Functional anatomy of sensorimotor integration in the human brain and perspectives in neurorehabilitation

Summary The correct execution of a voluntary movement depends on – and is shaped by – the integration of sensory feedback or reafference. Sensorimotor integration is the brain process that dynamically combine sensory information into intentional motor response (Machado et al., 2010). Potential anatomical substrates of sensorimotor integration have been established in non-human primates (Witham et al., 2010, Jones et al., 1978; Darian-Smith et al., 1993). In humans, manipulation of proprioceptive input influences motor cortex excitability (Rosenkranz and Rothwell, 2012). Conversely, the response of somatosensory cortex neurons to proprioception is modified by the nature of the motor task (Chapman and Ageranioti-Bélanger, 1991; Cohen et al., 1994) and by motor learning (Ostry et al., 2010; Wong et al., 2011). These experiments considered sensorimotor integration as either differences (Yetkin et al., 1995; Sahyoun et al., 2004) or conjunctions (Ciccarelli et al., 2005) between active and passive tasks, but have not explicitly examined the effect of proprioceptive manipulation during an active motor task. Functional Electrical Stimulation (FES) provides an ideal experimental model to explore sensorimotor integration because it can provide externally driven proprioceptive information that is embedded within the movement execution. FES produces muscles contraction independently from voluntary effort but if coupled with volitional intention supplies an artificial augmentation of the sensory consequences of moving. FES stimulation of a mixed nerve activates both the efferent and the afferent fibres. Efferent fibre stimulation directly induces a muscular contraction that elicits additional proprioceptive feedback. The stimulation of the afferent fibres elicits a sensory volley that is sent to the central nervous system concurrent with the proprioceptive reafference (Bergquist et al., 2011) that contributes an additional component to proprioceptive feedback. Moreover, it worth a note that FES is a recognised therapeutic procedure in clinic rehabilitation (Sabut et al., 2010; Pomeroy et al., 2006). In addition to the well-known peripheral effect on muscles themselves, possible mechanisms about central therapeutic benefits of FES have been already hypothesized (Rushton 2003; Everaert et al., 2010). Some hemiplegic patients treated with FES for foot drop correction during walking have shown a beneficial effect that outlasts the period of stimulation firstly observed by Liberson and collegues (Liberson, et al., 1961). This FES-induced outlasting effect is known in literature as ‘carryover effect’ (Waters et al., 1985; Merletti et al., 1979; Rushton, 2003; Ambrosini et al., 2011). This further supports the hypothesis that FES induces some plasticity mechanisms leading to central nervous system reorganization and therefore maintenance of improvements in motor control that is worthy to be investigated. The aim of this work is therefore to: (i) define an experimental set-up that is suited to measure movement related cortical correlates during functional electrical stimulation; (ii) define an experimental protocol that is suited to study sensorimotor integration during an active motor task (iii) investigate the functional anatomy of sensorimotor integration in the human brain (iv) investigate how functional anatomy of sensorimotor integration is affected by a brain lesion (e.g. stroke) (i) Experimental set-up An experimental set-up to perform electrical stimulation and to monitor motor task output simultaneously with functional MRI acquisitions was proposed and tested. The experimental set-up was composed by a 1.5 T MRI scanner, a motion capture system and stimulator arranged. The scanner used for images acquisition was a CV/I 1.5 T model (GE Cv/ITM). Motion capture system is based on an optoelectronic motion analysis tool that tracks passive markers with three cameras mounted in the resonance room. The commercial motion capture system Smart μgTM (BTS, Italy) was selected. Cameras have an LED enlighter emitting at 850 nm and a CCD detector sensible to infrared light. The working frequency was set to 120 Hz. Aluminium foils, connected to MR room ground, were contiguously applied to all elements in the MRI room as seen in literature (Tang et al., 2008), in order to limit the radio frequency interference. Cameras’ cables were passed through the waveguide of the MRI room to reach the motion capture workstation placed in the operator room. Specific plastic markers positioning (i.e., on significant land or bone marks) depends on the goal of the study, but does not affect the experimental set-up validation. The portable stimulation device employed was the current-controlled 8-channel stimulator RehaStim proTM (HASOMED GmbH). The stimulator device was placed in the operator room, outside the MRI room; stimulation cables passed through the waveguide to reach the subject performing fMRI exam. As seen in literature (Francis et al., 2009), two inductors were placed in series with the stimulation cables so as to filter inductive pick-up of gradient fields by the FES device. The introduction of metallic devices and of stimulation current in the MRI room could affect fMRI acquisitions so as to prevent a reliable activation maps analysis, and vice versa the strong magnetic field could affect the correct functioning of the introduced devices. The novel experimental set-up was therefore tested and validated demonstrating that: Proof of concept - Healthy subject sessions showed the protocols feasibility and the reliability