Una nuova tecnica migliora la rilevazione degli stati cerebrali
Un nuovo metodo aumenta la precisione della classificazione non invasiva degli stati cerebrali con la spettroscopia funzionale nel vicino infrarosso (fNIRS)
Annunci
I ricercatori hanno sviluppato un nuovo metodo che migliora notevolmente l'accuratezza della classificazione degli stati cerebrali con la spettroscopia funzionale nel vicino infrarosso (fNIRS). La tecnica di imaging cerebrale fNIRS consente ai ricercatori di misurare l'attività neurale: Le cellule cerebrali attive hanno bisogno di più ossigeno, quindi le variazioni del flusso sanguigno e della saturazione di ossigeno indicano quali regioni cerebrali sono al lavoro. fNIRS rileva questi cambiamenti in modo sicuro e senza procedure invasive. Nonostante i suoi numerosi vantaggi in ambito clinico (è portatile, economica e affidabile anche se il paziente si sposta), i metodi di analisi dei dati fNIRS sono meno avanzati rispetto ad altre tecniche di brain-imaging.
AI-generated image
Sfruttare la doppia natura dei segnali fNIRS
Un team di ricerca internazionale ha ora sviluppato un metodo per la classificazione degli stati cerebrali con fNIRS che è specificamente adattato alle proprietà uniche del segnale fNIRS e raggiunge quindi risultati più accurati. A differenza di altri metodi di imaging cerebrale, la fNIRS misura sia il sangue ossigenato che quello deossigenato. "Questi due segnali mostrano naturalmente schemi opposti, ma ciò non significa che siano ridondanti", spiega Tim Näher, primo autore dello studio, che lavora presso il Max Planck Institute for Biological Cybernetics di Tubinga, in Germania. "Al contrario, ci forniscono informazioni complementari sull'attività cerebrale".
Näher e i suoi coautori hanno sfruttato questa doppia natura unica del segnale fNIRS applicando strumenti matematici avanzati di un campo chiamato geometria riemanniana. Per testare il loro nuovo metodo, il team ha chiesto a partecipanti sani di eseguire otto diversi compiti mentali, come immaginare di giocare a tennis, cantare internamente o ruotare un oggetto nella loro mente. Con il nuovo quadro computazionale, i ricercatori sono stati in grado di classificare con estrema precisione quale dei compiti un partecipante stava eseguendo, superando in modo significativo la precisione dei metodi tradizionali.
Un nuovo approccio può aiutare a rivelare i segni di coscienza nei pazienti
I risultati potrebbero avere un ruolo importante nel migliorare la diagnosi dei disturbi della coscienza. Queste condizioni sono notoriamente difficili da valutare: I pazienti spesso non sono in grado di muoversi o comunicare, il che rende difficile determinare se mantengono un certo livello di veglia e consapevolezza. Tuttavia, una diagnosi accurata è essenziale per un trattamento efficace e una prognosi affidabile.
Per questo motivo Näher ha collaborato con Lisa Bastian dell'Università di Tubinga a un secondo studio, condotto presso il laboratorio di Bettina Sorger dell'Università di Maastricht, che ha sviluppato un nuovo paradigma fNIRS per valutare se un paziente non responsivo è ancora cosciente. A tal fine, ai partecipanti sani è stato chiesto di svolgere un compito mentale - simulando uno stato di consapevolezza - o di rimanere costantemente inattivi. Il nuovo paradigma fNIRS, combinato con il nuovo approccio di analisi dei dati basato sulla geometria di Riemanni, si è dimostrato notevolmente accurato nel distinguere tra stati cerebrali responsivi e non responsivi: Ha identificato correttamente la responsività ogni volta e ha riconosciuto con precisione la non responsività in nove casi su dieci.
"Finora abbiamo fornito una prova di concetto che il nuovo framework fNIRS può servire come strumento veloce, oggettivo e accessibile per supportare diagnosi più affidabili e migliorare le decisioni di trattamento dei disturbi della coscienza", afferma Näher. "Il prossimo passo logico sarà quello di testare il nostro metodo su pazienti reali".
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Tim Näher, Lisa Bastian, Anna Vorreuther, Pascal Fries, Rainer Goebel, Bettina Sorger; "Riemannian geometry boosts functional near-infrared spectroscopy-based brain-state classification accuracy"; Neurophotonics, Volume 12
Lisa Bastian, Tim Näher, Anna Vorreuther, Michael Lührs, Amaia Benitez Andonegui, Pascal Fries, Lars Riecke, Bettina Sorger; "Sensitive and specific fNIRS-based approach for awareness detection in disorders of consciousness: proof of principle in healthy adults"; Neurophotonics, Volume 12
Altre notizie dal dipartimento scienza
