UNIVERSITÁ DEGLI STUDI DI BRESCIACorso di Laurea in Medicina e Chirurgia

Studio sperimentale sul ruolo dello real-time

Fuzzy BCI (Brain-Computer Interface)in pazienti con la sindrome Locked-in

Tesi di Laurea

RELATORE:Prof. Alessandro Padovani CORRELATORE:Prof. Nicola Latronico

LAUREANDO:Andriy Oliynyk MATRICOLA N° 091634

ANNO ACCADEMICO 2013-2014

INTRODUZIONE: la sindrome "Locked-in"

Definizione:La sindrome “Locked-in" (LIS) è una malattia neurologica di de-efferentazione motoria selettiva sopranucleare con apertura oculare protratta, tetraplegia, anartria, funzione cognitiva conservata e codice comunicativo di base, mediante movimenti oculari verticali o ammiccamento delle palpebre.

Cenni storici:1846 - Alessandro Dumas - ‘Il Conte di Montecristo’1868 - Emile Zola – ‘Thérèse Raquin’1875 - Darolles (neurologo francese)1966 - Plum F. and Posner J.B. (The Diagnosis of Stupor and Coma.

Davis, F.A., Philadelphia, PA.)

2

INTRODUZIONE: la sindrome "Locked-in"

Sintomatologia

ClassicaTetraplegia, anartria, paralisi degli ultimi nervi cranici, coscienza integra, comunicazione attraverso i movimenti oculari

Parziale/Incompleta Presenza di alcune attività motorie oltre a quella delle palpebre e degli occhi

Totale/Completa Paziente completamente immobile con oftalmoplegia completa e impossibilitato a comunicare

Classificazione (modificata da Bauer 1979)

3

INTRODUZIONE: la sindrome "Locked-in"

Cause Meccanismi

Vascolari Ischemia, spasmo vascolare od occlusione dell'arteria basilare, emorragia pontina o subaracnoidea.

TraumaticheTrauma cranico, lesioni del tronco encefalico o del mesencefalo, dissezione dell'asse vertebro-basilare, contusione del tronco cerebrale, ascessi pontini

Tumore Tumori del tronco encefalico con infiltrazione pontina

Neurodegenerativa Sclerosi Laterale Amiotrofica (stadi avanzati)

Alterazioni metaboliche Mielinolisi pontina centrale, prolungata ipoglicemia

Autoimmune La sindrome di Guillain-Barré, Sclerosi Multipla, reazione al vaccino

Inflammatiria Encefalite troncale da Herpes Simplex/Zoster

Tossica Medicinali per l’anestesia generale, miorilassanti, sostanze organo-fosforici, droghe.

Cause e meccanismi/l’origine multifattoriale/

4

INTRODUZIONE: la sindrome "Locked-in"

Andamento e prognosi

Non esiste un protocollo standard di trattamenti. Il ritorno a condizioni di buona capacità motoria è molto rara.La prognosi – sfavorevole, ma migliore per le forme non vascolari. Sopravvivenza: media – 42 mesi;

20% dei pazienti - oltre 10 anni,

in singoli casi - diverse decadi. Possibilità di comunicare: perdita irreversibile.

5

INTRODUZIONE: la sindrome "Locked-in"

L'interfaccia Cervello-Computer

Ma... costo elevato; bassa velocità di trasmissione; bassa accuratezza nel riconoscimento degli eventi cerebrali; bassa accuratezza nella classificazione; stanchezza nel paziente; ... etc.

/ Oliynyk A., 2014 /

un sistema che permette all’uomo di comunicare e interagire con l’esterno tramite i soli processi cerebrali,

senza l’ausilio dei processi motori.

6

SCOPO DELLO STUDIO:

OBIETTIVI :

Lo sviluppo del metodo e delle vie di comunicazione alternative in pazienti affetti da sindrome “Locked-in”.

a) migliorare gli input cognitivi;

b) migliorare l’elaborazione del segnale;

c) creare l’interfaccia più intuitiva ed utilizzabile nella pratica clinica quotidiana.

7

MATERIALI E METODI: 1 su 5 Soggetti

Paziente 1/ femmina, 66 anni, CLIS /

Spinale e sporadico SLA da 4 anni prima dello studio.

Un anno prima della sessione sperimentale, è entrata in uno stato Locked-in completo, rendendo impossibile la comunicazione con il movimenti degli occhi o con altri ausilii esterni.

Punteggio 0/48 nell'ALSFRS-R.

Funzioni cognitive parzialmente intatte.