of images analysis including the kinematic regressor. The patients’ results showed that brain activation maps were more consistent when the kinematic regressor quantifying the actual executed movement (movement timing and amplitude) was included in the regression model besides the stimuli, proving a significant model improvement. Indeed, movement related activated areas were consistent with literature findings and standard neurological functional mapping. Reliability of kinematic data acquisition - The use of three cameras allows a reliable reconstruction of 3D positions of the markers. Three cameras, even if not positioned with the optimal mutual orientations having as major priority to put them on the ceiling at the maximal distance from the magnet, represent a good compromise between the introduced noise and the reliability of markers reconstruction. Indeed, the calibration procedure for each session, estimating the reconstruction error on a moving bar with 3 markers at fixed known distances, confirms the high accuracy of kinematics data (error < 1 mm on a working volume of 1×1×1 m). The computed mean gravity acceleration was as the expected one, hence the magnetic fields did not affect the motion capture system and camera data processing. Reliability of stimulation signal – Electrical stimulation has been previously demonstrated to be reliable (Francis et al., 2009; Blickenstorfer et al., 2009; Iftime-Nielsen et al., 2012). The correct stimulation waveform has been checked with a phantom acquisition and visual inspection confirming literature results. Reliability of fMRI images acquisition - The signal to noise ratio (SNR) loss introduced by the motion capture system and the electrical stimulation current was assessed through the standard index for image quality (Kaufman et al., 1989), that is the ratio between the mean signal amplitude on a homogeneous area and the standard deviation of the background signal amplitude. The recent study of Scarff and colleagues (Scarff et al., 2004) was used as reference: in simultaneous recordings of fMRI and EEG, they showed that MR image SNR, computed as in this work, decreased as the number of electrodes increased, and they fix as data quality acceptable a SNR loss on the images of 11-12%. For the proposed experimental setup including both motion capture and FES, a SNR loss equals to 2.37 ± 2.9% was assessed, that is therefore negligible. Reliability of acquired BOLD signal – It was important to demonstrate that the Blood Oxygenation Level Dependent (BOLD) signal, marker of neural activity, could be detected within the given experimental condition and set-up. Temporal Signal to Noise Ratio (SNR) was assessed as image quality index. BOLD signal change is about 1–2% as revealed by a 1.5 T scanner (Parrish et al., 2000). This work shows that in the main cortical sensorimotor regions 1% BOLD signal change can be detected at least in the 93% of the sub-volumes, and almost 100% of the sub-volumes are suitable for 2% signal change detection. (ii) Experimental protocol The experimental protocol was designed so as to be able to directly investigate sensorimotor integration during an active motor task. A simple motor task such as ankle dorsiflexion has been selected, that has also been shown to be useful for assessing motor control for walking during rehabilitation (Dobkin et al., 2004). Protocol design - A 2x2 event-related fMRI protocol with voluntary effort [V: with the levels volitional and passive] and FES [F: with the levels present and absent] as factors was performed using right ankle dorsiflexion (ADF). During a continuous 10 minutes scanning session, subjects performed 20 alternate 9 seconds OFF and 21 seconds ON blocks. Given the 2x2 factorial design, 4 conditions were performed during the ON blocks in a randomized order: (i) FV = FES-induced ADF concurrently with voluntary movement by the subject; (ii) FP = FES-induced ADF, while the subject remains relaxed; (iii) V = voluntary ADF; (iv) P = passive dorsiflexion (by the experimenter) of the subject’s ankle. The dorsiflexions were paced every 3.5 seconds (for 6 repetitions) with an auditory cue. All subjects were free to choose the amplitude of their active movement to preclude fatigue. The experimenter moved the ankle to match the movements during volitional dorsiflexion. Stimulation paradigm - FES was applied to the peroneal nerve through superficial electrodes, with biphasic balanced current pulses at 20 Hz fixed frequency. The pulse width had a trapezoidal profile and the current was set subject by subject; so as to reproduce the same movement amplitudes as during voluntary movements, within the tolerance threshold. Current and pulse width amplitudes were kept the same for both FP and FV conditions. Kinematic measures - 3D trajectories of retro-reflective markers were acquired in order to measure the ankle angle during fMRI acquisitions and to determine the movement onsets and amplitude. Two separate acquisitions were performed in order to estimate the position of the tibia, internal and external malleoli, and internal and external metacarpi for both legs. Marker trajectories were analysed with a custom algorithm running in Matlab (Matlab R2010b). For each leg, the ADF angle was calculated as follows: the mean points between internal and external malleoli (mean malleolus) and between internal and external metacarpi (mean metacarpus) were calculated. The ADF angle was taken as the angle between the line passing through the more proximal tibial marker and the mean malleolus and the line passing through the mean malleolus and the mean metacarpus. Contrasts of interest – Thanks to the 2x2 