Questo sito utilizza i cookies tecnici per agevolarti nella navigazione, non raccoglie in nessun modo dati sensibili o finalizzati ad alcun tipo di profilazione, gli unici dati raccolti sono esclusivamente a scopo statistico tramite il plugin di Google Analitics, al quale è comunque negato il consenso alla raccolta e archiviazione dei dati per fini di profilazione o qualunque altro scopo. Se non sei d'accordo, ti preghiamo di chiudere immediatamente la pagina.

BIOMETRICS

BIOMETRICS – Nuovi biomarcatori elettrofisiologici predittivi del recupero post-ictus,

finanziato dal Fondo di Beneficenza di Intesa Sanpaolo nasce dall’esigenza di comprendere perché alcuni pazienti recuperino meglio di altri e di individuare indicatori precoci del potenziale di recupero.

Per affrontare questa sfida utilizziamo modelli sperimentali di ictus e registrazioni elettrofisiologiche avanzate che permettono di osservare in dettaglio l’attività dei circuiti cerebrali coinvolti nel movimento. In particolare studiamo:

  • l’attività di popolazioni neuronali nella corteccia motoria;
  • le oscillazioni cerebrali associate all’esecuzione del movimento;
  • l’interazione tra neuroni eccitatori e inibitori durante il recupero funzionale.

Un aspetto innovativo del progetto è l’integrazione tra neuroscienze sperimentali e strumenti di analisi computazionale e intelligenza artificiale. Attraverso modelli di deep learning, come autoencoder applicati ai segnali elettrofisiologici, analizziamo grandi quantità di dati neurali per identificare pattern nascosti che distinguono stati cerebrali diversi, come riposo e movimento, o condizioni fisiologiche e patologiche.

I risultati ottenuti finora hanno permesso di:

  • caratterizzare come l’attività cerebrale si modifica dopo un ictus;
  • identificare alterazioni precoci nei circuiti neuronali che possono predire il recupero motorio;
  • evidenziare il ruolo di specifiche popolazioni neuronali nel controllo del movimento e nei processi di plasticità cerebrale;
  • sviluppare nuovi approcci analitici per lo studio dei segnali neurali complessi.

Queste conoscenze rappresentano un passo importante verso lo sviluppo di strumenti diagnostici e riabilitativi più mirati, con potenziali benefici per i pazienti e per il sistema sanitario.