Transfer entropy analysis of deep brain recordings in paedriatic dystonic patients

The goal of the present thesis project is to develop a methodology to study the connectivity between deep brain areas, exploiting the electrophysiological signals of four secondary dystonic children implanted with up to 10 Deep Brain Stimulation electrodes. After a deep literature review we selected the High Order Transfer Entropy (HOTE) method as the best strategy to approach this kind of connectivity study, here intended as information transfer between brain areas. The current project is structured in two different phases. In the first one, we perform a pre-processing of the DBS signals, in order to remove noisy components, and extract the single neuron actvities, i.e. its spiking neural signals. Then, we use the algorithm provided by the Transfer Entropy Toolbox (http://code.google.com/p/transfer-entropy-toolbox/) to compute the HOTE. Moreover, we construct a filter based on the HOTE measures of randomised surrogate datasets, in order to identify the neuron pairs actually connected. We test this methodology on a simulated neural network and we obtain that, with the proper combination of embedding parameters for the HOTE computation, we are able to identify the 89.95% of true connections in the simulated network. Once we apply this method on the real dataset, we find that the majority of the identifed connections have synaptic delays between 1 and 5 ms, in accordance with physiological values. Only two patients are considered suitable for the Transfer Entropy analysis, thus we cannot draw any generalised conclusions on the physiopathology of secondary dystonia. Nevertheless, observing the connectivity maps obtained for each patient, we can assert that some pathological patterns, found in primate's models of secondary dystonia, are recognisable.

L'obiettivo del presente progetto di tesi è quello di sviluppare una metodologia per studiare la connettività tra aree cerebrali profonde, per mezzo di segnali elettrofisiologici di quattro bambini distonici secondari a cui sono stati impiantati un massimo di 10 elettrodi per la Deep Brain Stimulation. Dopo una accurata revisione dello stato dell'arte, abbiamo selezionato il metodo della High Order Transfer Entropy (HOTE), come migliore strategia per affrontare questo tipo di studio sulla connettività, qui intesa come trasferimento di informazione tra aree del cervello. Questo lavoro è strutturato in due diverse fasi. Nella prima parte, abbiamo eseguito una pre-elaborazione dei segnali DBS, al fine di rimuoverne le componenti rumorose, ed estrarre l'attività del singolo neurone, descritta da sequenze di spike. Dopodiché, abbiamo utilizzato l'algoritmo fornito da Transfer Entropy Toolbox (http://code.google.com/p/transfer-entropy-toolbox/) per calcolare la HOTE. Inoltre, abbiamo costruito un filtro a partire dalle misure HOTE su dataset surrogati (ottenuti randomizzando le sequenze di spike originali), al fine di identificare le coppie di neuroni effettivamente connesse. Abbiamo testato questa metodologia su una rete neurale simulata e abbiamo ottenuto che, con un'opportuna combinazione di parametri per il calcolo HOTE, siamo in grado di identificare l'89.95% di vere connessioni presenti nella rete simulata. Una volta applicato questo metodo al dataset reale, abbiamo trovato che la maggior parte delle connessioni identificate hanno intervalli di trasmissione sinaptica tra 1 e 5 ms, che rientrano nel range fisiologico. Solo due pazienti sono stati considerati idonei per l'analisi della Transfer Entropy, quindi non possiamo trarre conclusioni di carattere generale sulla fisiopatologia della distonia secondaria. Ciononostante osservando le mappe di connettività ottenute per ciascun paziente, possiamo riconoscere alcuni pattern patologici simili a quelli trovati in modelli di primati con secondaria distonia.