factorial design three contrasts of interest could be defined. The main effect of FES defined as (FV+FP)-(P+V) that identifies regions that are activated during FES induced movements (i.e. FV, FP) over and above the non-FES induced movements (i.e. V, P). The main effect of voluntary movement defined as (V+FV)-(P+FP) that identifies regions that are activated during a volitional movement (i.e. V, FV) over and above the non-voluntary movements (i.e. P, FP). The positive interaction defined as (FV-V)-(FP-P) that identifies regions where the FES augmented proprioception in the context of volitional intent (i.e. FV-V) produced a higher activation than FES augmented proprioception in the absence of volitional movement (i.e. FP-P). The positive interaction contrast directly represents the sensorimotor integration during an active motor task, when in the brain we have the planning of the volitional movements coupled to augmented proprioceptive afferences. (iii) Sensorimotor integration in healthy subjects The experimental set-up and the protocol were specifically designed to investigate how artificially augmented proprioceptive afferent information affects integration in the central nervous system during movement control. FES was introduced as a means of artificially supplementing proprioception during movement execution. Seventeen healthy volunteers (9 female, 8 male) with no neurological or orthopaedic impairment were studied (mean age 36±14 years, range 22-61). Experiments were conducted with approval from the Villa Beretta Rehabilitation Centre ethics committee and all subjects gave informed written consent. The four conditions of the 2x2 factorial design (i.e. V, FV, P, FP) showed clear activation in the leg sensorimotor cortex, as expected. fMRI responses during the four conditions showed activations in motor and somatosensory areas known to be involved in ADF execution and concord with previous studies (Dobkin et al., 2004; Sahyoun et al., 2004; Ciccarelli et al., 2005). Positive interaction, defined as (FV-V)-(FP-P), was seen in both M1 and S1. In other words, the effect of augmented proprioception is influenced by the presence of concurrent motor signals in both M1 and S1; the activating effect of voluntary movement increases dramatically in the presence of augmented proprioceptive feedback. Sensorimotor integration can be seen in terms of connectivity of input-output systems, where inputs are (ascending) sensory feedbacks or (descending) cognitive or predictive processes and outputs are (descending) information sent to the periphery or (ascending) to high levels of the sensorimotor hierarchy. Our results suggest an effect of additional (ascending) proprioceptive input during FES in M1 and S1, but not in any other brain regions. To understand how this interaction effect is generated, in terms of driving and modulatory inputs to M1 and S1, it was further investigated then with dynamic causal modelling. Using dynamic causal modelling (DCM), it was possible to show that augmented proprioception, although only slightly increasing the importance of the proprioceptive input, dramatically modulated the connections between M1 and S1, preferentially increasing the influence of M1 on S1, while attenuating the excitability of S1 (increasing self-inhibition). Within this study, it was demonstrated that (i) changing proprioceptive input increased activations during volitional movement in, and only in, primary cortical areas (i.e. M1, S1); (ii) this interaction can be explained by an increase in the influence of M1 on S1 (as well as S1 self-connections, with less effect of S1 to M1 connections). The results clarify the functional anatomy of sensorimotor integration and disambiguate alternative models of motor control, leaning towards an active inference view of the motor system (i.e. updating of the prediction of the sensory consequences of movement as encoded by the increase in the influence of M1 on S1). Moreover, they provide some insights into the synaptic mechanisms of sensory attenuation and may speak to potential mechanisms of action of FES in promoting motor learning in neurorehabilitation. (iv) Sensorimotor integration in chronic stroke patients Eleven stroke patients were recruited [range between 28 and 72 years, mean (SD) 53.2 (14.5)]. Six patients had experienced left hemiparesis and five right hemiparesis. All patients had suffered from first-ever stroke > 6 months previously, resulting in weakness of at least the tibialis anterior muscle (to <4+ on the Medical Research Council (MRC) scale). Exclusion criteria consisted of (i) impossibility to elicit an FES-induced ankle dorsiflexion of at least 10° in FES-induced ankle dorsiflexion; (ii) language or cognitive deficits sufficient to impair cooperation in the study; (iii) inability to walk even if assisted; (iv) incompatibility with MRI (e.g. pacemaker, implants, etc.); (v) high spasticity at ankle joint plantar flexor as measured by the modified Ashworth scale index, MAS > 2 (Ashworth, 1964); and (vi) brain lesion including leg primary motor cortex area. The sensorimotor investigation in chronic stroke subjects identified brain functional reorganisation associated with ankle dorsiflexion task in chronic post-stroke patients in all conditions (i.e., V, FV, P, FP), encompassing primary and secondary areas known in literature to be involved in movement processing and control of ankle movement (Freund et al., 2011; Iftime-Nielsen et al., 2012; Ciccarelli et al., 2006; Wegner et al., 2008; Dobkin et al., 2004; Sahyoun et al., 2004). Patients significantly activated more than controls in a highly distributed pattern, which included regions that are