Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2004

italiano - english
Unità di Ricerca
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
  • HUMAN NECESSITIES
    • MEDICAL OR VETERINARY SCIENCE; HYGIENE
      • DIAGNOSIS; SURGERY; IDENTIFICATION (analysing biological material G01N, e.g. G01N33/48; obtaining records using waves other than optical waves, in general G03B42/00)
  • PHYSICS
    • MEASURING (counting G06M); TESTING
      • MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES (measuring physical variables of any kind by conversion into electric variables, see Note (4) following the title of class G01; measuring diffusion of ions in an electric field, e.g. electrophoresis, electro-osmosis G01N; investigating non-electric or non-magnetic properties of materials by using electric or magnetic methods G01N; indicating correct tuning of resonant circuits H03J3/12; monitoring electronic pulse counters H03K21/40; monitoring operation of communication systems H04)
Classificazione geografica
Bibliografia
(1) Baillet S, Mosher JC, Leahy RM. Electromagnetic brain mapping. IEEE Sign Proc Mag 2001;18:14-30
(2) Boon P, D’Havé M. Interictal and ictal dipole modelling in patients with refractory partial epilepsy. Acta Neurol Scand 1995;92:7-18
(3) Boon P, D’Havé M, Vonck K, Baulac M, Vandekerckhove T, De Reuck J. Dipole modelling in epilepsy surgery candidates. Epilepsia 1997;32:208-18
(4) Ebersole JS. EEG dipole modeling in complex partial epilepsy. Brain Topogr 1991;4:113-23
(5) Wadley J, Dorward N, Kitchen N, Thomas D. Pre-operative planning and intra-operative guidance in modern neurosurgery: a review of 300 cases. Ann R Coll Surg Engl 1999;81:217-25
(6) Wiederin TBJ, Chiappa KH, Krings T et al. The utility of dipole source analysis of seizure onsets in the localization of epileptogenetic zones as assessed by postsurgical outcome. J Contemp Neurol 1999;4(1):2-10
(7) Wood CC. Application of dipole localization methods to source identification of human evoked potentials. Ann N y Acad Sci 1982;388:139-55
(8) Krings T, Chiappa KH, Cuffin BN, Cochius JI, Connolly S, Cosgrove GR. Accuracy of EEG dipole source localization using implanted sources in the human brain. Clin Neurophysiol 1999;110:106-14
(9) Vatta F, Bruno P, Inchingolo P. Accuracy of EEG dipole source localisation in presence of brain lesions. Biomed Sci Instrum 2000;36:403-8
(10) Awada KA, Jackson DR, Baumann SB et al. Effect of conductivity uncertainties and modeling errors on EEG source localization using a 2-D model. IEEE Trans Biomed Eng 1998;45:1135-45
(11) Cuffin BN. Effects of inhomogeneous regions on electric potentials and magnetic fields: two special cases. J Appl Physiol 1982;53:9192-7
(12) Cuffin BN. Effects of local variations in skull and scalp thickness on EEG’s and MEG’s. IEEE Trans Biomed Eng 1993;40:42-8.
