JUNTA DE ANDALUCÍA/F. DESCUBRE
MALAGA 10 set. (EUROPA PRESS) -
Uma equipe de pesquisa da Universidade de Málaga (UMA) desenvolveu um método baseado em técnicas estatísticas avançadas e inteligência artificial que permite uma análise precisa de como diferentes áreas do cérebro são coordenadas.
Esse enfoque identifica as conexões cerebrais mesmo quando o sinal está distorcido ou incompleto, e é aplicável a contextos como o estudo de doenças neurodegenerativas, como Alzheimer ou Parkinson, a linguagem ou o desenvolvimento de neurotecnologias, informaram em uma nota.
Para validar o modelo, a equipe usou uma amostra de dados da equipe de pesquisa do projeto Leeduca da Universidade de Málaga, que inclui testes de eletroencefalografia (EEG) em crianças entre quatro e oito anos de idade. Dessa forma, eles verificaram como os sinais cerebrais evoluem em diferentes perfis de crianças de acordo com suas habilidades de leitura.
A principal vantagem dessa abordagem, em comparação com as técnicas mais tradicionais, é que ela permite determinar a direção da comunicação entre as regiões do cérebro. Ou seja, é possível mostrar quais duas áreas estão conectadas, qual delas inicia a comunicação e qual a recebe.
De acordo com os pesquisadores, essa vantagem é agravada pela incerteza da detecção, que torna possível identificar quais conexões são mais confiáveis e quais são o resultado de uma descoberta casual.
"Até agora, outros métodos analisavam o sinal apenas uma vez, como alguém que mede o tempo que leva para chegar ao trabalho em um único dia. No nosso caso, estudamos o efeito centenas de vezes, observando como algumas ondas influenciam outras, e nos concentramos apenas nas conexões que são reproduzidas com alta probabilidade", explicou Diego Castillo Barnes, pesquisador da UMA, em declarações à Fundação Descubre.
APLICAÇÃO NO ENVELHECIMENTO OU EM DOENÇAS NEURODEGENERATIVAS
Embora esse estudo tenha sido aplicado ao cérebro de crianças, os especialistas enfatizam que ele pode ser usado em muitos outros campos: desde o estudo do envelhecimento ou de doenças neurodegenerativas até a análise da linguagem ou o desenvolvimento de tecnologias que conectam o cérebro a dispositivos digitais.
Eles explicaram que o cérebro é coordenado por sinais elétricos que viajam na forma de ondas. Algumas são lentas e outras rápidas, e cada tipo tem uma função diferente. Eles também se coordenam entre si, como uma orquestra, para que uma pessoa possa prestar atenção, lembrar-se de coisas ou entender o que está ouvindo.
Ele disse que uma forma de coordenação entre as ondas cerebrais é o que é conhecido como "acoplamento fase-amplitude", ou seja, quando uma onda lenta define o ritmo e uma onda rápida ajusta sua intensidade de acordo com esse ritmo. "É como se a bateria marcasse o ritmo e a guitarra elétrica aumentasse ou diminuísse o volume de acordo com esse padrão. Essa interação é essencial para que diferentes áreas do cérebro trabalhem juntas", disseram eles.
O estudo, intitulado "A Bayesian framework for phase-amplitude cross-frequency coupling inference: Application to reading disability detection", publicado na revista "Expert Systems with Applications", analisa a direcionalidade da atividade cerebral, ou seja, não apenas se há uma conexão entre as regiões, mas também qual delas está definindo o ritmo e qual está seguindo a batida.
Eles explicaram que "assim como em uma orquestra em que um instrumento pode conduzir a melodia e outros podem acompanhá-la, o cérebro distribui funções e responsabilidades entre diferentes áreas". Essa abordagem, acrescentaram, possibilita a identificação de fenômenos como a compensação funcional: quando uma região falha, outras podem se adaptar e assumir parte de seu papel.
Os pesquisadores validaram seu modelo em um banco de dados real de sinais de eletroencefalografia, demonstrando que sua abordagem identifica interações sutis entre diferentes faixas de frequência (ondas cerebrais rápidas e lentas) com confiabilidade superior aos métodos clássicos.
A abordagem está disponível como código aberto, permitindo que outros grupos de pesquisa a utilizem, adaptem e apliquem em contextos clínicos reais. "Nossa intenção é fornecer ferramentas mais acessíveis e rigorosas para interpretar a enorme quantidade de dados gerados por eletroencefalogramas, especialmente ao lidar com sinais complexos, como os que aparecem na infância ou em doenças neurológicas", acrescentou Castillo.
Assim, a abordagem baseada em estatística e inteligência artificial proposta pela equipe de pesquisa de Málaga "reforça a validade dos resultados e permite distinguir as conexões que têm alta probabilidade de serem verdadeiras daquelas que surgem esporadicamente ou de forma errática".
NOVAS LINHAS DE TRABALHO
Atualmente, a equipe está iniciando novas linhas de trabalho nas quais esse modelo está sendo aplicado ao estudo da epilepsia, com o objetivo de compreender melhor como a dinâmica cerebral é organizada e detectar alterações em sua coordenação.
"O cérebro funciona como uma orquestra complexa: cada grupo de neurônios tem sua própria função, mas também deve seguir o ritmo estabelecido por outros. Nosso modelo ajuda a identificar essas dinâmicas e a entender melhor como elas são organizadas, tanto em situações normais quanto patológicas", disse Nicolás Gallego, coautor do estudo.
Esse estudo foi financiado pelo Departamento de Universidade, Pesquisa e Inovação do Governo Regional da Andaluzia, pela Agência Estadual de Pesquisa do Ministério da Ciência e Inovação e pelo Fundo Europeu de Desenvolvimento Regional da União Europeia. Ele também é apoiado por fundos do Feder e por fundos próprios da Universidade de Málaga.
Esta notícia foi traduzida por um tradutor automático