activated when healthy controls perform complex or motor tasks (Ciccarelli et al., 2006; Katschnig et al., 2011). It has been suggested that this finding might be indicative of higher demand and increased effort in patients to ensure adequate motor function despite existing deficits (Katschnig et al., 2011). The conjunction analysis between patients and controls revealed clear pattern of activation in primary somatosensory cortex that has been reported to be principally involved during the same motor task execution (see point iii). This result clearly shows that although patients use a quite widespread network in order to execute even a simple movement, they also share the principal regions devoted to motor control with healthy subjects. FES-induced ankle dorsiflexion concurrent with voluntary effort elicited a more widespread active network with respect to FES in the context of passive movement, in accord with what was found in healthy subjects (see point (iii); Iftime-Nielsen et al., 2011; Joa et al., 2012). The differential effect of action of FES in the context of active and passive movement is confirmed by the cluster of activation revealed by the positive interaction contrast in the contralateral angular and postcentral gyrus. Postcentral gyrus has been described in literature to be active in healthy controls while executing complex or novel tasks (Sahyoun et al., 2004; Filippi et al., 2004), and angular gyrus has been suggested to be recipient of proprioceptive information encoded specifically in the postcentral gyrus (Vesia et al., 2012). A further analysis investigated whether there was any variability in sensorimotor integration across the patient group. Here sensorimotor integration was quantified by the (voxel-wise) parameter estimates of the positive interaction contrast (see above). Motor impairment was calculated by performing a principal component analysis of the outcome measures selected to define patients’ residual ability (i.e., gait velocity, endurance velocity, peak ankle angle during swing, ankle angle at initial contact, MRC index, and symmetry index). Brain regions in which there was a correlation between sensorimotor integration and level of impairment were examined. Contralateral SII has been shown to be more likely to be active in more impaired patient during sensorimotor integration (i.e. interaction contrast). Iftime-Nielsen and colleagues (Iftime-Nielsen et al., 2012) suggested a sensorimotor integration role for SII in healthy subjects, that could be exploited by patients when primary sensorimotor areas (i.e., M1 and S1) are unable to provide the needed processing of information. In addition, within the interaction contrast, significant positive linear correlation was found in ipsilateral cingulate cortex, middle frontal gyrus and insula, indicating distinct networks involved in sensorimotor integration processing. Scientific and clinical impact With this work, the feasibility of the proposed multi-modal experimental set-up was demonstrated so as to functionally electrically stimulate a subject while undergoing fMRI scanner and simultaneously record the effectively executed movement. Moreover, it has been shown that M1 and S1 exhibit a profound interaction between artificially enhanced sensory feedback and volitional movement. Changes in coupling between these regions support an active inference model of motor control. Finally sensorimotor integration in chronic stroke patients was investigated, demonstrating the feasibility and the reliability of FES cortical correlates in patients, highlighting for the first time a clear network of activation related to FES-induced motor task in the context both of voluntary effort or passive movement. Moreover it has been shown that angular and postcentral gyri exhibit an interaction between artificially enhanced sensory feedback and volitional movement and that contralateral SII is more likely to be sensorimotor integration centre for more impaired patients. The presented results may be important for disclose the central FES-induced mechanism that is yet not clear. These results may also have important implications for the mechanisms that underlie sensory attenuation; i.e. the decreased intensity of perceived stimulus attributes when they are the consequences of self-generated behaviour (Cardoso-Leite et al., 2010). The present results also support the proposed mechanism of FES as a tool to promote improvement in motor function after central nervous system injury. This functional architecture and the underlying synaptic mechanisms may be important for future studies in patients during rehabilitation, by correlating changes in FES and interaction cortical correlates in a longitudinal design. Indeed the brain correlates that has been shown to have a correlation between sensorimotor integration (i.e. interaction contrast) and the degree of impairment might be important in the investigation of the carryover effect brain signature. Organisation of the thesis This work has been the result of the collaboration between the Nearlab at Politecnico di Milano, Villa Beretta Rehabilitation Centre and the Sobell Department of Motor Neuroscience, UCL Institute of Neurology. The thesis is organised in five chapters as following: (1) scientific context and introduction to the research; (2) design and validation of a novel experimental set-up (addressing aim (i)); (3) investigation of the functional anatomy of sensorimotor integration in the human brain (addressing aims (ii, iii)); (4) investigation of sensorimotor integration in post-stroke chronic patients (addressing aim (iv)); and (5) conclusions and vision for future.