Paziente 2/ maschio, 72 anni, LIS /

SLA bulbare.

Alimentato artificialmente attraverso gastrostomia endoscopica percutanea e 1 anno fa ha cominciato ad essere ventilato artificialmente.

Punteggio 0/48, nell' ALSFRS-R.

Controllo residuale dello sguardo e parziale uso di una mano per segnalare le risposte (twitch).

Approvato dall' Internal Review Board della Facoltà di Medicina dell’Università di Tübinga (Germania)

8

MATERIALI E METODI: 2 su 5

“Berlino è la Capitale della Germania“

“Berlino è la capitale della Spagna“

PensandoSI

CS1+

PensandoNoCS2

USRisposta

CondizionataEEG

EEG

“Berlino è la Capitale della Germania“Pensando

SICS1-

Risposta Condizionata

EEG

Condizionamento Semantico Classico

9

MATERIALI E METODI: 3 su 5Rappresentazione grafica del

disegno sperimentale

- Paziente 1 (CLIS): 37 sessione- Paziente 2 (LIS): 8 sessione

È consistito in 2 settimane. 10

MATERIALI E METODI: 4 su 5

Paziente 1

Paziente 2

Posizione degli elettrodi nel sistema di registrazione 10-20 [http://www.beteredingen.nl (creative commons license)].

Registrazione EEG

EASYCAP ed elettrodi di alta qualità sinterizzati Ag/AgCl per la registrazione dell'EEG

11

MATERIALI E METODI: 5 su 5Signal processing /metodo Fuzzy BCI/

1. Filtro digitale bandpass Butterworth

2. Filtro Notch

to

A

b

|H(f)|2

Frequency = 45.008

Frequency = 55.197

f

dB

3. Filtro spaziale Common Average Reference (CAR)

4. Multivariate Centering.

5. De-trending.

6. Down-sampling / Sottocampionamento.

7. Feature extraction.

8. Singular Value Decomposition.

9. Fuzzy Clustering.

10. Power Spectral Density.

11. Regressione Lineare Multipla.

12. Analisi statistiche.

13. LabVIEW™ (National Instruments, USA).

Il metodo è registrato a SIAE il 13/05/2011, no. 008031; ordine D00723312

RISULTATI: 1 su 7

Acquisizione del segnale

13

RISULTATI: 2 su 7

Pre-processing

Butterworth bandpass filtering (0,3-40 Hz) + De-trending

Smoothing and averaging.

Down-sampling and interpolation with spline

Spatial CAR-filtering

14

RISULTATI: 3 su 7Le medie dell`EEG registrate al

canale Fz (A) e F3 (B) nel Paziente 1 (CLIS) dopo classificazione

A B

MediaCS1− bluCS2 rosso

La rispostacorticale

Fz F3

Dopoprocessing

Fz F3

L'analisi dello

spettroFz F3

15

RISULTATI: 4 su 7Le medie dell`EEG registrate al

canale Fz (A) e F3 (B) nel Paziente 2 (LIS)

A

MedieCS1− bluCS2 rosso

La rispostacorticale

Fz F3

Dopoprocessing

Fz F3

l'analisi dello

spettroFz F3

16

Si nota più grande differenza

RISULTATI: 5 su 7

I Risultati della Classificazione

L’accuratezza media:

49.80%

50.35%

63.81%

L’accuratezza media:

47.95%

49.05%

67.14%

17

RISULTATI: 6 su 7

La parte dell'Interfaccia Grafica del Utente (GUI)

A. Scree-plot di importanti Componenti Principali selezionate automaticamente.

B. Scatter-plot delle prime due Componenti Principali con i punteggi più alti.

C. Parametri importanti della classificazione per eseguire procedureonline e offline.

D. 3D Scatter-plots dei primi tre Componenti Principali con due clusters distinti, corrispondenti alle condizioni CS1- e CS2 (Patient 1, CLIS).

A B

C

D

18

RISULTATI: 7 su 7

Collegamenti reciproci funzionali tra diverse aree cerebrali in condizione CS1-

EEG lead # legami positivi*

# legami negativi*

F3 31 23Fz 2 32F4 5 3Cz 30 21C5 7 24C3 22 25C1 19 27T7 32 22C2 29 26C4 9 4C6 15 5T8 18 9

Cp5 24 20Cp3 11 1Cp1 14 28Cpz 1 29Cp2 27 30Cp4 23 8Cp6 26 6P5 13 17P3 21 18P1 17 7Pz 12 19P2 4 31P4 8 2P6 6 10Po7 3 14Po3 25 13Poz 16 12Po4 10 16Po8 28 15Oz 20 11

CzT7

F3

F3 – Motor Planning

Cz – l'integrazione sensorimotoria

T7 – Espressione Verbale

*- Regressione Lineare Multipla 19

CONCLUSIONI:

1.Un BCI cognitivo che si basa su condizionamento semantico classico e segnali

cerebrali piuttosto che su sistemi periferici, potrebbe rappresentare un aiuto nella

comunicazione per i pazienti neurologici completamente paralizzati colpiti da LIS.

