Affective disorders, including major depressive disorder (MDD) and bipolar disorder (BD), are increasingly prevalent psychiatric conditions characterized by significant alterations in emotional regulation, that place substantial pressure on the public health care system. Nowadays the biological source of affective symptomatology is still unclear, nor has its direct correlation with the structural and functional architecture of the brain been demonstrated. Neuroimaging and electrophysiology techniques and their integration within whole-brain computational models, such as those employed in The Virtual Brain (TVB), represent a promising approach for simulating brain dynamics and understanding neural mechanisms, such as the neurovascular coupling, which underlie mental disorders, enabling researchers to aid in the identification of disease biomarkers and potential therapeutic targets. This study explores the use of large-scale computational modeling deployed in TVB to comprehensively investigate the brain network patterns associated with affective disorders. Anatomically-informed models of brain function are used, bridging the gap between brain structure and function in the search for disease biomarkers. For the first time, simultaneous electroencephalography and functional magnetic resonance imaging data are used in the TVB framework to unveil novel information on the structural and neurovascular coupling relationship underlying affective disorders. The dataset was collected from thirteen individuals affected either by MDD or BD, along with eighteen healthy controls, all recruited at Fondazione IRCCS Ca’ Granda Ospedale Maggiore Policlinico of Milan. The results suggest that participants with affective disorders require different model's local parameters and network's global parameters compared to healthy controls; this may reflect the pathophysiology of the disease and the underlying structural brain differences, which affect the long-range coupling of the neural network, consequently influencing the functional connectivity emergence. Furthermore, this study implemented a semi-automated pipeline that spans from the preprocessing of multimodal data to the synthetic data statistical analysis. Through a guided selection of key parameters based on an extensive analysis of TVB models' dynamics, the defined workflow addresses the challenge of computational limitations, which pose a significant obstacle to the use of such whole-brain modeling approaches.

I disturbi affettivi, tra cui il disturbo depressivo maggiore (MDD) e il disturbo bipolare (BD), sono condizioni psichiatriche sempre più diffuse, caratterizzate da alterazioni significative nella regolazione delle emozioni, che esercitano una notevole pressione sul sistema sanitario pubblico. Attualmente, l’origine biologica della sintomatologia di tali disturbi rimane ancora poco chiara e non è stata dimostrata una correlazione diretta con l’architettura strutturale e funzionale del cervello. Le tecniche di neuroimaging ed elettrofisiologia, insieme alla loro integrazione in modelli computazionali dell’intero cervello, come quelli impiegati in The Virtual Brain (TVB), rappresentano un approccio promettente per simulare le dinamiche cerebrali e comprendere i meccanismi neurali, come il neurovascular coupling, che sono alla base dei disturbi mentali, permettendo ai ricercatori di contribuire all’identificazione di biomarcatori della malattia e potenziali target terapeutici. Questo studio esplora l'uso della modellizzazione computazionale su larga scala implementata in TVB per analizzare in modo approfondito i pattern di connettività cerebrale associati ai disturbi affettivi. Vengono utilizzati modelli della funzione cerebrale basati su dati anatomici, colmando il divario tra struttura e funzione cerebrale nella ricerca di biomarcatori della malattia. Per la prima volta, dati simultanei di elettroencefalografia e risonanza magnetica funzionale vengono utilizzati nel framework TVB per svelare nuove informazioni sulla relazione tra accoppiamento strutturale e neurovascolare alla base dei disturbi affettivi. Il dataset è stato raccolto da tredici individui affetti da MDD o BD, insieme a diciotto soggetti sani di controllo, tutti reclutati presso la Fondazione IRCCS Ca’ Granda Ospedale Maggiore Policlinico di Milano. I risultati suggeriscono che i partecipanti patologici richiedono l'impiego di parametri locali del modello e parametri globali della rete differenti rispetto ai controlli sani, a causa della fisiopatologia della malattia, che altera l'accoppiamento su larga scala della rete neurale, influenzando di conseguenza l’emergere della connettività funzionale. Inoltre, in questo studio è stata implementata una pipeline semi-automatizzata che copre l'intero processo, dalla pre-elaborazione dei dati multimodali fino all'analisi statistica dei dati sintetici. Attraverso una selezione guidata dei parametri chiave, basata su un'analisi approfondita della dinamica dei modelli TVB, il workflow definito affronta il problema delle limitazioni computazionali, che rappresentano un ostacolo significativo all'uso di tali approcci di modellazione delle dinamiche dell'intero cervello.

