'area interessata, lo spettro di potenza ha un picco al di sotto degli 0.02 Hz.
Overview del processo di analisi di una risonanza magnetica funzionale senza il task (in resting in state):
- Fase di pre-processing. I segnali vengono riprocessati con un blocco di filtraggio uguale a quello del processo con task.
- Individuazione delle reti. Dopo il pre-processing, si applica l'Indipendent Component Analysis (ICA), il quale prende per ogni voxel
Il segnale pre-processato e lo va a decomporre in componenti indipendenti. Alcune di queste componenti indicheranno delle reti e altre saranno solo rumore. L'ICA ha una duplice funzione: serve per identificare le resting in state networks e può essere utilizzato come parte del pre-processing per rimuovere il rumore dal segnale originale.
Realizzazione della mappa. Dopo l'ICA, se deve essere fatta un'analisi di gruppo, avendo le resting in state networks, si vanno a confrontare i voxel presenti nella network tra i soggetti sani e i soggetti malati. L'analisi viene svolta con degli algoritmi di dual regression. Questi algoritmi consistono in una regressione multipla in cui vengono confrontati, voxel per voxel, i segnali funzionali dei voxel all'interno della network tra i soggetti sani e i soggetti malati. Si ottiene una mappa statistica che individua quali sono le aree di minor forza, in termini di function connectivity, nel confronto tra individui sani e malati.
Problema: per questa tecnica i limiti vengono imposti individualmente ed un limite può essere il come parcellare il cervello. Esistono diversi atlanti che danno parcellazioni differenti del cervello.
- atlante funzionale (Brodmann atlas: il cervello è diviso dal punto di vista delle funzioni. Tutte le regioni, in cui è stato suddiviso il cervello racchiudono in loro i voxel che fanno parte di una stessa funzione.
Presenta 116 regioni.);- atlante strutturale (AAL, Thalaitac atlas, etc… AAL: è un’atlante in cui il cervello è stato divisodal punto di vista anatomico e presenta 46 regioni).
Realizzazione della mappa a gra .
- bisogna prendere il segnale di resting in state e bisogna metcharlo con l’atlante;
- si va calcolare, per ogni regione del cervello colorato, il segnale medio di funzionale dei voxelche compongono la regione analizzata. In questo modo, si ottiene una serie di segnali medi;
- successivamente, si va a calcolare la correlazione (Pearson, Kendal…) tra ogni coppia dipossibili segnali medi. Si ottiene una matrice di cross-correlazione;
- solitamente si va a fare un thresholding, ovvero una sogliatura della matrice di cross-correlazione, in modo da tenere solo le correlazioni più forti;
- una volta che si ha la matrice di cross-correlazione sogliata (sugli assi ci sono le regioni diparcellazione e ogni quadratino
Dell'acquisizione. La graph theory fa un passo avanti rispetto a queste tecniche e consente di ottenere delle misure quantitative anche partendo da immagini che non nascono come non quantitative (immagini di risonanza magnetica funzionale. Nell'immagine in alto si nota che nonostante vengano usate immagini funzionali di MRI, come atlante viene usato il AAL, il quale è un atlante strutturale). Queste misure possono essere utilizzate per fare dei confronti statistici tra soggetti sani e malati.
Per graph theory si intende una serie di formule matematiche che di fatto servono per caratterizzare il comportamento di un nodo (nel nostro caso di una certa regione dell'atlante verso tutte le altre regioni con cui presenta delle connessioni). Le metriche della graph theory sono:
- il grado di connettività del nodo, il quale si basa sul numero di connessioni che partono da un singolo nodo verso i suoi vicini;
- la clustering coefficient, la quale da una misura di quanto un
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo
