Characterizing connectivity of brain electrical activity across multiple sensors

הרקע לפרויקט:

ניתוחי מוח למחלות שונות כוללים במקרים רבים הסרה של איזורים פתולוגיים מסוימים, למשל איזור עם גידול סרטני. לצורך שימור ושיקום יכולות תפקודיות קריטיות כמו דיבור, תנועה, ותפקודים קוגניטיביים אחרים, יש צורך למפות איזורים תפקודיים במטופלים. אלקטרוקורטיקוגרפיה (ECOG) היא טכנולוגיה מבטיחה המקליטה פעילות מוחית חשמלית באמצעות אלקטרודות ייעודיות המונחות ישירות על פני המוח החשוף. טכנולוגיה זו מאפשרת להקליט אותות מוחיים ייחודים ברזולוציה זמנית ומרחבית גבוהה, ועל כן משמשת בין השאר ככלי קליני שימושי למיפוי תפקוד המוח אצל אוכלוסיות קליניות שונות. במחקרים קודמים הראינו כי נתוני ECOG, הנאספו ממספר סנסורים במקביל במהלך ניתוח מוח בערות של מטופלים עם גידול מוחי, מכילים מידע הקשור לרשתות מוחיות תפקודיות. עם זאת, דפוסי הקישוריות בין הפעילות המוחית שנמדדה בסנסורים השונים נשארו לא ידועים. קישוריות זו הינה אינדיקציה לאופן שבו נוירונים מתקשרים ביניהם ,ומכאן חשיבותה הרבה.

בפרויקט זה נשתמש בכלים חישוביים ונבחן דפוסי קישוריות מוחית באמצעות ניתוח האותות המוחיים. נתמקד במדד של צימוד משרעת-פאזה (Phase-Amplitude Coupling, PAC) המתאר את הקשר שבין שתי רצועות תדירות. לחקירת דפוסי קישוריות ברמות המוח ואיזורי המוח השונים יש חשיבות קלינית לצורך פיתוח כלים רפואיים תומכי החלטה והבנה טובה יותר של המנגנונים העומדים בבסיס מחלות נוירולוגיות שונות. כמו כן, הם מהווים בסיס לפיתוח של ממשקים עצביים כגון ממשקי מוח-מחשב (Brain computer interfaces, BCIs).

מטרת הפרויקט:

מטרת הפרויקט היא הבנה ושימוש בשיטות חישוביות שונות למדידת קישוריות מוחית עבור אותות עצביים שהוקלטו באמצעות ECOG. האותות הוקלטו ממטופלים עם גידול מוחי במהלך ניתוח מוח בערות. הפרויקט יכלול ניתוח נתונים ושימוש במודלים סטטיסטיים כדי לאפיין דפוסי קישוריות במצבים שונים כגון משימות שונות שביצעו המטופלים.

תכולת הפרויקט:

עבודת הסטודנטים תכלול : לימוד תאורטי וקריאה בספרות על מחקרים בתחום, עיבוד מקדים של הנתונים, חישוב קישוריות מתוך הסיגנלים באמצעות מספר שיטות אנליזה, שימוש במודלים סטטיסטים. שימוש ופיתוח כלים בכלים בעיבוד אותות והצגת נתונים.

קורסי קדם:

אין

דרישות נוספות:

מדעי נתונים ביולוגיים, כל ידע בתחום מדעי המוח

מקורות:

1. Assem, M., Hart, M. G., Coelho, P., Romero-Garcia, R., McDonald, A., Woodberry, E., Morris, R. C., Price, S. J., Suckling, J., Santarius, T., Duncan, J., & Erez, Y. (2023). High gamma activity distinguishes frontal cognitive control regions from adjacent cortical networks. Cortex, 159, 286–298. https://doi.org/10.1016/j.cortex.2022.12.007
2. Murta, T., Chaudhary, U. J., Tierney, T. M., Dias, A., Leite, M., Carmichael, D. W., Figueiredo, P., & Lemieux, L. (2017). Phase–amplitude coupling and the BOLD signal: A simultaneous intracranial EEG (icEEG) - fMRI study in humans performing a finger-tapping task. NeuroImage, 146, 438–451. https://doi.org/10.1016/j.neuroimage.2016.08.036
3. Penny, W. D., Duzel, E., Miller, K. J., & Ojemann, J. G. (2008). Testing for nested oscillation. Journal of Neuroscience Methods, 174(1), 50–61. https://doi.org/10.1016/j.jneumeth.2008.06.035
4. Canolty, R. T., Edwards, E., Dalal, S. S., Soltani, M., Nagarajan, S. S., Kirsch, H. E., Berger, M. S., Barbare, N. M., & Knight, R. T. (2006). High gamma power is phase-locked to theta oscillations in human neocortex. Science, 313(5793), 1626–1628. https://doi.org/10.1126/science.1128115