La corretta esecuzione di un movimento volontario dipende ed è modificata dall’integrazione del feedback sensoriale. L’integrazione sensorimotoria è il processo cerebrale che associa dinamicamente le informazioni sensoriali in una risposta motoria intenzionale (Machado et al., 2010). Possibili substrati anatomici del processo di integrazione sensorimotoria sono stati identificati in primati (Witham et al., 2010, Jones et al., 1978; Darian-Smith et al., 1993). Nell’uomo è stato dimostrato che la manipolazione degli input propriocettivi influenza l’eccitabilità corticale (Rosenkranz and Rothwell, 2012) e che al contrario la risposta della corteccia somatosensoriale a stimoli propriocettivi viene modificata dalla natura del compito motorio (Chapman and Ageranioti-Bélanger, 1991; Cohen et al., 1994) e dall’apprendimento (Ostry et al., 2010; Wong et al., 2011). Nell’ambito di questi esperimenti l’integrazione sensorimotoria è stata definita come differenza (Yetkin et al., 1995; Sahyoun et al., 2004) o come congiunzione (Ciccarelli et al., 2005) tra aree attivate durante compiti motori volontari o passivi, ma non si è analizzato esplicitamente l’effetto della manipolazione dell’input propriocettivo durante un compito motorio volontario. La stimolazione elettrica funzionale (functional electrical stimulation – FES) fornisce un modello sperimentale ideale per l’esplorazione dell’integrazione sensorimotoria dal momento che può fornire informazioni propriocettive indotte artificialmente, ma contemporaneamente all’esecuzione volontaria del movimento stesso. La stimolazione di un nervo misto infatti attiva sia le fibre afferenti che quelle efferenti. Le fibre efferenti inducono direttamente una contrazione muscolare dovuta alla depolarizzazione dei motoneuroni stimolati. La stimolazione delle fibre afferenti induce invece un impulso sensoriale che viene mandato al sistema nervoso centrale contemporaneo al ritorno propriocettivo dovuto al movimento stesso (Bergquist et al., 2011). E’ comunque interessante notare che la FES è un metodo riabilitativo clinicamente ampiamente diffuso (Sabut et al., 2010; Pomeroy et al., 2006) che, oltre ai ben noti benefici periferici, agisce anche sul sistema nervoso centrale (Rushton 2003; Everaert et al., 2010). Infatti, alcuni pazienti affetti da emiplegia, in seguito ad un trattamento basato sulla FES hanno mostrato un effetto benefico che durava più a lungo della stimolazione stessa (Liberson, et al., 1961). Questo effetto duraturo dovuto alla FES è noto in letteratura con il nome di ‘carryover effect’ (Waters et al., 1985; Merletti et al., 1979; Rushton, 2003; Ambrosini et al., 2011) e supporta ulteriormente l’ipotesi che la FES induca un meccanismo di plasticità che possa avere un effetto sulla riorganizzazione del sistema nervoso centrale e di conseguenza possa avere un effetto sul mantenimento di un miglioramento a livello di controllo motorio che valga la pena di essere indagato. Lo scopo di questo lavoro è quindi: (i) definire un set-up sperimentale che possa misurare i correlati corticali di un compito motorio durante la stimolazione elettrica funzionale; (ii) definire un protocollo sperimentale adeguato allo studio dell’integrazione sensorimotoria durante un compito motorio volontario (iii) indagare l’anatomia funzionale dell’integrazione sensorimotoria nel cervello umano (iv) indagare come l’anatomia funzionale dell’integrazione sensorimotoria venga modificata in seguito ad una lesione (e.g. ictus) (i) Set-up sperimentale E’ stato definite e validato un set-up sperimentale in grado di eseguire la stimolazione elettrica funzionale e di monitorare il movimento eseguito durante l’acquisizione di immagini fMRI. Il set-up sperimentale è composto da uno scanner per l’acquisizioni di immagini MRI da 1.5T (GE Cv/ITM), un sistema ottico per l’analisi del movimento (Smart μgTM - BTS, Italy) e uno stimolatore (RehaStim proTM - HASOMED GmbH). Il sistema ottico per l’analisi del movimento è basato sulla rilevazione delle traiettorie di marker plastici passivi da parte di tre telecamere che sono state sospese al soffitto della camera di risonanza. Le telecamere possiedono un illuminatore che emette a 850 nm e un rilevatore CCD sensibile alla luca infrarossa. La frequenza di lavoro è stat fissata a 120 Hz. Come visto in letteratura, sono stati applicati fogli di alluminio connessi alla massa della camera di risonanza a tutti gli elementi introdotti nella camera stessa (Tang et al., 2008), per limitare l’interferenza delle radio frequenze. Il posizionamento specifico dei marker plastici (i.e., su punti anatomici significativi) dipende dallo scopo dello studio, ma non influisce sulla validazione del set-up sperimentale. Lo stimolatore è stato posizionato all’esterno della camera di risonanza e i cavi di stimolazione sono stati fatti passare dalla guida d’onda per raggiungere il soggetto durante l’esecuzione dell’esame fMRI. Come visto in letteratura (Francis et al., 2009) sono stati saldati in serie con i cavi di stimolazione due induttori in modo da filtrare i picchi di gradiente eventualmente presenti sul segnale di stimolazione. L’introduzione di strumenti metallici e di correnti di stimolazione della camera di risonanza potrebbe avere un effetto degradante sulle immagini fMRI acquisite e viceversa il forte campo magnetico potrebbe avere un effetto sul funzionamento della strumentazione introdotta. Il set-up sperimentale proposto è stato quindi testato e validato dimostrando che: Proof of concept – Sessioni di acquisizione su soggetti sani hanno dimostrato la fattibilità e l’accuratezza dell’analisi delle immagini ottenute con il set-up sperimentale proposto, includendo un regressore