2.In pazienti con LIS i canali dell’EEG sulla corteccia premotoria danno più

informazioni per Fuzzy BCI, rispetto alle zone somatosensoriali o ad altre aree

cerebrali.

3.La metodologia sviluppata ha un’accuratezza di classificazione degli eventi

cognitivi superiore rispetto ad altri metodi attuali (come la trasformazione wavelet o

SVM).

4.Il Fuzzy BCI rappresenta uno strumento grafico intuitivo che potrebbe essere

facile da utilizzare nella pratica quotidiana delle unità neurologiche.

20

BIBLIOGRAFIA1. Bonfanti A., Zambra G., Borghi T., Spinelli A.S., Angotzi G.N., Baranauskas G., Maggiolini E., Semprini M., Vato A.,

Oliynyk A., Torazza D., Budai R., Skrap M., Tomasino B. & Fadiga L. 2009, ‘A compact 8-channel system for multi-unit recordings with an autoclavable headstage developed for human brain tumor boundary detection’, Annual Meeting of the Society for Neuroscience, Chicago, IL, USA, October 17-21, 2009.

2. C. Lettieri, S. Rinaldo, G. Pauletto, L. Verriello, R. Budai, S. Biguzzi, M. Mondani, C. Conti, L. Fadiga, A. Oliynyk, M. Skrap // Effects of dissociative anesthesia on basal ganglia activity in patients underwent to Deep Brain Stimulation. Proc. Congresso Nazionale della Società Italiana di Neurofisiologia Clinica. Siena, Italy, 13-15 May, 2010. –P.069.

3. Salmas P., Oliynyk A., Caselli L., Coudè G., Fadiga L. Functional properties of premotor area F5a: a single-unit study // Proc. 40th annual meeting of Society of Neuroscience. San Diego, USA, November 13-17, 2010 [PDF].

4. R. Eleopra, C. Lettieri, S. Rinaldo, M. Mondani, L. Verriello, G. Pauletto, R. Budai, L. Fadiga, A. Oliynyk, M. Skrap. Pallidal neuronal activity in dystonic patients: A quantitative analysis // Proc. 15th International Congress of Parkinson’s Disease and Movement Disorders. Toronto, ON, Canada, June 5-9, 2011. –P.236.

5. Andriy Oliynyk and Claudio Bonifazzi. FSPS™ software per la classificazione automatica online delle scariche neuronali // Proc. NIDays, Rome, 2012. -19^ed. –P.84-85 [PDF].

6. C.Lettieri, S.Rinaldo, G.Devigili, G.Pauletto, L.Verriello, R.Budai, L.Fadiga, A.Oliynyk, M.Mondani, S.D'Auria, M.Skrap, R.Eleopra. Deep brain stimulation: subthalamic nucleus electrophysiological activity in awake and anesthetized patients // Clin Neurophysiol. 2012. Jun 7 [PDF].

7. A.Oliynyk, C.Bonifazzi, F.Montani and L.Fadiga. Automatic Online Spike Sorting with Singular Value Decomposition and Fuzzy C-mean Clustering // BMC Neurosci. 2012 Aug 8;13(1):96 [Pubmed][PDF].

8. Fadiga L, Caselli L, Craighero L, Gesierich B, Oliynyk A, Tia B, Viaro R. Activity in ventral premotor cortex is modulated by vision of own hand in action // PeerJ. -2013, 2;1:e88 [Pubmed][PDF].

21

Grazie per l’attenzione !

www.spikesorting.com

RINGRAZIAMENTI

Prof. Alessandro PadovaniProf. Nicola Latronico

Prof. Luciano FadigaDott. Claudio Bonifazzi

Prof. Lorenzo ChiariProf. Elisa Magosso

Prof. Niels BirbaumerDott. Adrian Furdea

Prof. Mattew Diamond Ing.Gianluigi Delucca

Ing.Daniele De Massari Prof. Luciano Fadiga Stefano Panzeri

Michele Restuccia

22