Dataset

In questo capitolo verrà descritto l’insieme di dati usati in questo lavoro di tesi. La scelta del dataset è di fondamentale importanza sia per la buona riuscita dell’analisi che per la rilevanza dei risultati ottenuti. In questo studio, i dati sono stati raccolti da un progetto di larga scala

chiamato ABIDE (Autism Brain Imaging Data Exchange)

(http://fcon_1000.projects.nitrc.org/indi/abide/) che colleziona dati MRI anatomici e funzionali da diversi centri clinici, e che è nato con lo scopo di sostenere lo studio dei meccanismi neurofisiologici alla base dell’autismo.

Il progetto Autism Brain Imaging Data Exchange (ABIDE)

I disturbi dello spettro autistico o ASD (Autism Spectrum Disorders) sono caratterizzati da forti difficoltà nella sfera delle relazioni sociali e da comportamenti e interessi stereotipati e ripetitivi. L’autismo, prima classificato come patologia rara, colpisce al momento, secondo recenti statistiche effettuate negli USA, circa 1 bambino su 59 (uno ogni 37 maschi e una ogni 151 femmine) [27]. Si tratta di un disturbo con una forte prevalenza maschile. La diagnosi viene effettuata in genere nel corso dei primi 5 anni di vita dei bambini. Nonostante le avanzate ricerche, non è stato ancora scoperto un biomarcatore del disturbo che permetta di fare una di diagnosi precoce al fine di programmare piani clinici efficienti. La diagnosi viene fatta mediante la rilevazione clinica di un insieme di sintomi, senza la possibilità di avere a disposizione

Capanni Leonardo

38

strumenti diagnostici oggettivi. Studi basati anche su dati di MRI, fMRI e rs-fMRI, hanno come obiettivo l’identificazione di un biomarcatore del disturbo basato su caratteristiche neuroanatomiche o funzionali. Questo obiettivo non è stato ancora raggiunto a causa della complessità ed eterogeneità del disturbo. Per supportare la ricerca sui biomarcatori di ASD attraverso neuroimmagini è stato creato il database ABIDE (Autism Brain Imaging Data Exchange). Si tratta di un archivio di immagini strutturali e funzionali del cervello raccolte da laboratori di oltre 20 centri negli USA. Questo campione di dati è stato

reso disponibile pubblicamente

(http://fcon_1000.projects.nitrc.org/indi/abide/) in due successive raccolte: ABIDE I [14] e ABIDE II [15]. ABIDE I coinvolge 17 laboratori internazionali e contiene 1112 dataset di soggetti, dei quali 539 con ASD e 573 di controllo tipico (TC). ABIDE II coinvolge invece 19 laboratori internazionali e 1114 dataset di soggetti ripartiti in 521 con ASD e 593 di controllo tipico. Può essere, quindi, usato da chiunque per fini di ricerca.

Dati rs-fMRI pre-processati in ABIDE

I dati rs-fMRI della raccolta ABIDE I sono stati messi a disposizione sia come serie temporali per ogni singolo voxel, sia come dati processati da diversi team internazionali (http://preprocessed-connectomes- project.org/abide/) secondo i seguenti quattro protocolli: Connectome Computation System (CCS), Configurable Pipeline for the Analysis of Connectomes (CPAC), Data Processing Assistant for Resting-State fMRI (DPARSF) e Neuroimaging Analysis Kit. Questi sistemi adottano ognuno

Capanni Leonardo

39

un diverso percorso di filtraggio e standardizzazione dei dati, al fine di rendere più ampia la fruibilità e versatilità dei dati di ABIDE.

Ogni sistema implementa un banco di filtri, per rimuovere le variazioni di segnale dovute ai movimenti fisiologici (respiro, battito cardiaco ecc…) e una forma particolare di preprocessing che prevede l’uso di filtri di smoothing e tecniche di regressione. In questo lavoro di tesi è stata scelta la pipeline CPAC.

Serie temporali

Una volta processati i dati secondo una delle pipeline introdotte nel paragrafo precedente, quello che si ottiene è una serie temporale per ogni area del cervello del soggetto. La serie temporale non è altro che il segnale BOLD di una determinata area del cervello in funzione del tempo di scansione. Un esempio di serie temporale è riportato in fig. 4.1.

Capanni Leonardo

40

Figura 4.1: Esempio di serie temporale.

Ogni laboratorio ha usato diversi parametri di acquisizione per produrre i dati funzionali dei soggetti, dunque la risoluzione temporale e quella frequenziale cambia a seconda del sito; in particolare i 2 parametri più importanti ai fini della risoluzione sono la durata di scansione e il tempo di campionamento.

Le serie temporali disponibili per ogni singolo voxel vengono poi mediate su regioni cerebrali più ampie, variabili in base alla scelta dell’atlante. Vengono infatti riportate in ABIDE-preprocessed le media dei segnali relativi a specifiche aree anatomiche o funzionali, secondo atlanti diversi.

Capanni Leonardo

41

Ai dati processati vengono applicate delle “maschere”, ovvero viene calcolato il segnale medio di una regione del cervello, o ROI (Region Of Interest), secondo la suddivisione prevista da diversi atlanti. Questa procedura viene chiamata parcellizzazione. Gli atlanti usati in ABIDE Preprocessed sono: Automated Anatomical Labeling (AAL), Eickhoff- Zilles (EZ), Harvard-Oxford (HO), Talaraich and Tournoux (TT), Dosenbach 160, Craddock 200 (CC200), Craddock 400 (CC200). Come esempio, viene riportata in fig. 4.2 la parcellizzazione relativa all’atlante HO.

Figura 4.2: Rappresentazione grafica della parcellizzazione anatomica delle aree cerebrali secondo l’atlante Harvard-Oxford.

La parcellizzazione può essere fatta secondo due criteri: secondo l’attività funzionale o secondo l’anatomia del cervello. In base alla scelta dell’atlante si possono estrarre informazioni differenti; si può studiare l’attività del cervello dal punto di vista anatomico, ad esempio

Capanni Leonardo

42

per localizzare eventuali anomalie funzionali, o dal punto di vista funzionale per comprendere meglio il modo di lavorare del cervello impegnato in un certo compito. In questo contesto può essere utile introdurre le reti neurali. Queste reti contengono diverse strutture cerebrali che concorrono ad assolvere determinate funzioni del corpo umano. Le reti neurali che verranno studiate sono state individuate tramite la suddivisione funzionale di Mesulam [20] e sono (si veda fig. 4.3): rete Unimodale, rete Primaria, rete Eteromodale, rete Limbica, rete Paralimbica e rete Subcorticale.

Figura 4.3: Rappresentazione grafica delle reti neurali individuate da Mesulam. Le sfere indicano la localizzazione media delle aree cerebrali anatomiche, secondo l’ atlante Harvard-Oxford, appartenenti a ciascuna rete di Mesulam.

Capanni Leonardo

43

Capitolo 5: Selezione del campione ed