Procedura automatica di ottimizzazione della soglia nella detezione dei bursts del segnale MSNA

The sympathetic neural activity targeting the smooth muscles of blood vessels is recorded in humans from the peroneal nerve and traditionally labeled as muscle sympathetic nerve activity (MSNA). After integration this neural activity takes the shape of pulse-synchronous bursts and their rate is considered to be an index of tonic sympathetic activity in humans. The computation of burst rate requires the detection of MSNA bursts. This is carried out via semi-automatic tools based on thresholding procedures usually assigning the threshold according to the operator’s experience. This project aims at developing an automatic algorithm able to find the optimal threshold for MSNA burst detection excluding the intervention of the operator and his/her arbitrariness. Different thresholds with increasing values were applied and the burst rate was monitored as a function of the threshold. The courses of the burst rate as a function of the threshold were classified and, according to this classification, the optimal threshold for the analysis was found. The method was tested on simulations and applied to real MSNA signals acquired from 8 healthy subjects (CNT) and 8 patients affected by amyotrophic lateral sclerosis (PZ). Burst rate showed three different patterns as a function of threshold: i) a constant course for all the thresholds, ii) a decreasing pattern at low thresholds followed by a constant plateau in correspondence of a well-defined range of thresholds; iii) a monotonic decreasing course without constant plateau. Null and near to null values of the incremental ratio of burst rate with respect to the threshold allows the detection of the plateau and the range of thresholds with burst incidence independent of threshold. The threshold level at which the incremental ratio was null, or almost null, was defined to be the optimal value of the threshold for MSNA burst detection. On the contrary, MSNA signals where no plateau was found were classified as low quality signals and excluded by the statistical analysis. MSNA signals, recorded from CNT and PZ at baseline rest and during a provocative postural test (i.e. head-up tilt), were firstly analyzed using a traditional algorithm applying a fixed threshold. Results showed no differences between groups and experimental conditions. Conversely, when data were analyzed using the optimal threshold detected via the proposed method, a significant difference was found in CNT after the postural stimulus. Moreover, during head-up tilt PZ showed a significantly lower burst incidence compared to CNT, thus indicating an impairment of sympathetic control in patients affected by amyotrophic lateral sclerosis. The thesis concludes that the proposed method allows an automatic analysis of MSNA signals with statistical power higher than traditional analysis in healthy and pathological individuals.

L’attività nervosa che viaggia lungo gli assoni più superficiali del sistema nervoso simpatico diretti alla muscolatura liscia presente nelle pareti dei vasi sanguigni è nota come MSNA (muscle symnpathetic nerve activity) e permette di valutare direttamente il contributo del sistema nervoso simpatico nella regolazione del lume dei vasi sanguigni e quindi anche della pressione arteriosa. L’attività rilevata rappresenta la media di tutte le scariche inviate dagli assoni presenti nel volume di registrazione e si presenta sotto forma di bursts di ampiezza variabile. Uno degli indici utilizzati per descriverla è l’incidenza dei bursts rispetto a 100 battiti cardiaci e viene spesso calcolata applicando degli algoritmi semi-automatici a soglia fissa che richiedono però l’intervento di un operatore esperto che scelga la soglia di detezione da applicare e verifichi i bursts individuati dall’algoritmo. Scopo di questo progetto è di sviluppare un algoritmo automatico in grado di individuare la soglia ottimale così da eliminare sia la componente di arbitrarietà che l’intervento dell’operatore. Soglie di valore crescente sono state inizialmente applicate su segnali simulati, contaminati da una componente di rumore di varia ampiezza, e su segnali acquisiti in 8 controlli sani (CNT) e 8 pazienti affetti da sclerosi laterale amiotrofica (PZ). L’incidenza dei bursts ottenuta dall’analisi dei segnali ha presentato tre differenti andamenti al variare della soglia: un comportamento pressoché costante in tutto il range di soglie, un comportamento monotono decrescente con una finestra di valori di soglia in cui l’incidenza era pressoché costante (plateau) e un comportamento monotono decrescente in cui non erano presenti plateaux. Ricavando il rapporto incrementale dell’incidenza dei bursts rispetto alla soglia e individuando quei valori in cui essa era nulla, o quasi nulla, è stato possibile individuare le regioni in cui l’incidenza era costante e indipendente dal valore di soglia adottata. Il valore di soglia in corrispondenza di un rapporto incrementale nullo, o quasi nullo, é stato scelto come valore ottimale di analisi poiché massimizza la ripetibilità del valore di incidenza dei bursts. Al contrario, segnali MSNA in cui non é stato possibile individuare un plateau evidente sulla curva del rapporto incrementale sono stati classificati come di bassa qualità ed esclusi dall’analisi statistica. Analizzando i segnali di CNT e PZ durante una condizione di riposo ed un test provocativo posturale utilizzando un approccio tradizionale basato su soglia fissa non è emersa alcuna differenza significativa né tra CNT e PZ ne’ a seguito di stimolo posturale. Diversamente, analizzando gli stessi segnali dopo aver ottimizzato la soglia con il metodo proposto è emerso che, in seguito al cambio posturale, i CNT aumentavano la loro attività simpatica. Inoltre, i PZ sono risultati più attivati dei CNT durante il riposo e evidenziavano una depressa attività nervosa simpatica durante lo stimolo posturale. Si conclude che il metodo proposto ha permesso un’analisi del segnale MSNA totalmente automatica e indipendente dall’operatore che si é rivelata avere una potenza statistica superiore ad un metodo di analisi tradizionale.