Recuperação da estrutura de uma sequência estocástica de pulsos tms dirigida por um modelo de árvore de contexto: uma abordagem tms/eeg

• Processo: 25/07274-6
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de junho de 2025
• Data de Término da vigência: 31 de maio de 2026
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Oswaldo Baffa Filho
• Beneficiário: Victor Hugo Fernandes de Moraes Faustino
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 13/07699-0 - Centro de Pesquisa, Inovação e Difusão em Neuromatemática - NeuroMat, AP.CEPID
• Palavra(s)-Chave do Pesquisador: brain networks | Contex Tree Model | Motor evoked potentials | Primary motor cortex | TMS-evoked potentials | Neuromatemática

Resumo

Quando aplicados ao córtex motor primário (M1), pulsos de estimulação magnética transcraniana (EMT) evocam sinais elétricos musculares chamados de potenciais evocados motores (PEMs), que representam uma medida da excitabilidade corticoespinhal (EC). Sabe-se que a amplitude dos PEMs depende da intensidade de estimulação e do intervalo entre os estímulos. O monitoramento da atividade eletroencefalográfica (EEG) durante a aplicação de pulsos de EMT (EMT-EEG) permite a aquisição de potenciais evocados por EMT (PEE). Os PEEs são sinais de EEG com deflexões positivas e negativas que duram até 300 ms após o pulso de EMT e que também são modificados pela intensidade da estimulação. Os protocolos EMT-EEG podem ser usados para detectar alterações longitudinais no estado dos circuitos corticais, sendo um método usado para investigar a dinâmica cortical. A pergunta é se M1 mantém uma memória de uma sequência de pulsos de EMT mais longos do que n-1, com n correspondendo à estimulação de pulso atual. Se sim, deve ser possível recuperar as assinaturas de resposta de PEMs e PEEs de uma sequência de pulsos de EMT aplicados no M1. Essa abordagem é inspirada no trabalho de Duarte et al. (2019) e Hernández et al. (2021), cujos sujeitos foram submetidos a uma sequência de estímulos auditivos enquanto sinais de EEG eram registrados. Eles usaram uma cadeia estocástica com memória de alcance variável para modelar a dependência do passado que caracteriza a sequência de estímulos auditivos. A sequência de sons foi criada inspirada no trabalho de Rissanen (1983), que propôs que a quantidade de informação passada necessária para prever o próximo evento varia. A informação passada relevante foi chamada de contexto, com o conjunto de todos os contextos representados por uma árvore, chamada árvore de contextos. Essa estrutura, associada a uma matriz de probabilidade, determina, para cada contexto, qual pode ser o próximo elemento e é chamada de Modelo de Árvore de Contexto Probabilístico (MACP). Duarte et al. (2019) e Hernández et al. (2021) mostraram como recuperar MACPs modelando os sinais de EEG. O objetivo deste projeto é recuperar, a partir de PEMs e PEEs, a árvore de contexto usada para produzir a sequência de estímulos. Se possível, isso indica que o cérebro adquire uma memória da sequência de pulsos. Vinte voluntários destros e saudáveis serão recrutados após a aprovação do estudo pelo Comitê de Ética em Pesquisa da Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto da USP. A sequência de pulsos de EMT será criada por meio de um MACP, usando uma árvore de contexto ternária e a matriz de probabilidades de transição. Os símbolos 0, 1 e 2 representarão diferentes intensidades de estímulo. As intensidades serão 100%, 110% e 120% do LMr. O LMr é definido como a intensidade mínima de estimulação capaz de evocar PEMs de 50 uV em 5 de 10 pulsos. A EC será medida pela aplicação de pulsos únicos de EMT por meio de uma bobina em forma de 8, posicionada sobre M1 esquerdo, conectada a um estimulador MagPro30 (MagVenture A/S, Dinamarca). O posicionamento da bobina será guiado por um robô (Han's cobot) conectado ao software InVesalius Navigator, desenvolvido na USP/RP. Será identificado o ponto ótimo (hot spot) para a deflagração de PEMs no músculo primeiro interósseo dorsal (PID) direito. A atividade EMG será registrada no PID, no músculo oponente do polegar (OP) e no músculo flexor superficial dos dedos (FSD) por meio de eletrodos de superfície colocados nos ventres dos músculos. EMG (software Signal, CED 1401, Reino Unido) e EEG (64 canais, Bittium, NeurOne, Bittium Corporation, Finlândia). As amplitudes dos PEMs serão calculadas off-line usando o software Signal Hunter (Souza et al., 2015) e, para investigar o efeito da sequência nos PEMs, usaremos o programa Goalkeeper Lab, desenvolvido por Passos PRC (github.com/PauloRC20/GoalkeeperLab). Os sinais de EEG serão processados com base na metodologia descrita em Hernández et al. (2021).