Extended summary of “analisi delle alterazioni dell’EEG nei soggetti affetti da decadimento cognitivo”

1. Laurea Triennale in Ingegneria Elettronica e Informatica curriculum Biomedica
Extended Summary of «ANALISI DELLE ALTERAZIONI
DELL’EEG NEI SOGGETTI AFFETTI DA DECADIMENTO
COGNITIVO»
Laureanda:
Sofia PECORARI
Relatore:
Prof. Agostino Accardo
Anno accademico 2020 - 2021

2. Obiettivo:
• dimostrare l’importanza dell’elettroencefalografia nella diagnosi precoce del decadimento
cognitivo mediante l’analisi dei segnali EEG dei pazienti coinvolti
Perché: ogni anno
• 10-15% pazienti con diagnosi di MCI progredisce verso AD
• 1-2% pazienti sani avanza verso AD
Conseguenze:
• miglioramento dello stile di vita e del decorso della patologia
• somministrazione di farmaci potenzialmente modificanti la malattia (DMD)
• riduzione dei costi della gestione della malattia
Introduzione

3. Epidemiologia e Diagnostica
Decadimento cognitivo:
• Deterioramento cognitivo senza demenza o Cognitive Impairment No Dementia (CIND)
• Decadimento cognitivo lieve o Mild Cognitive Impairment (MCI): aMCI e naMCI
• Morbo di Alzheimer o Alzheimer’s Disease (AD)
Diagnostica:
• Markers genetici
• Neuroimaging markers: MRI convenzionale, VBM, Diffusion Imaging, fMRI, PET, SPECT
• Markers neurofisiologici
• Markers fluidi

4. Elettroencefalografia - EEG
• Posizionamento degli elettrodi: Sistema Internazionale 10-20
• Ritmi EEG
segnali EEG banda di frequenza stato del soggetto
onde gamma (γ) >32 Hz
iper concentrazione
percezione
onde beta (β) 13-31 Hz
attenzione
attività quotidiana
onde alpha (α) 8-12 Hz rilassamento
percezione, sogno
onde theta (θ) 4-7.5 Hz
sonno leggero
alta creatività
onde delta (δ) 0.5-4.0 Hz sonno profondo

5. • Diagnosi della patologia effettuata dal Dip. Di Neurologia dell’Ospedale di Zagabria
• EEG Nihon Kohden: 19 elettrodi, Sistema Internazionale 10-20, riferiti ai lobi delle orecchie
• SPECT
SPECT: anomalie di determinate regioni corticali sia in pazienti AD sia in quelli MCI
EEG a risposo
patologia totale EEG
normale incremento diminuzione anomalie complessi
onde θ coerenza α focali picco - onda
pazienti AD 19 0 19 10 6 6
pazienti MCI 20 9 11 0 0 0

6. Potenziali evento correlati (ERP)
• Valutazione di segnali EEG come risposta ad uno stimolo in pazienti con AD e MCI
• P300, componente ERP d’interesse: - latenza: 250-500 ms
- polarità: positiva
- ampiezza: 10-20 μV
- posizione sullo scalpo: aree centro-parieto-occipitali mediane
• Individuazione P300: metodo del Time-domain Averaging
• Howe e altri : latenza di P300 aumentata, indice di degenerazione cognitiva e di distinzione tra
pazienti con MCI o AD e sani
• Jiang e altri: pazienti con MCI hanno una latenza di P300 più breve e un’ampiezza maggiore
rispetto ai pazienti con MCI prodromico all’AD

7. Desincronizzazione / Sincronizzazione evento correlata (ERD/ERD)
• Valutazione dell’aumento o decremento della potenza del segnale EEG in una determinata
banda di frequenza, indotti da stimoli
• Spettro di potenza o densità spettrale di potenza (PSD, Power Spectral Density)
• Phase Locking Value (PLV)
patologia risposte Delta risposte Theta risposte Alpha risposte Beta risposte Gamma
pazienti AD Decremento δ ERS Decremento potenza θ /
ERS
Decremento θ PLV
Decremento α ERD Decremento potenza β /
ERS
Decremento β ERD
Decremento early γ
ERS
Incremento potenza γ
Decremento γ ERD
pazienti MCI Decremento δ ERS Decremento potenza θ /
ERS
Decremento θ PLV
Decremento α PLV Decremento potenza β
/ERS
Decremento β PLV/ERD

