Tecnologia fNIRS innovativa per l'imaging cerebrale

Recentemente abbiamo dimostrato che possiamo creare immagini dall'attività cerebrale usando un metodo chiamato FNIRS (spettroscopia a infrarossi vicino funzionale). Questa tecnologia potrebbe permetterci di costruire un dispositivo semplice che può leggere e ricostruire ciò che vediamo nella nostra mente. Finora, abbiamo iniziato a creare un prototipo con le specifiche giuste.

fNIRS funziona inviando luce a infrarossi vicino attraverso la pelle per rilevare i cambiamenti nel flusso sanguigno nel cervello. Questo perché il sangue assorbe la luce in modo diverso a seconda di quanto ossigeno contiene. Tracciando questi cambiamenti, possiamo raccogliere informazioni sull'attività cerebrale.

Nel nostro lavoro, abbiamo addestrato un modello per ricostruire immagini usando i dati di uno studio fMRI (risonanza magnetica funzionale) ridotto. Abbiamo scoperto che avere una Risoluzione spaziale di circa 1 centimetro è sufficiente per creare immagini basate sull'attività cerebrale. Questo è abbastanza impressionante rispetto all'accuratezza maggiore ottenuta utilizzando fMRI a piena risoluzione.

#Contesto

Tradizionalmente, le macchine fMRI sono enormi e costose, richiedendo molta attrezzatura specializzata per funzionare. Forniscono ottime immagini ma non sono pratiche per l'uso quotidiano. D'altra parte, le macchine EEG (elettroencefalografia) sono piccole e portatili ma danno risultati meno precisi, con risoluzioni di 2-3 centimetri.

fNIRS si colloca tra queste due. È portatile e ha il potenziale per una risoluzione spaziale più alta rispetto all'EEG perché utilizza la luce invece dei campi elettromagnetici. Questo significa che può essere utilizzato al di fuori di un ospedale per varie applicazioni, inclusa la ricerca e la terapia.

I dispositivi fNIRS usano fonti di luce e rilevatori. Un tipo comune, chiamato fNIRS a onda continua, invia un fascio costante di luce per misurare quanta luce ritorna dal cuoio capelluto dopo essere passata attraverso la corteccia. C'è anche il fNIRS a dominio temporale, che misura il tempo che impiegano i fotoni a viaggiare attraverso i tessuti. Questo metodo può fornire informazioni più dettagliate e potenzialmente una migliore risoluzione.

Attualmente, i dispositivi commerciali per fNIRS a onda continua sono disponibili, ma i sistemi a dominio temporale sono più difficili da realizzare, più costosi e meno comuni.

#I Nostri Obiettivi

Per vedere se potevamo usare fNIRS per la ricostruzione delle immagini, volevamo rispondere a due domande principali:

1. Quale risoluzione è necessaria per creare immagini dall'attività cerebrale?
2. Quale risoluzione possiamo effettivamente ottenere con fNIRS?

Ci siamo messi all'opera per creare il nostro dispositivo fNIRS a dominio temporale da zero.

#Fattibilità della Ricostruzione delle Immagini

Usando dati da studi fMRI, abbiamo ridotto le immagini ad alta risoluzione a diversi livelli di dettaglio. Addestrando il nostro modello di ricostruzione delle immagini su queste immagini ridotte, potevamo determinare se risoluzioni più basse producessero comunque risultati utilizzabili.

Il nostro studio ha usato un dataset pubblico noto come Natural Scenes Dataset, che consiste nelle risposte cerebrali mentre i partecipanti visualizzavano varie immagini naturali. Con una risoluzione di 1 centimetro, abbiamo raggiunto un tasso di accuratezza del 71% nel tentativo di recuperare le immagini originali. In confronto, abbiamo ottenuto il 93% di accuratezza con dati a piena risoluzione. I nostri risultati mostrano che una risoluzione di 1 centimetro è efficace per ricostruire immagini dall'attività cerebrale.