cinematico nell’analisi. I risultati sui pazienti hanno mostrato mappe di attivazione più consistenti quando nell’analisi è stato introdotto il regressore cinematico che quantificava la reale esecuzione del compito motorio (tempi e ampiezza del movimento), dimostrando un significativo miglioramento dell’analisi. La mappe di attivazione identificate erano consistenti con la letteratura e la neurologia funzionale classica. Affidabilità dei dati cinematici acquisiti – L’uso delle tre telecamere introdotte permette una ricostruzione affidabile della posizione tridimensionale dei marker. La procedura di calibrazione in ogni sessione conferma l’accuratezza del dato cinematico (errore < 1 mm in uno spazio di lavoro di 1x1x1 m). L’accellerazione di gravità calcolata su un marker in caduta libera è stata dimostrata essere quella attesa, dunque il campo magnetico non interferisce con l’acquisizione delle traiettorie dei marker. Affidabilità del segnale di stimolazione – E’ stato precedentemente dimostrato che la stimolazione elettrica è affidabile durante acquisizioni fMRI (Francis et al., 2009; Blickenstorfer et al., 2009; Iftime-Nielsen et al., 2012). La corretta forma del segnale di stimolazione è stata validata durante l’acquisizione di un phantom omogeneo, confermando i risultati ottenuti in letteratura. Affidabilità della immagini fMRI – E’ stata valutata la perdita nel rapporto segnale rumore (Kaufman et al., 1989) dovuta all’introduzione del sistema di acquisizione del movimento e alle correnti di stimolazione. Uno studio recente di Scarff e colleghi è stato utilizzato come riferimento: durante registrazioni simultanee di immagini fMRI e segnali EEG hanno calcolato la perdita nel rapporto segnale rumore come in questo lavoro ed hanno fissato la soglia di accettabilità come una perdita pari all’11-12%. Il sistema sperimentale proposto presenta una perdita nel rapporto segnale rumore pari a 2.37 ± 2.9% che può essere dunque considerato trascurabile. Affidabilità dell’acquisizione del segnale BOLD – E’ stato importante dimostrare che il segnale BOLD, marker dell’attività neurale, potesse essere rilevato durante l’utilizzo del set-up sperimentale proposto. Un indice di rapporto segnale rumore temporale (tSNR) è stato definito come indice di qualità. La variazione del segnale BOLD di interesse è circa l’1-2% se rilevato da uno scanner a 1.5T (Parrish et al., 2000). In questo lavoro è stato dimostrato che nelle aree corticali sensorimotorie principali una variazione dell’1% del segnale BOLD può essere rilevata nel 93% dei voxel e che in quasi il 100% delle regioni interessate il 2% di variazione del segnale può essere rilevata. (ii) Protocollo sperimentale Il protocollo sperimentale è stato progettato in modo tale da essere in grado di analizzare direttamente l’integrazione sensorimotoria durante un compito motorio. E’ stato selezionato un compito motorio semplice, la dorsiflessione della caviglia, movimento marker per la valutazione del controllo motorio del cammino durante la riabilitazione (Dobkin et al., 2004). Disegno del protocollo sperimentale – E’ stato utilizzato un protocollo sperimentale fattoriale 2x2 con la dorsiflessione della caviglia (DF) come compito motorio, con lo sforzo volontario [V: con i livelli di volontario e passivo] e la FES [F: con i livelli di presente e assente] come fattori. Durante un’acquisizione continua di 10 minuti, ogni soggetto eseguiva 20 blocchi alternati ON (21 secondi) e OFF (9 secondi). Dal momento che il protocollo sperimentale era un design fattoriale 2x2, durante i blocchi ON le 4 condizioni venivano alterate in ordine semi-randomizzato: (i) FV = DF indotta da FES con concomitante movimento volontario da parte del soggetto; (ii) FP = DF indotta da FES mentre al soggetto era richiesto di rimanere rilassato; (iii) V = DF volontaria; (iv) P = DF passiva (i.e. lo sperimentatore dorsifletteva la caviglia del soggetto). Le DF erano regolate ogni 3.5 secondi (per 6 ripetizioni) con un comando orale. Ogni soggetto era libero di selezionare l’ampiezza della DF volontaria per evitare l’affaticamento. Paradigma di stimolazione – La stimolazione è stata applicata al nervo peroneale tramite elettrodi di superficie con impulsi di corrente bifasici a 20 Hz. La pulse width aveva un profilo trapezoidale e la corrente veniva settata soggetto per soggetto in modo tale da riprodurre il più fedelmente possibile l’ampiezza di movimento caratteristica del controllo volontario. La corrente e l’ampiezza di pulse width erano mantenute invariate per le condizioni di FP e FV. Misure cinematiche – Le traiettorie tridimensionali dei marker sono state acquisite per la misura dell’angolo alla caviglia durante le acquisizioni di immagini fMRI per determinarne il timing e l’ampiezza. Sono state eseguite due sessioni di acquisizione separate per la stima della posizione della tibia e dei malleoli e metacarpi interni ed esterni per entrambe le gambe. Le traiettorie dei marker sono state analizzate con un algoritmo scritto ad hoc in ambiente di lavoro Matlab (Matlab R2010b). Per ogni gamba, l’angolo alla caviglia è stato calcolato nel modo seguente: è stato calcolato il punto medio tra il malleolo ed il metacarpo interno e quello esterno (i.e. malleolo e metacarpo medio). L’angolo alla caviglia è stato quindi definito come l’angolo tra la retta passante per i due marker tibiali più prossimali e la retta congiungente il malleolo e il metacarpo medio. Contrasti di interesse – Grazie al design fattoriale 2x2, è stato possibile definire tre contrasti di interesse. Il main effect della FES è definito (FV+FP)-(P+V) e rappresenta le regioni che sono più attive durante i movimenti indotti da