Functional neuroimaging: Functional Connectivity.

¿Qué es la conectividad funcional?

La conectividad funcional se refiere a la relación temporal entre regiones cerebrales que muestran una actividad sincronizada. A diferencia de otras aproximaciones, como la conectividad estructural (que se basa en conexiones anatómicas) o la conectividad efectiva (que implica inferencias causales), la conectividad funcional se basa en correlaciones estadísticas entre las señales recogidas en diferentes regiones cerebrales durante una tarea o en reposo.

En fMRI, la conectividad funcional suele calcularse correlacionando las series temporales de activación BOLD entre distintas regiones de interés (ROIs). Esta medida permite identificar redes funcionales que se activan conjuntamente, incluso en ausencia de estimulación externa directa.

Características principales:

  • ROI-to-ROI: Correlación entre series temporales promedio de dos regiones específicas.
  • Whole-brain: Matriz de conectividad completa entre muchas regiones.
  • Condicionada a tarea o en reposo: Puede estudiarse durante tareas cognitivas o en estado de reposo.
  • Escala temporal: Segundos (limitada por la naturaleza de la señal BOLD).

Ejemplo de matriz de conectividad funcional

Ejemplo de uso en neurociencia cognitiva

Imagina que un paciente ha sufrido un ictus que afecta a su capacidad de atención. Aunque las regiones frontales y parietales (implicadas en la atención) parecen estar anatómicamente intactas, la comunicación funcional entre ellas puede estar deteriorada. Midiendo la conectividad funcional entre estas regiones podemos detectar disfunciones que no serían visibles anatómicamente.

Descripción del dataset

Este conjunto de datos simula señales fMRI preprocesadas de sujetos en tres grupos: controles, pacientes agudos, y pacientes crónicos. A cada sujeto se le ha estimado la actividad promedio (beta) en múltiples regiones cerebrales (ROIs), y se ha introducido una modulación dependiente de la condición clínica para alterar la conectividad entre regiones clave implicadas en la atención (p.ej., corteza prefrontal y parietal).

Estructura:

  • Grupos: controls/, patients-acute/, patients-chronic/

  • Por sujeto:

    • func/subject_space-mni_res-1_bold.nii.gz: imagen funcional preprocesada
    • roi/: máscaras de regiones de interés (ROIs)

  • ROI atlas: basado en plantilla MNI, permite extraer series temporales promedio por ROI

  • Confounds: Incluye posibles artefactos simulados (p. ej., movimiento)

Challenge de la sesión

Queremos comprobar si hay diferencias en la conectividad funcional entre regiones de atención entre grupos de pacientes. Usaremos correlaciones entre series temporales de beta-values (betaseries) en dos ROIs de interés.

Objetivos:

  1. Extraer series temporales promedio por ROI en cada sujeto.

  2. Calcular la conectividad funcional entre regiones predefinidas.

  3. Comparar conectividad entre:

    • Controles vs. pacientes agudos
    • Pacientes agudos vs. crónicos
    • ROIs frontales vs. parietales

  4. Relacionar conectividad con un índice de déficit atencional simulado.

Preguntas clave:

  • ¿En qué grupo se observan alteraciones en la conectividad?
  • ¿Qué regiones están implicadas?
  • ¿Se relacionan estas alteraciones con el déficit atencional?