Misurazione delle differenze di materia grigia con la morfometria basata su voxel: il cervello musicale

Fonte: Laboratori di Jonas T. Kaplan e Sarah I. Gimbel—University of Southern California

L'esperienza modella il cervello. È ben chiaro che i nostri cervelli sono diversi come risultato dell'apprendimento. Mentre molti cambiamenti legati all'esperienza si manifestano a livello microscopico, ad esempio da aggiustamenti neurochimici nel comportamento dei singoli neuroni, possiamo anche esaminare i cambiamenti anatomici alla struttura del cervello a livello macroscopico. Un famoso esempio di questo tipo di cambiamento viene dal caso dei tassisti di Londra, che insieme all'apprendimento dei complessi percorsi della città mostrano un volume maggiore nell'ippocampo, una struttura cerebrale nota per svolgere un ruolo nella memoria di navigazione. ¹

Molti metodi tradizionali di esame dell'anatomia del cervello richiedono un tracciamento scrupoloso delle regioni anatomiche di interesse al fine di misurarne le dimensioni. Tuttavia, utilizzando le moderne tecniche di neuroimaging, ora possiamo confrontare l'anatomia del cervello tra gruppi di persone utilizzando algoritmi automatizzati. Mentre queste tecniche non si avvalgono delle sofisticate conoscenze che i neuroanatomisti umani possono portare al compito, sono veloci e sensibili a differenze molto piccole nell'anatomia. In un'immagine strutturale di risonanza magnetica del cervello, l'intensità di ciascun pixel volumetrico, o voxel, si riferisce alla densità della materia grigia in quella regione. Ad esempio, in una risonanza magnetica ponderata T1, i voxel molto luminosi si trovano in luoghi in cui ci sono fasci di fibre di sostanza bianca, mentre i voxel più scuri corrispondono alla materia grigia, dove risiedono i corpi cellulari dei neuroni. La tecnica di quantificare e confrontare la struttura del cervello su una base voxel-by-voxel è chiamata morfometria basata su voxel, o VBM. ² In VBM, registriamo prima tutti i cervelli in uno spazio comune, appianando eventuali differenze grossolane nell'anatomia. Confrontiamo quindi i valori di intensità dei voxel per identificare differenze localizzate e su piccola scala nella densità della materia grigia.

In questo esperimento, dimostreremo la tecnica VBM confrontando il cervello dei musicisti con quello dei non musicisti. I musicisti si impegnano in un intenso allenamento motorio, visivo e acustico. Ci sono prove da più fonti che il cervello delle persone che hanno attraversato l'allenamento musicale sono funzionalmente e strutturalmente diversi da quelli che non lo hanno fatto. Qui, seguiamo Gaser e Shlaug³ e Bermudez et al. ⁴ nell'uso di VBM per identificare queste differenze strutturali nel cervello dei musicisti.

1. Recluta 40 musicisti e 40 non musicisti.

1. I musicisti dovrebbero avere almeno 10 anni di formazione musicale formale. L'allenamento con qualsiasi strumento musicale è accettabile. I musicisti dovrebbero anche praticare attivamente il loro strumento per almeno un'ora / giorno.
2. I soggetti di controllo dovrebbero avere poca o formale formazione nel suonare uno strumento musicale.
3. Tutti i partecipanti devono essere destrimani.
4. Tutti i partecipanti non dovrebbero avere una storia di disturbi neurologici, psichiatrici o cardiaci.
5. Tutti i partecipanti non dovrebbero avere metallo nei loro corpi che non possono rimuovere per garantire che siano sicuri per la risonanza magnetica.

2. Procedure di pre-scansione

1. Compila i documenti pre-scansione.
2. Quando i partecipanti arrivano per la loro scansione fMRI, fai prima compilare un modulo di schermo metallico per assicurarsi che non abbiano controindicazioni per la risonanza magnetica, un modulo di risultati incidentali che dà il consenso affinché la loro scansione sia esaminata da un radiologo e un modulo di consenso che dettaglia i rischi e i benefici dello studio.
3. Prepara i partecipanti ad andare nello scanner rimuovendo tutto il metallo dal loro corpo, tra cui cinture, portafogli, telefoni, fermagli per capelli, monete e tutti i gioielli.

3. Metti il partecipante nello scanner.

1. Dare ai partecipanti tappi per le orecchie per proteggere le orecchie dal rumore dello scanner e dei telefoni auricolari da indossare in modo che possano sentire lo sperimentatore durante la scansione e farli sdraiare sul letto con la testa nella bobina.
2. Dare al partecipante la palla di spremimento di emergenza e istruirlo a spremerlo in caso di emergenza durante la scansione.
3. Utilizzare cuscinetti di schiuma per fissare la testa dei partecipanti nella bobina per evitare movimenti eccessivi durante la scansione e ricordare al partecipante che è molto importante rimanere il più fermo possibile durante la scansione, poiché anche i più piccoli movimenti offuscano le immagini.