8. EEG abbinato a compiti di attenzione e memoria
• esperimento di Deiber e altri per individuare deterioramento cognitivo
• campione finale di pazienti : 55 sCON, 45 dCON, 45 MCI
• Segnali EEG, bande θ, α, β elaborati con il metodo della Trasformata Wavelet Continua
(Continuous Wavelet Transform, CWT)
banda risultati pazienti
α  Diminuzione della potenza (ERD)
 ERD aumentato in ampiezza
tutti
MCI, dCON
β  Diminuzione della potenza (ERD)
 ERD aumentato in ampiezza
tutti
dCON
θ  Aumento transitorio della potenza (ERS) tutti

9. Conclusioni
EEG si è rivelata un metodo diagnostico valido per la diagnosi di decadimento cognitivo e
dei suoi vari stadi:
• screening di prima linea
• diagnosi precoce e riduzione dei rischi di avanzamento della patologia
• costi minori e minore invasività di altre strumentazioni
Limitazioni:
• aziende produttrici restie nell’approvazione di tale obiettivo
Prospettive future:
• Sistemi automatizzati basati sull’EEG: Elettroencefalografia quantitativa (qEEG)

10. • Early diagnosis of Alzheimer's disease: the role of biomarkers including
advanced EEG signal analysis. Report from the IFCN-sponsored panel of
experts P M Rossini, R Di loiro, F Vecchio, M Anfossi, C Bozzali, A C Bruni, S F
Cappa, J Escudero, F J Fraga, P Giannakopoulos, B Guntekin, G Logroscino, C
Marra, F Miraglia, P Panza, A Pascual-Leone, B Dubois PMID: 32302946 DOI:
10.1016/j.clinph.2020.03.003
• © 2014 Franco Lucisano Editore - Igiene e cultura medico-sanitaria
• Rosebud Roberts, David S Knopman “Classification and Epidemiology of
MCI” PMID: 24094295 PMCID: PMC3821397 DOI: 10/2016/J.CGER.2013.07.003
• NETTER Atlante di Anatomia Umana, sesta edizione, Frank H. Netter, M.D
• https://it.wikipedia.org/wiki/Sistema_limbico#/media/File:Blausen_0614_Limb
icSystem.png
• Persistent neurologic symptoms and cognitive dysfunction in non-hospitalized
Covid-19 "long haulers« Edith L Grahm, Jeffrey R Clark, Zachary S Orban,
Patrick H Lim, April L Szymanski, Carolyn Taylor, Rebecca M DiBiase, Dan
Tong Jia, Roumen Balabanov, Sam UhO, Ayush Batra, Eric M Liotta, Igor
Jkoralnik
• SPECT and PET imaging in Alzheimer's disease
http://www.cittadellascienza.it/centrostudi/2016/08/neuroimmagini-funzionali-
nuova-frontiera-della-conoscenza/
• Webster, J. G., & Clark, J. W. (2010). Medical instrumentation: Application and design.
Hoboken, NJ: John Wiley & Sons.
• J. Malmivuo, R. Plonsey “Electroencephalography” in Bioelectromagnetism, 13,
247-264
• EEG ANALYSIS AND SPECT IMAGING IN ALZHEIMER’S DISEASE,
VASCULAR DEMENTIA AND MILD COGNITIVE IMPAIRMENT Borislav
Radi, Ratimir Petrovi, Anja Golubi, Ervina Bili & Fran Boroveki, 1Department of
Neurology, University Hospital Center Zagreb, Zagreb, Croatia 2Department of Nuclear
Medicine, University Hospital Center Zagreb, Zagreb, Croatia received: 6.11.2017;
revised: 5.9.2018; accepted: 11.10.2018
• A. Mouraux, G. D. Iannetti, “Across-trial averaging of event-related EEG
responses and beyond”, Magnetic Resonance Imaging, 26, 7, 1041–1054 (2008)
• W.J. Tompkins, "Biomedical Digital Signal Processing", Prentice Hall, 1993
• S. J. Luck, “An introduction to Event-Related Potentials Technique”, The MIT
Press (2005)
GRAZIE PER L’ATTENZIONE
RIFERIMENTI