2019 Set 05 – Nell’applicare la teoria delle reti al cervello umano, questo viene rappresentato da nodi (le diverse aree cerebrali) interconessi da collegamenti strutturali (i tratti della sostanza bianca); segue la formulazione di un modello matematico che predica gli effetti di input esterni sulle dinamiche di interazione tra regioni cerebrali distribuite, puntando, in ultimo, a raggiungere uno specifico stato del sistema.
In un nuovo lavoro diretto da Danielle Bassett (University of Pennsylvania, Philadelphia, PA), la teoria delle reti complesse è stata usata per testare l’ipotesi che gli effetti della stimolazione elettrica sui cambiamenti di stato cerebrali siano demarcati principalmente dalla connettività offerta dalla sostanza bianca. In primo luogo, l’accuratezza delle predizioni basate su tale connettività (determinata empiricamente da immagini pesate in diffusione di pazienti epilettici sottoposti a stimolazione con griglie di elettrodi, allo scopo di identificare le aree di attivazione delle crisi) è stata validata usando un modello di sistema dinamico che approssimasse significativamente le variazioni nel tempo della potenza del segnale elettrocorticografico registrato. In secondo luogo, è stato scelto di identificare i parametri ottimali che determinano una transizione ad uno stato con aumentate probabilità di capacità di memoria verbale (sebbene il modello sia applicabile al raggiungimento di qualsivoglia stato, anche di rilevanza clinica in epilessia e depressione): il modello così impostato per il controllo ottimale ha fornito le soluzioni per gli input da applicare ad ogni nodo specificato. Passando a un regressore di foresta casuale, è possibile prevedere di minimizzare l’energia necessaria alla transizione considerando la distanza tra stato iniziale e finale del sistema, l’influenza dell’architettura della rete e le caratteristiche anatomiche e fisiologiche delle aree cerebrali in esame.
Articolo originale | Info su isc.cnr.it