Modeling neurovascular coupling in affective disorders using The Virtual Brain: an EEG-fMRI-DTI multimodal approach

Pierini, Alice
2023/2024

Abstract

Affective disorders, including major depressive disorder (MDD) and bipolar disorder (BD), are increasingly prevalent psychiatric conditions characterized by significant alterations in emotional regulation, that place substantial pressure on the public health care system. Nowadays the biological source of affective symptomatology is still unclear, nor has its direct correlation with the structural and functional architecture of the brain been demonstrated. Neuroimaging and electrophysiology techniques and their integration within whole-brain computational models, such as those employed in The Virtual Brain (TVB), represent a promising approach for simulating brain dynamics and understanding neural mechanisms, such as the neurovascular coupling, which underlie mental disorders, enabling researchers to aid in the identification of disease biomarkers and potential therapeutic targets. This study explores the use of large-scale computational modeling deployed in TVB to comprehensively investigate the brain network patterns associated with affective disorders. Anatomically-informed models of brain function are used, bridging the gap between brain structure and function in the search for disease biomarkers. For the first time, simultaneous electroencephalography and functional magnetic resonance imaging data are used in the TVB framework to unveil novel information on the structural and neurovascular coupling relationship underlying affective disorders. The dataset was collected from thirteen individuals affected either by MDD or BD, along with eighteen healthy controls, all recruited at Fondazione IRCCS Ca’ Granda Ospedale Maggiore Policlinico of Milan. The results suggest that participants with affective disorders require different model's local parameters and network's global parameters compared to healthy controls; this may reflect the pathophysiology of the disease and the underlying structural brain differences, which affect the long-range coupling of the neural network, consequently influencing the functional connectivity emergence. Furthermore, this study implemented a semi-automated pipeline that spans from the preprocessing of multimodal data to the synthetic data statistical analysis. Through a guided selection of key parameters based on an extensive analysis of TVB models' dynamics, the defined workflow addresses the challenge of computational limitations, which pose a significant obstacle to the use of such whole-brain modeling approaches.
BONDI, ELENA
BRAMBILLA, PAOLO
ING - Scuola di Ingegneria Industriale e dell'Informazione
3-apr-2025
2023/2024
I disturbi affettivi, tra cui il disturbo depressivo maggiore (MDD) e il disturbo bipolare (BD), sono condizioni psichiatriche sempre più diffuse, caratterizzate da alterazioni significative nella regolazione delle emozioni, che esercitano una notevole pressione sul sistema sanitario pubblico. Attualmente, l’origine biologica della sintomatologia di tali disturbi rimane ancora poco chiara e non è stata dimostrata una correlazione diretta con l’architettura strutturale e funzionale del cervello. Le tecniche di neuroimaging ed elettrofisiologia, insieme alla loro integrazione in modelli computazionali dell’intero cervello, come quelli impiegati in The Virtual Brain (TVB), rappresentano un approccio promettente per simulare le dinamiche cerebrali e comprendere i meccanismi neurali, come il neurovascular coupling, che sono alla base dei disturbi mentali, permettendo ai ricercatori di contribuire all’identificazione di biomarcatori della malattia e potenziali target terapeutici. Questo studio esplora l'uso della modellizzazione computazionale su larga scala implementata in TVB per analizzare in modo approfondito i pattern di connettività cerebrale associati ai disturbi affettivi. Vengono utilizzati modelli della funzione cerebrale basati su dati anatomici, colmando il divario tra struttura e funzione cerebrale nella ricerca di biomarcatori della malattia. Per la prima volta, dati simultanei di elettroencefalografia e risonanza magnetica funzionale vengono utilizzati nel framework TVB per svelare nuove informazioni sulla relazione tra accoppiamento strutturale e neurovascolare alla base dei disturbi affettivi. Il dataset è stato raccolto da tredici individui affetti da MDD o BD, insieme a diciotto soggetti sani di controllo, tutti reclutati presso la Fondazione IRCCS Ca’ Granda Ospedale Maggiore Policlinico di Milano. I risultati suggeriscono che i partecipanti patologici richiedono l'impiego di parametri locali del modello e parametri globali della rete differenti rispetto ai controlli sani, a causa della fisiopatologia della malattia, che altera l'accoppiamento su larga scala della rete neurale, influenzando di conseguenza l’emergere della connettività funzionale. Inoltre, in questo studio è stata implementata una pipeline semi-automatizzata che copre l'intero processo, dalla pre-elaborazione dei dati multimodali fino all'analisi statistica dei dati sintetici. Attraverso una selezione guidata dei parametri chiave, basata su un'analisi approfondita della dinamica dei modelli TVB, il workflow definito affronta il problema delle limitazioni computazionali, che rappresentano un ostacolo significativo all'uso di tali approcci di modellazione delle dinamiche dell'intero cervello.
File allegati
File Dimensione Formato  
2025_04_Pierini_Tesi.pdf

solo utenti autorizzati a partire dal 13/03/2026

Descrizione: Testo della tesi
Dimensione 5.8 MB
Formato Adobe PDF
5.8 MB Adobe PDF   Visualizza/Apri
2025_04_Pierini_Executive_Summary.pdf

solo utenti autorizzati a partire dal 13/03/2026

Descrizione: Executive summary
Dimensione 562.32 kB
Formato Adobe PDF
562.32 kB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/235705