Come valutare la connettività della corteccia cerebrale?


La complessa rete di neuroni del nostro cervello è il più antico e stupefacente esempio di sistema complesso. Dalla fine degli anni '80, con lo sviluppo di tecniche che consentono di studiare la connettività anatomica, una quantità considerevole di studi in questo ambito hanno iniziato a prendere piede. Alcuni lavori hanno analizzato l'organizzazione a grappolp della rete corticale del gatto usando i tradizionali metodi di ridimensionamento multidimensionale e algoritmi di ottimizzazione evolutiva.

Uno studio condotto dai ricercatori del Virtual Human Dynamics Laboratory (VirtHuLab) dell’Università degli Studi di Firenze, e pubblicato nel 2013 da International Conference on Signal-Image Technology & Internet-Based Systems ha approfondito la misura della modularità  utilizzata per trovare algoritmi globali adatti al rilevamento di comunità nelle reti neuronali, tenendo in considerazione diversi algoritmi.

Principalmente vengono confrontate  le prestazioni di NetExplorer, un algoritmo con dinamica di informazione locale per il rilevamento di comunità nelle reti, con altri sei noti algoritmi: Infomap, Hierarchical Infomap, Louvain, Modularity Optimization, Label Propagation e Oslom. I risultati indicano che NetExplorer è in grado di rilevare i quattro cluster funzionali in cui errori di attribuzione di alcune aree sono spiegate dalla loro funzione multimodale. I risultati vengono discussi in termini di errori di attribuzione delle aree cerebrali con i diversi cluster mettendo in evidenza il fatto che alcune connessioni sono spiegabili da un punto di vista cognitivo. 

Grazie a queste ricerche, il complesso sistema cerebrale può apparirci man mano sempre meno complesso. 


Comments