Quando abbiamo provato risoluzioni ancora più basse, la qualità delle immagini ricostruite è diminuita significativamente. Questo indica che mentre 1 centimetro è necessario per una ricostruzione di qualità, potrebbe anche essere sufficiente.

#Confronto delle Tecniche fNIRS

Nella nostra ricerca, ci siamo concentrati sulle differenze tra i sistemi fNIRS a onda continua e a dominio temporale. I sistemi a onda continua producono meno informazioni dettagliate rispetto ai sistemi a dominio temporale. Con il dominio temporale, possiamo potenzialmente ottenere una risoluzione spaziale più alta e una migliore penetrazione in profondità.

Nella nostra simulazione, abbiamo scoperto che il sistema a dominio temporale potrebbe raggiungere una risoluzione spaziale di circa 1 centimetro, mentre il sistema a onda continua ha raggiunto solo circa 2 centimetri.

#Progettazione del Prototipo

Il nostro obiettivo era costruire un prototipo a basso costo di un dispositivo fNIRS a dominio temporale. Anche se non abbiamo ancora completato un dispositivo completo, abbiamo delineato il nostro design, che comprende un driver laser, rivelatori a singolo fotone e un sistema di convertitore tempo-digitale (TDC).

#Panoramica del Sistema

L'idea dietro il nostro prototipo è inviare brevi impulsi di luce a infrarossi vicino nel cervello e misurare quanto tempo impiega la luce a tornare ai rivelatori. La forma di questa distribuzione temporale ci dà informazioni vitali sui percorsi che la luce percorre nel cervello, permettendoci di ricostruire l'attività cerebrale.

Per misurare con precisione i tempi di arrivo di questi fotoni, abbiamo bisogno di componenti veloci. I convertitori analogico-digitali (ADC) ad alta velocità possono essere piuttosto costosi, quindi abbiamo scelto un metodo alternativo usando una tecnica chiamata conteggio di fotoni singoli correlati nel tempo. In questo approccio, impostiamo il nostro laser per emettere un fotone alla volta e misuriamo il tempo che ciascun fotone impiega a tornare al rivelatore.

#Progettazione della Fonte di Luce

Per generare brevi impulsi di luce necessari per il nostro esperimento, abbiamo considerato di usare diodi laser a semiconduttore. Tuttavia, farli funzionare alle alte frequenze richieste è stato impegnativo. La nostra soluzione prevede un metodo chiamato guadagno switching, che ci consente di produrre impulsi ottici molto brevi.

Questa tecnica richiede di pilotare un diodo laser con una combinazione di corrente continua e corrente alternata. Abbiamo progettato un circuito e lo abbiamo testato ma non abbiamo osservato alcun guadagno switching con la nostra configurazione iniziale. Sono necessarie ulteriori ottimizzazioni per ottenere un funzionamento di successo.

#Rivelatori a Singolo Fotone

Rilevare fotoni singoli in modo accurato è cruciale per il nostro progetto. Abbiamo valutato due tipi di rivelatori:

1. Photodiodes ad Avalanche (APD) - Questi possono rilevare fotoni singoli producendo un impulso elettrico quando un fotone li colpisce. Per migliorare le prestazioni, abbiamo progettato un circuito di spegnimento attivo, che riduce i tempi morti e aumenta la reattività del rivelatore.

2. Silicon Photomultipliers (SiPM) - Questi sono array di piccoli rivelatori che possono anche catturare fotoni singoli. Hanno tempi morti effettivi più brevi rispetto agli APD ma presentano tassi di conteggio oscuro maggiori.

Entrambi i rivelatori hanno i loro pro e contro, e dobbiamo valutare ulteriormente le loro prestazioni prima di sceglierne uno per il nostro prototipo.