(13)Cuffin BN, "Effects of modeling errors and EEGmeasurement montage on source localization accuracy ", J Clin Neurophysiol, 2001;18:37-44
(14) Haueisen J, Ramon C, Eiselt M, Brauer H, Nowak H. Influence of tissue resistivities on neuromagnetic fields and electric potentials studied with a finite element model of the head. IEEE Trans Biomed Eng 1997;44:727-35
(15) He B, Musha T. Effects of cavities on EEG dipole localization and their relations with surface electrode positions. Int J Biomed Comput 1989;24:269-82
(16) Huiskamp G, Vroeijenstijn M, van Dijk R, Wieneke G, van Huffelen A. The need for correct realistic geometry in the inverse geometric problem. IEEE Trans Biomed Eng 1999;46:1281-7
(17) Radich BM, Buckly KM. EEG dipole localization bounds and MAP algorithms for head models with parameters uncertainties. IEEE Trans Biomed Eng 1995;42:233-41
(18) Schneider MR. Effects of inhomogeneities on surface signals coming from a cerebral current-dipole source. IEEE Trans Biomed Eng 1974;21:52-4
(19) Stok CJ. The influence of model parameters on EEG/MEG single dipole source estimates. IEEE Trans Biomed Eng 1987;34:289-96
(20) Ueno S, Iramina K, Harada K. Effects of inhomogeneities in cerebral modeling for magnetoencephaloraphy. IEEE Trans Magn 1987;23:3753-5
(21) van den Broek SP, Reinders F, Donderwinkel M, Peters MJ. Volume conduction effects in EEG and MEG. Electroenceph Clin Neurophys 1998;106:522-34
(22) Van Hoey G, Vanrumste B, D'Havé M, Van de Walle R, Lemahieu I, Boon P. The influence of measurement noise and electrode mislocalization on EEG dipole-source localisation. Med Biol Eng Comput 2000;38(3):287-96
(23) Vanrumste B, Van Hoey G, Van de Walle R, D’Havé M, Lemahieu I, Boon P. Dipole location errors in EEG source analysis due to volume conductor model errors. Med Biol Eng Comput 2000;38(5):528-34
(24) Vanrumste B, Van Hoey G, Boon P, D'Havé M, Lemahieu I. Localization errors due to noise versus localization errors due to the 3-shell spherical headmodel. Proc. 3rd ICBEM 2000;67-8
(25) Vanrumste B, Van Hoey G, Van de Walle R, Van Hese P, D’Havé M, Boon P, Lemahieu I. The realistic versus the spherical head model in EEG dipole source analysis in the presence of noise. Proc. IEEE EMBS Embc2001;2001;paper 180
(26) Wang Y, Gotman J, The influence of electrode location errors on EEG dipole source localization with a realistic head model. Clin Neurophysiol 2001;112:1777-80
(27) Burger HC, van Dongen R. Specific resistence of body tissues. Phys Med Biol 1961;5:431-47
(28) Foster KR, Schwan HP. Dielectric properties of tissues and biological materials. A critical review. Crit Rev Biomed Eng 1989;17(1):25-104
(29) Geddes LA, Baker LE. The specific resistence of biological material – A compendium of data for the biological engineer and physiologist. Med Biol Eng 1967;5:271-93
(30) Robillard PN, Poussart Y. Specific impedance measurements of brain tissues. Med Biol Eng Comput 1977;15:438-45
(31) Rush S, Abildskov JA, McFee R. Resistivity of body tissues at low frequencies. Circ Res 1963;12:40-50
(32) Benabid AL, Persat JC, Chirossel JP, Rougemont J, Barge M. Délimitation des tumeurs cérébrales par stéréo-impedo-encéphalographie (SIEG). Neurochir 1978;24:3-13
(33) Bullard DE, Makachinas TT. Measurement of tissue impedance in conjunction with computed tomography-guided stereotaxic biopsies. J Neurol Neurosurg Psych 1987;50:43-51
(34) Bruno P, Zangrando R, Vatta F, Inchingolo P. Do realistic head models need to include brain lesions for EEG inverse problem solution? Proc. 3rd ICBEM 2000;55-6
(35) Bruno P, Zangrando R, Vatta F, Inchingolo P. EEG Analysis in Presence of Brain Lesions: the Required Head Model Complexity. IFMBE Proc. 2001;1:939-42
(36) Bruno P, Vatta F, Inchingolo P. Interaction between noise and lesion modeling errors on EEG source localization accuracy. Proc. 23rd Ann. Int. Conf. IEEE EMBS 2001;1:917-920
(37) Bruno P, Vatta F, Inchingolo P. Lesion type misidentification: EEG potential sampling and source reconstruction errors. Biomed Sci Instrum 2002;38:435-440
(38) Vatta F, Bruno P, Inchingolo P. EEG source localisation sensitivity to tissue conductivity uncertainties in presence of brain lesions. Clin Neurophysiol 2000;111(suppl):21
(39) Vatta F, Bruno P, Inchingolo P. Sensitivity of EEG source localisation to brain lesion conductivity as a method to improve source estimate position. Proc. 3rd ICBEM 2000;147-8
(40) Vatta F, Bruno P, Inchingolo P, Influence of lesion geometry estimate on EEG source reconstruction. IFMBE Proc. 2001;1:974-7.
(41) Vatta F, Bruno P, Inchingolo P. EEG source localization sensitivity due to brain lesions modeling errors. Proc. 23rd Ann. Int. Conf. IEEE EMBS 2001;1:913-916
(42) Vatta F, Bruno P, Inchingolo P. Improving lesion conductivity estimate by means of EEG source localization sensitivity to model parameter. J Clin Neurophysiol 2002;19:1-15
(43) Vatta F, Bruno P, Inchingolo P. Accuracy of EEG source reconstruction in the presence of brain lesions: modelling errors and surface electrodes’ placement. Biomed Sci Instrum 2002;38:423-428
(44) Wakana S, Jiang H, Nagae-Poetscher LM, van Zijl PC, Mori S. Fiber tract-based atlas of human white matter anatomy. Radiology. 2004;230(1):77-87
(45) Law SK. Thickness and resistivity variation over the upper surface of the human skull. Brain Topogr 1993;6:99-109
(46) Oostendorp T, Delbecke J, Stegeman DF. The conductivity of the human skull: results of in vivo and in vitro measurements. IEEE Trans Biomed Eng 2000;47:1487-92
(47) Tuch D.S, Reese TG, Wiegell M.R., Van Wedeen J. Diffusion MRI of complex neural architecture. Neuron. 2003;40:885–895
(48) Kidwell CS, Alger JR, Di Salle F, Starkman S, Villablanca P, Bentson J, Saver JL. Diffusion MRI in patients with transient ischemic attacks. Stroke. 1999;30(6):1174-80
(49) Darquie A., Poline J.B., Poupon C., Saint-Jalmes H., Le BihanD. Transient decrease in water diffusion observed in human occipital cortex during visual stimulation? Proc. Nat. Acad. Sci. 2001;98:9391-5
(50) Ogawa S., Lee T.M., Kay A.R., Tank D.W. Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proc. Nat. Acad. Sci. 1990;87:9868-72
Parole Chiave
MAPPATURA ANATOMO-FUNZIONALE; DT-MRI; EEG; MODELLI ANATOMO-FUNZIONALI; STUDIO RM DELLA DIFFUSIONE; IMAGING; RISONANZA MAGNETICA FUNZIONALE

TEBAM: studio, sviluppo e validazione fisiologica-clinica di una metodica multimodale per una mappatura realistica 3D dell'attività elettrica cerebrale in soggetti normali e patologici

Università degli Studi di Trieste
Abstract
Con questo Progetto di Ricerca si intende procedere allo studio e allo sviluppo di uno strumento avanzato, TEBAM (True Electrical Brain Activity Mapping), basato sull'integrazione multimodale di metodiche di neuroimaging di Risonanza Magnetica(RM)con dati neurofisiologici, in particolare dati elettroencefalografici, per consentire la mappatura realistica 3D dell'attività elettrica cerebrale su una scala spazio-temporale estremamente fine. Questo strumento sarà utilizzabile sia in condizioni normali (su soggetti sani) che in condizioni critiche quali la presenza di patologie morfologiche a carico dell'encefalo (lesioni morfologiche espansive che alterano funzionalmente ed anatomicamente l'encefalo).
La ricerca verrà condotta da tre Unità di Ricerca caratterizzate da competenze scientifiche complementari in campo bioingegneristico e radiologico, la cui fusione è indispensabile per il raggiungimento dell'obiettivo della ricerca. Le tre Unità collaboreranno alla messa a punto di modelli tridimensionali anatomo-funzionali basati su nuove metodiche RM multimodali, in particolare DT-MRI e metodiche RM alternative a quelle attualmente in uso per l'Imaging Funzionale, integrabili con i dati tridimensionali neurofisiologici per realizzare lo strumento sopra citato. Questi modelli saranno in grado di incorporare al loro interno le caratteristiche individuali di conducibilità dei tessuti con la loro anisotropia elettrica e con le imprevedibili variazioni aggiuntive causate dalla >>>

Coordinatore Scientifico del Programma di Ricerca
Paolo INCHINGOLO Università degli Studi di TRIESTE
Obiettivo del Programma di Ricerca
