Estudio de las alteraciones en la conectividad funcional cerebral en el contexto del trastorno del espectro autista a partir del análisis de imagen por resonancia magnética funcional

Abstract

[ES] El trastorno del espectro autista es un desorden de tipo neurológico cuya prevalencia se ha visto enormemente incrementada en los últimos años, hecho probablemente condicionado a las mejoras en las metodologías diagnósticas, pero que no deja de resultar alarmante. A pesar de su prevalencia, y al igual que ocurre con muchos otros trastornos de tipo neurológico o psiquiátrico, las bases neurológicas del trastorno del espectro autista aún no han sido completamente esclarecidas.

En el presente Trabajo Fin de Grado, se ha analizado un conjunto de imágenes de resonancia magnética funcional en estado de reposo con el objetivo de determinar si existen o no diferencias significativas en la conectividad funcional cerebral entre sujetos afectados por el trastorno y sujetos sanos (o control). Para extraer conclusiones a partir de dichas imágenes, se ha utilizado la herramienta de software Matlab, así como diversas toolbox para la misma que han permitido realizar un análisis estadístico de los datos y visualizar los resultados.

En total, se han examinado imágenes correspondientes a 183 pacientes, de los cuales 79 pertenecían al grupo autista y 104 al grupo control, y procedentes de la base de datos de ABIDE (Autism Brain Imaging Data Exchange). El análisis se ha llevado a cabo desde el punto de vista de la teoría de grafos y la ciencia de redes, y por tanto, el cerebro ha sido modelado como una red, dividida en nodos que interaccionan entre sí a través de enlaces. Para la segmentación en distintas regiones cerebrales, se ha utilizado la parcelación AAL (Automated Anatomical Labeling), de 116 regiones y definida en base a criterios anatómicos.

Para extraer la conectividad cerebral funcional en ambos grupos, se ha utilizado el coeficiente de correlación de Pearson de la señal temporal BOLD, que se ha obtenido para cada par de regiones de la parcelación en un conjunto de matrices de conectividad. Los resultados extraídos muestran que dentro de la red cerebral existen tanto subredes que muestran un incremento de la conectividad, como subredes que muestran una conectividad reducida en el caso de los pacientes autistas.

Los resultados hallados concuerdan con el cuadro clínico del trastorno, y pueden contribuir a sentar las bases neurológicas del mismo, de modo que se puedan desarrollar nuevas aproximaciones clínicas al trastorno del espectro autista.

[EN] The Autism Spectrum Disorder (ASD) is a neurological disorder with an increasing prevalence, and even though this grow is probably related to the improvements in diagnostic methodologies, the increase in the number of ASD diagnosed patients is an alarming fact. Despite its prevalence, and as it happens in many other neurological and psychiatric disorders, the neurological basis of the ASD have not been completely established yet.

In the present work, a set of resting state functional magnetic resonance images has been analyzed in order to determine if significant differences in brain functional connectivity between an autistic group and a control group of non-ASD affected subjects can be found. To reach conclusions from these images, the software tool Matlab and several toolboxes for it have been used. This tools have allowed a statistical analysis of the data and a visualization of the obtained results.

The set contains images of 183 patients, of whom 79 belong to the autistic group and 104 belong to control group, that have been obtained from the ABIDE (Autism Brain Imaging Data Exchange) database. To perform the analysis, the graph theory and network science approach have been used, and the brain has been modeled as a network divided in several nodes connected through edges. The AAL (Automated Anatomical Labeling) atlas has been used to divide the brain in 116 ROIs (Region of Interest) based on anatomical criteria.

In order to determine the functional connectivity of both autistic and control groups, the Pearson correlation coefficient of the BOLD signal has been used. This coefficient has been obtained for every single pair of brain regions, and has been stored in a set of connectivity matrices. The obtained results show both increased and reduced connectivity in autistic patients.

This results agree with the clinical profile of the disorder, and may contribute to establish the neurological basis of the ASD, fact that will boost the development of new clinical approaches to the disorder.