FES (i.e. FV, FP) rispetto ai movimenti non indotti da FES (i.e. V, P). Il main effect dello sforzo volontario definito (V+FV)-(P+FP) e rappresenta le regioni che sono più attive durante i movimenti attivi (i.e. FV, V) rispetto ai movimenti passivi (i.e. FP, P). Infine l’interazione è definita (FV-V)-(FP-P) e rappresenta le regioni che sono più attive quando l’aumento propriocettivo è nel contesto di movimento volontario (i.e. FV-V) rispetto al contesto di passività (i.e. FP-P). L’interazione rappresenta direttamente l’integrazione sensorimotoria durante un movimento volontario. (iii) Integrazione sensorimotoria in soggetti sani Il set-up ed il protocollo sperimentale sono stati definiti in modo tale da poter analizzare come un aumento propriocettivo indotto artificialmente modificasse l’integrazione sensorimotoria a livello del sistema nervoso centrale durante il controllo di un movimento volontario. La FES è stata introdotta come metodologia per aumentare artificialmente la propriocezione durante l’esecuzione del movimento. 17 soggetti sani (9 femmine, 8 maschi) senza limitazioni neurologiche od ortopediche si sono resi disponibili per lo studio (età media 36±14 anni, intervallo 22-61). Gli esperimenti sono stati condotti al centro riabilitativo Villa Beretta con l’approvazione del comitato etico e tutti i volontari hanno firmato il modulo di consenso informato. Una chiara attivazione della corteccia sensorimotoria della gamba è stata dimostrata nelle quattro condizioni del design fattoriale 2x2 (i.e. V, FV, P, FP), aree che sono state dimostrate in modo concorde in letteratura essere coinvolte nell’esecuzione della dorsiflessione della caviglia (Dobkin et al., 2004; Sahyoun et al., 2004; Ciccarelli et al., 2005). Il contrasto di interazione, definito (FV-V)-(FP-P), è stato rilevato in M1 e S1. In altre parole, l’effetto dell’aumento propriocettivo è influenzato dalla presenza dell’impulso simultaneo della volontarietà del movimento nella aree M1 e S1. L’interazione sensorimotoria può essere vista in termini di connettività di un sistema input-output dove gli input sono i feedback sensoriali (ascendenti) o i processi di intenzione e predittivi del movimento (discendenti) e gli output sono le informazioni mandate alla periferia (discendenti). I risultati mostrati suggeriscono un effetto dell’input legato all’aumento propriocettivo (ascendente) in M1 ed S1, ma non in altre regioni corticali. Per analizzare a fondo questo effetto di interazione, è stata fatta anche un’analisi con modelli di connettività (dynamic causal modelling – DCM). Usando la modellizzazione DCM è stato possibile dimostrare che l’aumento propriocettivo, avendo anche solo in piccola parte un effetto sul peso dell’input propriocettivo nel sistema, modula drammaticamente le connessioni tra M1 e S1, ed in particolar modo l’influenza di M1 su S1, mentre attenua l’eccitabilità di S1 (aumento dell’auto-inibizione). Nel contesto di questo studio è stato quindi dimostrato che (i) la modifica dell’input propriocettivo aumenta l’attivazione corticale durante un movimento volontario in M1 e S1; (ii) questa interazione può essere spiegata dall’influenza di M1 su S1 (così come l’auto-connettività di S1 con meno effetto sulla connessione tra S1 e M1). Questi risultati chiarificano l’anatomia funzionale dell’integrazione sensorimotoria e permettono di distinguere tra i due modelli di controllo motorio proposti, propendendo per un’interpretazione del controllo motorio basato sul modello dell’active inference (i.e. aggiornamento della predizione delle conseguenze sensoriali e propriocettive di un movimento codificate dall’aumento dell’influenza di M1 su S1). Questi risultati forniscono inoltre un’ipotesi per il meccanismo sinaptico legato all’attenuazione sensoriale e possono suggerire potenziali meccanismi d’azione della FES nel contesto della neuroriabilitazione. (iv) Integrazione sensorimotoria in pazienti cronici post-ictus Sono stati reclutati undici pazienti post-ictus [intervallo 28-72 anni, media (SD) 53.2 (14.5)]. Sei pazienti erano emi-paretici sinistri e cinque destri. Tutti i pazienti erano reduci da un primo ictus avvenuto almeno 6 mesi prima del reclutamento che aveva portato ad un indebolimento del muscolo tibiale anteriore (fino a <4+ sulla scala del Medical Research Council - MRC scale). I criteri di esclusione comprendevano: (i) impossibilità ad indurre con la FES una dorsiflessione della caviglia di almeno 10°; (ii) insufficienza di comunicazione o cognitiva che precludesse la cooperazione del paziente nell’esecuzione del protocollo sperimentale; (iii) incapacità di camminare anche se assistiti; (iv) incompatibilità con l’esame MRI (e.g. presenza di pacemaker, impianti metallici, etc.); (v) alta spasticità ai plantarflessori della caviglia come rilavato dall’indice di Ashworth modificato, MAS > 2 (Ashworth, 1964); e (vi) presenza di lesioni cerebrali che includessero l’area motoria primaria della gamba. L’investigazione dell’integrazione sensorimotoria in pazienti cronici post-ictus ha identificato una riorganizzazione cerebrale legata al compito motorio di dorsiflessione della caviglia in tutte le condizioni sperimentali (i.e., V, FV, P, FP), comprendendo aree primarie e secondarie note in letteratura per essere coinvolte nel controllo motorio della caviglia (Freund et al., 2011; Iftime-Nielsen et al., 2012; Ciccarelli et al., 2006; Wegner et al., 2008; Dobkin et al., 2004; Sahyoun et al., 2004). I pazienti hanno dimostrato di attivare rispetto ai soggetti sani più aree e in un pattern più distribuito, che include anche aree che vengono attivate dai sani durante l’esecuzione di compiti motori nuovi o complessi (Ciccarelli