Curso modular de Introducción a las Neurociencias · cerebro activo y el cerebro en reposo. ... Analisis de componentes independientes ... Comparacion entre componentes independientes

Curso modular de Introducción a las Neurociencias

Módulo 2: Análisis Computacional de Neuro-Imágenes

(MRI y fMRI)

Enzo Tagliazucchi

Temas del Curso

Introducción a la resonancia magnética.  Introducción a la fisiología de la señal BOLD.  Introducción de la suite de herramientas FSL.

 Preprocesado de imágenes "crudas" de fMRI. Análisis estadístico de experimentos de fMRI con diseño por bloques.  Ejemplo: obtención de mapas de activación en una tarea motora sencilla (finger­tapping)  

  Métodos para el análisis global de la actividad cerebral: análisis probabilistico de Métodos para el análisis global de la actividad cerebral: análisis probabilistico de componentes independientes (PICA, FSL­MELODIC).  Ejemplo: obtención de redes componentes independientes (PICA, FSL­MELODIC).  Ejemplo: obtención de redes funcionales asociadas a sitios en distintos sistemas con funciones bien definidas funcionales asociadas a sitios en distintos sistemas con funciones bien definidas (motor, modo "default", auditivo, visual, etc).(motor, modo "default", auditivo, visual, etc).

Conectividad funcional y estructural del cerebro humano. Correspondencia entre el Conectividad funcional y estructural del cerebro humano. Correspondencia entre el cerebro activo y el cerebro en reposocerebro activo y el cerebro en reposo. Conectividad estructural: introducción al tensor de difusión.  

 Aplicación de lo visto en las clases anteriores a ejemplos, en particular, diferencias entre controles y pacientes con dolor crónico. 

Actividad espontanea en el cerebro humano

Las fluctuaciones espontaneas no son ruido: tienen estructura espacial

Sistemas cognitivos semejantes tienen actividad espontanea semejante (funcionalmente conectados)

La informacion relevante se considera incluida en las frecuencias bajas        (< 0.1 Hz) de BOLD mientras que en frecuencias mayores se encuentra ruido que no presenta una organizacion espacial significativa

Actividad espontanea en el cerebro humano

Como puede detectarse estos patrones? (si no hay modelo)

Correlacion lineal entre BOLD de dos voxels de cerebros (abajo)

Otras medidas mas bivariadas mas sofisticadas: informacion mutural, correlacion espectral, etc.

Esto se utiliza en analisis basado en semillas: se elije un voxel (o grupo adyacente de voxels) y se determina para la senal BOLD del resto del cerebro (voxel por voxel) el grado de similaridad con la senal asociada a la semilla

La eleccion de distintas semillas pone en evidencia distintos patrones de conectividad cerebral

Como elegir la semilla?

Metodo bivariado (solamente miro interacciones entre pares...)

Existen metodos para ”bucear” en el cerebro sin hipotesis previas y poner en evidencia las

principales estructuras coherentes en el estado de reposo? (de una buena vez por todas)

Analisis de componentes independientes (ICA)

El problema del ”cocktail party”

A y B estan hablando en una fiesta (conversaciones independientes independientes y noy no gaussianasgaussianas)

Dos microfonos en dos lugares de la fiesta registran una superposicion (lineal) de lo que dice cada uno

Otra forma de ver las series: pongo una serie en un eje coordenado y la otra en el otro (elimino el tiempo)

Mezclar las senales equivale a rotar el grafico (la rotacion depende de los coeficientes de la suma lineal)

Combinaciones lineales de variables independientes aumentan gaussianidad de las

proyecciones (teorema central del limite!)

Si elijo la transformacion adecuada puedo reestablecer la independencia entre senales

Rotacion que minimiza la gaussianidad de las proyecciones

Un ejemplo con dos senales

Algoritmo: fastICA

http://www.cis.hut.fi/projects/ica/fastica/

Aplicamos la misma idea para detectar fuentes independientes en actividad cerebral

espontanea...

Descomponemos la actividad cerebral en mapas espaciales y cursos temporales asociados

Se requiere independencia en los mapas espaciales asociados

Multivariado y lineal

Observacion: la cantidad de componentes independientes obtenidas no estan determinadas a

priori

FSL-MELODIC (Multivariate Exploratory Linear

Optimised Decomposition into Independent Components)

Input: Datos de sujetos (podemos concatenar temporalmente datos de varios sujetos)

Cantidad de componentes independientes a buscar (puede estimarse automaticamente)

Criterios para umbral de significancia estadistica (lo mismo que en FEAT)

Para que lo podemos usar?

Redes de Estado de Reposo(Resting State Networks)

RSN1 y RSN2 : Visual

RSN3: Auditivo

RSN4: Sensorimotor

RSN5: Default Mode Network

RSN6: Control ejecutivo

RSN7: Via visual dorsal

RSN8: Via visual ventral

Beckmann et al 2005

Correspondencia entre Task & Rest (actividad espontanea del cerebro explora

patrones de actividad!)

Comparacion entre componentes independientes de actividad cerebral extraidas de sujetos (del orden de 10) y de una base de

datos de experimentos con ejecucion de tarea (del orden de 10.000) – Smith et al, 2009

Volviendo a lo primero...Seleccion de sitios con mayor trafico a nivel conectividad funcional dentro de cada

componente independiente de actividad cerebral – una parcelacion basada en informacion dinamica

Eligiendo semillas dentro de distintas RSNs y calculando correlaciones con el resto del cerebro recuperamos redes de estado de reposo (aun para datos

correspondientes a un solo sujeto!) - Chialvo, 2010

Hasta ahora... Actividad espontanea tiene estructura espaciotemporal que refleja 

funcion y anatomia cerebrales

Se puede interrogar a partir de relacion con semillas dadas en la corteza cerebral (bivariado + lineal)

O bien encontrar redes de estado de reposo sin precisar hipotesis (multivariado + lineal)

En ultima instancia ambos enfoques convergen en colapsar similaridad entre senales BOLD en medidas numericas

...nuevas preguntas Una medida no lineal?

Que incluya informacion temporal?

Relacion con lo visto en clases anteriores? (en especial, de que la juega la funcion de respuesta hemodinamica en resting state?)

Forma de la funcion de respuesta hemodinamica en distintas regiones de la corteza

Promedios de la senal BOLD ”lockeados” con el comienzo de los

ciclos de tarea/descanso

Como hacemos promedios ”lockeados” si no tenemos ciclos de tarea? Promedios gatillados por incrementos

espontaneos, interaccion funcional

Otra aplicacion: alteraciones de dinamica cortical en pacientes con dolor cronico de espalda

(CBP)

Variabilidad en las respuestas ante incrementos espontaneos