Comprendere il funzionamento del cervello: creato un nuovo modello corticale
Ricercatori dell’Università di Dartmouth hanno sviluppato un nuovo modello corticale , denominato ”OpenNeuro Average” (onavg), che migliora significativamente la precisione e l’ efficienza nell’analisi dei dati di neuroimaging . Questo avanzamento è destinato a influenzare profondamente la ricerca in neuroscienze cognitive e cliniche, agevolando lo studio delle funzioni cerebrali e dei disturbi.
Il cervello umano è essenziale per la gestione di funzioni cruciali come la percezione, la memoria, il linguaggio, la cognizione, la coscienza e le emozioni. Per comprendere il funzionamento del cervello, gli scienziati utilizzano tecniche di neuroimaging per registrare l’attività cerebrale dei partecipanti, sia in condizioni di riposo sia durante l’esecuzione di compiti. Le funzioni cerebrali sono organizzate sistematicamente sulla corteccia cerebrale , lo strato esterno del cervello umano.
I ricercatori utilizzano comunemente un modello della superficie corticale per analizzare i dati di neuroimaging e studiare l’organizzazione funzionale del cervello umano. Poiché ogni cervello presenta una forma diversa, per analizzare i dati di neuroimaging di più individui, è necessario registrare questi dati utilizzando lo stesso modello di cervello. Questo permette di identificare la stessa localizzazione anatomica su cervelli differenti, nonostante le loro forme varie. Queste localizzazioni sono note come vertici .
Negli ultimi 25 anni, sono stati sviluppati diversi modelli di questo tipo, e i modelli della superficie corticale più comunemente utilizzati oggi si basano sui dati raccolti da 40 cervelli.
L’introduzione di “OpenNeuro Average” ha segnato un passo avanti, essendo stato creato a partire dall’anatomia corticale di 1.031 cervelli provenienti da 30 dataset disponibili su OpenNeuro, una piattaforma libera e open-source per la condivisione di dati di neuroimaging. Secondo i coautori, è anche il primo modello della superficie corticale basato sulla forma geometrica del cervello.
A differenza dei modelli precedenti, che campionavano in modo non uniforme diverse parti della corteccia e si basavano su una forma sferica per definire la posizione dei vertici corticali, il modello onavg riduce i bias nella distribuzione dei vertici e richiede meno dati per l’analisi.
“Ottenere dati tramite neuroimaging è molto costoso e, per alcune popolazioni cliniche, come nel caso di malattie rare, può essere difficile o impossibile acquisire una grande quantità di dati, quindi la capacità di ottenere risultati migliori con meno dati è un vantaggio”, afferma Feilong Ma. Grazie a un uso più efficiente dei dati, il loro modello potrebbe potenzialmente aumentare la replicabilità e la riproducibilità dei risultati negli studi accademici.
James Haxby, coautore dello studio, ritiene che onavg rappresenti un avanzamento metodologico con ampie applicazioni in tutte le aree delle neuroscienze cognitive e cliniche, inclusi studi sulla visione, l’udito, il linguaggio, le differenze individuali e disturbi come l’autismo e malattie neurodegenerative come l’Alzheimer e il Parkinson.
Questi risultati sono stati pubblicati su Nature Methods.