4. Raccolta dei dati

1. Raccogli una scansione anatomica ad alta risoluzione di tutto il cervello. Questa scansione dovrebbe essere una sequenza ponderata T1 come un Magnetization Prepared Rapid Gradient Echo (MP-RAGE) con voxel isotropi da 1 mm.

5. Analisi dei dati

1. Rimuovere il cranio da ogni scansione anatomica del cervello utilizzando un software automatizzato. Controlla lo stripping del cranio per la qualità.
2. Creare un modello di materia grigia specifico per lo studio utilizzando un processo iterativo di registrazione lineare e non lineare (Figura 1).
   1. Usa un software automatizzato per segmentare il cervello di ogni soggetto in materia bianca, materia grigia e CSF in base all'intensità di ciascun voxel.
   2. Esegui una trasformazione affine lineare con 12 gradi di libertà per registrare il cervello di ciascun soggetto in uno spazio atlante standard, come l'atlante MNI152.
   3. Deforma l'immagine della materia grigia di ciascun soggetto in questo spazio e mediali tutti insieme.
   4. Specchia questa immagine da sinistra a destra e poi fai la media delle immagini speculari insieme per produrre il cervello del modello di materia grigia.
   5. Registra nuovamente il cervello di ogni soggetto a questo modello usando una trasformazione non lineare.
   6. Media di tutti i cervelli appena trasformati insieme.
   7. Crea un'immagine speculare di questo nuovo modello e fai la media delle due immagini speculari insieme per produrre un modello finale di materia grigia per questo studio.

Figura 1: Creazione di un modello di materia grigia specifico per lo studio. Usando trasformazioni lineari e non lineari iterative, ogni cervello viene registrato in uno spazio comune e mediato insieme per creare un cervello modello di materia grigia specifico per lo studio.

3. Registra l'immagine della materia grigia di ciascun soggetto nel modello e pre-elaborazione.
   1. Usa una trasformazione non lineare per registrare il cervello di ciascun soggetto nel modello specifico dello studio.
   2. Per compensare la quantità che ogni struttura cerebrale è stata allungata per adattarsi allo spazio del modello, moltiplicare per una misura di quanta deformazione è stata fatta. Questa misura è chiamata jacobiana del campo di curvatura. Questo passaggio è per tenere conto del fatto che le strutture possono sembrare avere più materia grigia semplicemente perché sono state allungate maggiormente dal processo di registrazione non lineare.
   3. Lisciare i dati usando un kernel gaussiano con un Full Width Half Maximum (FWHM) di 10 mm.
   4. Questi cervelli allineati e levigati serviranno come dati finali per l'analisi basata su voxel.
4. Utilizzate il modello lineare generale per analizzare la differenza tra i gruppi ad ogni voxel.
   1. Modella ogni gruppo di cervelli con un regressore separato e calcola un contrasto che confronta i due gruppi, generando mappe statistiche che quantificano la probabilità di differenze in ogni voxel.
   2. Soglia delle mappe statistiche per identificare cluster statisticamente significativi.
      1. Impiegare una tecnica di correzione di confronti multipli come False Discovery Rate (FDR) per controllare il fatto che stavano facendo migliaia di test statistici simultanei. Con FDR, un valore q di 0,01 stimerà il tasso di falsi positivi sopra la soglia all'1%.

L'analisi VBM ha rivelato significativi aumenti localizzati della densità della materia grigia nel cervello dei musicisti rispetto ai controlli non musicisti. Queste differenze sono state trovate nei lobi temporali superiori su entrambi i lati. Il cluster più grande e significativo si trovava sul lato destro e comprende la porzione posteriore del giro di Heschl (Figura 2). Il giro di Heschl è la posizione della corteccia uditiva primaria e le cortecce circostanti sono coinvolte in complesse elaborazioni uditive. Pertanto, questi risultati sono coerenti con i precedenti risultati delle differenze morfologiche tra musicisti e non musicisti nelle regioni uditive del cervello.

Figura 2: Differenze di materia grigia tra i gruppi. I musicisti hanno mostrato una densità di materia grigia significativamente più alta nel lobo temporale superiore su entrambi i lati, con le maggiori differenze sul lato destro. Questa regione comprende parte del giro di Heschl, la corteccia uditiva primaria.

La tecnica VBM ha il potenziale per dimostrare differenze localizzate nella materia grigia tra gruppi di persone o in associazione con una misurazione che varia tra un gruppo di persone. Oltre a trovare differenze strutturali che si riferiscono a diverse forme di allenamento, questa tecnica può rivelare differenze anatomiche associate a condizioni neuropsicologiche ad ampio raggio come depressione, dislessia^{5, 6} o schizofrenia. ⁷

È importante notare che ci sono più spiegazioni per l'esistenza di differenze tra i gruppi nell'anatomia del cervello. Ad esempio, nel caso dei musicisti, potrebbe esserci un pregiudizio di autoselezione. Potremmo trovare tali differenze se le persone con una certa anatomia cerebrale hanno maggiori probabilità di diventare musicisti. Per stabilire che le differenze strutturali tra gruppi di persone sono il risultato dell'esperienza, il modo più definitivo è quello di impiegare uno studio longitudinale che segua le persone nel tempo.