#Convertitore Tempo-Digitale (TDC)

Il TDC è essenziale per misurazioni temporali precise. Funziona come un cronometro digitale, aiutandoci a raccogliere dati accurati sui tempi di arrivo dei fotoni rilevati.

Esistono chip TDC commerciali, ma possono essere complicati e costosi. Invece, abbiamo utilizzato una piattaforma FPGA (field-programmable gate array) per implementare il nostro TDC. Ci consente di creare un sistema in cui possiamo facilmente regolare e aumentare il numero di canali per rilevare i segnali.

Per il nostro prototipo, abbiamo puntato a un TDC con buona risoluzione temporale e un tempo morto accettabile, idealmente permettendo una raccolta dati rapida che soddisfi le esigenze del nostro progetto.

#Sistema Completo di Tempo di Volo

Avevamo in mente di integrare tutti i nostri componenti per creare un setup completo per misurare il tempo di volo. Tuttavia, durante i nostri test, abbiamo avuto difficoltà a far funzionare il diodo laser come previsto. Questo ci ha impedito di mostrare la risposta richiesta del sistema.

Nonostante questo contrattempo, siamo riusciti a dimostrare che il nostro TDC poteva rilevare modulazioni nella luce laser, confermando una certa funzionalità del nostro setup. Continuiamo a lavorare per raggiungere l'obiettivo di costruire un prototipo funzionante.

#Sfide nella Raccolta Dati

Abbiamo dimostrato che è possibile ricostruire immagini dai dati fNIRS, ma raccogliere dataset completi presenta delle sfide. Durante la nostra prima raccolta dati, abbiamo affrontato diversi problemi come l'interferenza della luce ambientale e il posizionamento dei sensori.

Abbiamo imparato che fare un buon contatto tra i sensori e il cuoio capelluto è cruciale per catturare segnali di qualità. Anche un piccolo gap potrebbe soffocare i segnali che stavamo cercando di misurare.

Dopo aver eseguito vari test su diversi stimoli, abbiamo scoperto che l'esercizio produceva segnali chiari di attività cerebrale. Ad esempio, abbiamo osservato un aumento dell'ossigenazione del sangue durante l'attività fisica, il che corrisponde a un aumento dell'attività cerebrale.

Abbiamo tentato di esplorare la retinotopia, esaminando come le informazioni visive sono rappresentate nel cervello. I nostri primi esperimenti hanno mostrato promesse in quest'area, con una buona differenziazione tra stimoli visivi sinistri e destri utilizzando un numero limitato di canali.

#Direzioni Future

Il nostro lavoro apre strade per ulteriori ricerche sulla tecnologia fNIRS e le sue applicazioni nell'imaging dell'attività cerebrale. Affinando il nostro prototipo e affrontando le sfide che abbiamo incontrato durante la raccolta dei dati, potremmo aprire la strada a nuove intuizioni su come il cervello elabora le informazioni visive.

Oltre a migliorare l'hardware e il design del nostro dispositivo, miriamo a investigare tecniche di apprendimento automatico per migliorare ulteriormente la ricostruzione delle immagini e l'analisi. Questo potrebbe permetterci di ottenere informazioni più precise sul funzionamento del cervello e aprire nuove possibilità nella comunicazione e nella terapia.

#Conclusione

In sintesi, il nostro lavoro dimostra il potenziale dell'uso di fNIRS per ricostruire immagini dall'attività cerebrale. Abbiamo evidenziato l'importanza della risoluzione spaziale e abbiamo iniziato a sviluppare un prototipo progettato per raggiungere questo obiettivo.

Mentre continuiamo a perfezionare la nostra tecnologia e affrontare le sfide nella raccolta dei dati, siamo speranzosi che la nostra ricerca contribuirà a una migliore comprensione del cervello e dei suoi processi. Il futuro potrebbe riservare sviluppi entusiasmanti nell'utilizzo di dispositivi portatili per esplorare le profondità della nostra mente, e siamo determinati a perseguire questa possibilità.