L'obiettivo del presente Progetto di Ricerca è quello di sviluppare uno strumento avanzato, TEBAM (True Electrical Brain Activity Mapping), per un approccio di indagine con metodiche multimodali non invasive che integri dati neurofisiologici e di neuroimaging di diverso tipo, per consentire la mappatura realistica 3D dell'attività elettrica cerebrale su una scala spazio-temporale estremamente fine. Questo strumento sarà utilizzabile sia in condizioni normali (su soggetti sani) che in condizioni critiche quali la presenza di patologie morfologiche a carico dell'encefalo (lesioni morfologiche espansive che alterano funzionalmente ed anatomicamente l'encefalo). Tale strumento si fonderà su un modello tridimensionale anatomo-funzionale della testa basato sull'integrazione multimodale di metodiche di Risonanza Magnetica. Tale modello sarà in grado di incorporare al suo interno le caratteristiche individuali di conducibilità dei tessuti con la loro anisotropia elettrica e con le imprevedibili variazioni aggiuntive causate dalla presenza di un'eventuale patologia morfologica a carico dell'encefalo. Questa esigenza si fonda sul fatto che la conoscenza delle proprietà di conducibilità elettrica dei tessuti è essenziale per mettere in relazione i campi elettromagnetici generati da un tessuto, come la misura dei potenziali elettroencefalografici, con le sorgenti neuronali la cui attivazione genera i segnali elettroencefalografici misurati, in quanto l'accuratezza della mappatura della >>>

Risultati parziali attesi
Sulla base dei risultati ottenuti durante la prima Fase del Progetto dall'Unità U-RADIOL-PI relativi alle nuove soluzioni sperimentali riguardo le tecnologie del tensore di diffusione, l'Unità U-RADIO-FISIO-TS in collaborazione con l'Unità U-BIOING-TS svilupperà una metodica originale che renda possibile ricavare i dati individuali di conducibilità dei tessuti a partire da misure di imaging DT-MRI. Questa metodica innovativa permetterà di dedurre quantitativamente il tensore di conducibilità elettrica dei tessuti a partire dal tensore di autodiffusione dell'acqua, come ricavato dalle misure di imaging di Risonanza Magnetica DT-MRI. L'Unità U-BIOING-TS, dopo averne definite attraverso un'analisi per via simulativa le caratteristiche necessarie e gli eventuali limiti di validità, costruirà sulla base di questo risultato un fantoccio numerico 3D della testa (denominato "modello del volume conduttore della testa") che mimi la forma reale della testa e delle sue strutture, la reale conducibilità e l'eventuale anisotropia dei suoi tessuti, anche in presenza di patologie morfologiche a carico dell'encefalo.
La fusione dei risultati che saranno ottenuti durante la Fase 1 del Progetto dalle tre Unità di Ricerca permetterà di giungere ad un modello del volume conduttore della testa estremamente preciso e raffinato per la mappatura 3D delle sorgenti di attività cerebrale condotta a partire da misure elettroencefalografiche.Al termine della seconda Fase di attività si prevede la >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
Nell'ultimo decennio sono stati compiuti grandi passi avanti nello sviluppo di tecniche e metodi per riuscire a produrre immagini macroscopiche dell'attività cerebrale umana. La tecnologia ideale per lo studio della funzionalità cerebrale nell'uomo dovrebbe essere caratterizzata da un'alta risoluzione spazio-temporale per riuscire a rivelare e a localizzare anche le rapide variazioni dell'attività cerebrale (1). Lo stato dell'arte della tecnologia impone tuttavia i seguenti limiti: a) l'alta risoluzione temporale è una proprietà tipica solo di alcuni esami funzionali, quali l'elettroencefalografia (EEG) e la magnetoencefalografia (MEG); b) l'alta risoluzione spaziale è invece una proprietà degli esami strutturali: è elevata per le classiche tecniche di neuroimaging strutturale quali la Tomografia Computerizzata (CT) e la Risonanza Magnetica (MRI); c) le tecniche di neuroimaging funzionale che esplorano perfusione ematica e metabolismo cerebrale, come la Tomografia ad Emissione di Positroni (PET), la Tomografia Computerizzata ad Emissione di Singolo Fotone (SPECT) e la Risonanza Magnetica funzionale (fMRI), garantiscono solo una modesta risoluzione spaziale ed una ridotta risoluzione temporale (1). Solo combinando diverse metodiche strutturali (anatomiche) e funzionali per l'esplorazione dell'encefalo è quindi possibile ottenere al contempo un'alta risoluzione spaziale ed un'alta risoluzione temporale.
Va inoltre osservato che le tecniche di neuroimaging funzionale >>>