et al., 2006; Katschnig et al., 2011). E’ stato suggerito che questi risultati possono indicare un aumento dello sforzo richiesto nei pazienti per assicurare l’esecuzione corretta del movimento nonostante i deficit motori (Katschnig et al., 2011). L’analisi congiunta tra pazienti e soggetti sani ha rilevato un chiaro pattern di attivazione nella corteccia sensorimotoria primaria che è stata riportata essere importante per il controllo della caviglia (si veda a questo propositi il punto iii). Questi risultati mostrano chiaramente che anche se i pazienti utilizzano una rete di attivazione molto ampia anche durante l’esecuzione di un semplice gesto motorio, condividono anche l’attivazione di quelle regioni che sono caratteristiche nel controllo motorio in soggetti sani. La dorsiflessione indotta da FES nel contest di movimento volontario ha prodotto un’attivazione più distribuita rispetto al movimento indotto da FES nel contesto passivo, in accordo con quanto è stato dimostrato per i soggetti sani (si veda il punto (iii); Iftime-Nielsen et al., 2011; Joa et al., 2012). L’effetto differenziale dell’azione della FES è confermato dal cluster di attivazione rilevato dall’interazione tra i due fattori, localizzato nel giro angolare e post-centrale controlaterale. Il giro post-centrale è stato dimostrato essere attivo nei soggetti sani durante l’esecuzione di compiti motori nuovi o complessi (Sahyoun et al., 2004; Filippi et al., 2004) e il giro angolare è stato dimostrato essere il recettore dell’informazione propriocettiva in arrivo dal giro post-centrale (Vesia et al., 2012). Un’ulteriore analisi è andata ad indagare se l’integrazione sensorimotoria fosse in qualche modo variabile nel gruppo dei pazienti rispetto al grado di disabilità che è stato calcolato grazie ad un’analisi delle componenti principali delle misure di disabilità dei pazienti stessi (i.e. velocità di cammino, velocità di resistenza, picco dell’angolo alla caviglia durante la fare di volo, angolo alla caviglia al primo contatto, indice MRC, indice di simmetria del cammino). L’area SII controlaterale si è dimostrata essere più probabilmente attiva nei pazienti con il più alto grado di disabilità durante l’integrazione sensorimotoria. Iftime-Nielsen e colleghi (Iftime-Nielsen et al., 2012) ahnno suggerito un ruolo sensorimotorio dell’area SII in soggetti sani, che potrebbe essere utilizzata dai pazienti quando le aree primarie (i.e. M1 e S1) non sono in grado di fornire le informazioni necessarie per il controllo motorio. Inoltre è stata rilevata una correlazione lineare positiva tra l’attivazione relativa all’integrazione sensorimotoria e il grado di disabilità nella corteccia del cingolato ipsilaterale, nel giro nediale frontale e nell’insula che indicano diverse reti di attivazione coinvolte nel processo di integrazione sensorimotoria. Impatto scientifico e clinico Con questo lavoro, la praticabilità del set-up sperimentale multi-modale proposto è stata dimostrata in modo tale da poter stimolare un soggetto durante l’acquisizione di immagini fMRI e contemporaneamente monitorare il movimento effettivamente eseguito. E’ stato inoltre dimostrato che M1 e S1 presentano una profonda interazione tra il feedback sensoriale aumentato artificialmente e il movimento volontario. I valori di connettività rilevati tra queste due aree suggeriscono una visione secondo il modello di active inference del controllo motorio. Infine è stata analizzata l’integrazione sensorimotoria in pazienti post-ictus dimostrando la fattibilità e l’accuratezza dei correlati corticali della FES nel pazienti, mostrando per la prima volta una rete di attivazioni legati alla stimolazione nel contesto di movimento volontario o passivo. E’ stato inoltre dimostrato che il giro angolare e post-centrale manifestano un’interazione tra il feedback sensoriale modificato artificialmente e il movimento volontario e che è più probabile che l’area SII sia un centro di integrazione sensorimotoria per i pazienti con più ridotta capacità motoria. I risultati discussi possono essere importanti per indagare il meccanismo centrale indotto dalla FES che è tutt’ora poco chiaro in letteratura e possono essere inoltre importanti nel contesto del meccanismo dell’attenuazione sensoriale; i.e. la percezione diminuita dello stimolo quando risulta da un movimento auto-generato (Cardoso-Leite et al., 2010). Questo lavoro può inoltre supportare la proposta di un meccanismo legato alla FES che possa essere importate nel promuovere il recupero funzionale dopo un danno al sistema nervoso centrale. L’architettura funzionale e meccanismi sinaptici proposti possono essere importanti in studi futuri in pazienti durante la riabilitazione durante un design sperimentale longitudinale. Infine, i correlati corticali che sono stati dimostrati essere legati alla correlazione tra l’integrazione sensorimotoria e il grado insufficienza motoria possono essere importanti nello studio della firma cerebrale del carryover effect. Organizzazione del lavoro di tesi Questo lavoro è stato il risultato della collaborazione tra il Nearlab al Politecnico di Milano, il centro riabilitativo Villa Beretta e il Sobell Department of Motor Neuroscience, Istituto di neurologia all’UCL. La tesi è organizzata in cinque capitoli: (1) contesto scientifico e introduzione al lavoro di ricerca; (2) progettazione e validazione di un set-up sperimentale innovativo (obiettivo (i)); (3) analisi dell’anatomia funzionale dell’integrazione sensorimotoria nel cervello umano (obiettivi (ii, iii)); (4) analisi dell’integrazione sensorimotoria in pazienti cronici post-ictus (obiettivo (iv)) e (5) conclusioni e proposte per un lavoro futuro.