Da Orsina Fiorentini 
Per gli studi di risonanza magnetica funzionale (fMRI), il tempo è denaro.
“Vuoi ottenere il massimo dal tuo denaro”, perché l’uso di uno scanner è costoso, dice Lucina Aldinoprofessore di psichiatria e scienze biocomportamentali presso l’Università della California, Los Angeles.
Tuttavia, in ciascun esperimento, la maggior parte degli scienziati sottrae le prime 10-20 scansioni acquisite. Queste “scansioni fantasma” in genere non vengono analizzate, afferma Odin, perché vengono raccolte prima che il campo magnetico applicato al dispositivo, generato da un impulso a radiofrequenza (RF), raggiunga uno stato stazionario.
Ma questo periodo di avvio può effettivamente fornire alcuni dei migliori dati prodotti dallo scanner, ed è nuovo Prestampa suggerisce. Acquisendo scansioni relative agli eventi con campo crescente e correggendo il cambiamento del segnale di base, il team potrebbe eseguire la metà degli esperimenti e raggiungere comunque la stessa soglia statistica, afferma lo studio.
Il nuovo approccio, afferma, fornisce ai ricercatori di imaging un modo semplice e accessibile per migliorare il rapporto segnale-rumore dei loro dati in determinate condizioni. Pietro Bandettinicapo della Divisione dei Metodi di Imaging Funzionale e direttore della struttura centrale di risonanza magnetica funzionale presso l’Istituto Nazionale di Salute Mentale, che non era coinvolto nel lavoro.
“Questo avrebbe dovuto essere provato anni fa”, dice. “Ciò dimostra che ci sono ancora dei trucchi con cui puoi giocare con lo scanner e la sua acquisizione per ricavarne qualcosa.”
T
Dice che i risultati sono arrivati quasi per caso Ravi Menoneprofessore di biofisica medica e imaging medico presso l’Università dell’Ontario Occidentale, che ha guidato il nuovo lavoro.
Il suo team voleva raccogliere contemporaneamente la risonanza magnetica funzionale e i dati elettrofisiologici degli uistitì, ma i cambiamenti del campo magnetico generati dagli impulsi a radiofrequenza dello scanner hanno interferito con i segnali elettrici, dice. Gli impulsi modificano la magnetizzazione del tessuto cerebrale, rendendolo rilevabile dalle bobine a radiofrequenza utilizzate nell’imaging.
Menon e il suo team hanno deciso che avrebbero potuto utilizzare periodi tranquilli e senza pulsazioni per raccogliere i loro dati elettrofisiologici, come hanno fatto alcuni studi precedenti per aiutare i partecipanti allo scanner a sentire gli stimoli audio. Ma questi modelli sono stati impostati per raccogliere dati a intervalli regolari e brevi e il team voleva essere in grado di avviare la raccolta dati in qualsiasi momento in risposta a uno stimolo, afferma il ricercatore dello studio. Renell Matteouno studente laureato nel laboratorio di Menon.
Quindi il team ha presentato un tono uditivo o una luce lampeggiante a una scimmia americana montata sulla testa in uno scanner da 9,4 Tesla, quindi ha generato impulsi a radiofrequenza e raccolto dati rispettivamente per 12 o 16 secondi. Hanno sostituito questo blocco di scansioni con un blocco di uguale lunghezza di scansioni senza attività, che ha permesso loro di ottenere una linea di base del segnale, e hanno intercalato quei blocchi con un “periodo senza acquisizione” di 8 secondi. Hanno ripetuto l’intero processo altre 14 volte.
Estendere il tempo tra gli impulsi allunga la durata complessiva della scansione e può introdurre rumore di fondo nei tessuti, afferma Menon. Ma i protoni nel tessuto cerebrale allineano strettamente il loro spin con il campo magnetico generato dalla radiofrequenza – e quindi generano il loro segnale più forte – con i primi impulsi. Se gli impulsi arrivano in rapida successione, le particelle iniziano a rispondere con meno forza.
I tipici esperimenti fMRI acquisiscono le loro scansioni durante il periodo di stato stazionario a bassa risposta, quando si ritiene che i cambiamenti nell’ossigenazione siano più facili da rilevare, il che dà origine al segnale BOLD. Ma poiché il team ha presentato i propri stimoli prima dell’inizio degli impulsi RF, il segnale BOLD guidato dallo stimolo, che era ritardato rispetto alle misurazioni elettrofisiologiche, è arrivato durante il periodo di segnale alto, con conseguente migliore rilevamento del BOLD. Aspettando abbastanza a lungo tra le acquisizioni delle scansioni, possono sfruttare ripetutamente tale elevata sensibilità.
“Invece di utilizzare modelli computazionalmente intensivi per pulire i dati, utilizziamo la fisica fondamentale per aggirare questo problema”, afferma Matthew. Lui e i suoi colleghi hanno scoperto che questo approccio ha quasi raddoppiato la capacità del team di rilevare il segnale nel tempo.
Sebbene questo modello sia venuto per aiutare a raccogliere dati elettrofisiologici simultanei, “sta iniziando a diventare chiaro che in realtà abbiamo qualcosa con sensibilità più elevate” che potrebbe essere utile anche per altri esperimenti, dice il ricercatore dello studio. Amr Eidun ricercatore post-dottorato nel laboratorio di Menon. Hanno pubblicato i risultati su bioRxiv il mese scorso.
T
Odin avverte che questo approccio non funzionerà per ogni esperimento. “È una grande prova di concetto. La domanda sarà: quanto è traducibile al neuroimaging umano, alla fMRI umana e alla neuroscienza cognitiva?”
Questo approccio è adatto per cronometrare la raccolta dei dati per un evento particolare, afferma Menon, inclusa la raccolta di scansioni immediatamente dopo che un EEG rileva una crisi epilettica, qualcosa che il team intende fare in futuro. Sebbene gli esperimenti siano stati condotti utilizzando la fMRI correlata agli eventi, potrebbero anche essere adattati per raccogliere la fMRI in stato di riposo, afferma Matthew.
Per le situazioni in cui il rumore fisiologico è maggiore di quello generato dallo scanner, è improbabile che il modello offra alcun vantaggio, afferma Bandettini. Ma “in quei casi in cui la precisione paga davvero, come nel caso della stratificazione della fMRI negli esseri umani, potrebbe valere la pena provare questa tecnica”. Creare uno spazio parametrico in cui questo approccio sia utile sarebbe vantaggioso per il settore, aggiunge.
Il vantaggio più grande potrebbe risiedere negli esperimenti comportamentali sugli animali, che vengono spesso eseguiti utilizzando scanner ad alta intensità di campo, afferma Ed. Aggiunge che lui e i suoi colleghi hanno in programma di andare avanti con i loro esperimenti raccogliendo simultaneamente dati fMRI ed elettrofisiologici per aiutare a determinare l’attività neurale.
“Si ottengono due approcci diversi in un modo pulito che non eravamo abituati a ottenere prima”, afferma Matthew. Un ulteriore vantaggio, aggiunge, è che non interferisce con i dati fMRI. “Lo migliora.”