Microstimolazione intracorticale closed-loop per favorire il recupero a seguito di infarti ischemici focali: un'analisi dello spazio latente

Abstract

L'ictus ischemico focale nella corteccia motoria primaria (M1) recide le connessioni con le cortecce premotoria (RFA) e somatosensoriale primaria (S1), causando gravi deficit motori. Sebbene le Brain-Machine-Brain Interfaces in closed-loop basate sulla Activity-Dependent Stimulation (ADS) mostrino potenziale terapeutico ripristinando artificialmente questi percorsi, i loro meccanismi neurali a livello di popolazione restano inesplorati.

Questa tesi definisce un framework analitico multi-scala per indagare le dinamiche neurali post-ictus e il recupero motorio. Utilizzando un modello murino di lesione M1, abbiamo confrontato l'efficacia dell'ADS rispetto a un controllo di stimolazione casuale (RS) in open-loop. Abbiamo analizzato i manifold neurali tramite Gaussian Process Factor Analysis (GPFA) sull'attività multi-unità in RFA e S1 durante un task motorio, caratterizzando parallelamente le dinamiche spaziotemporali dei Local Field Potentials (LFP) in banda beta (15-35 Hz).

I risultati indicano che la lesione M1 degrada l'organizzazione del manifold in RFA, comprimendo la lunghezza d'arco della traiettoria e aumentandone il disallineamento, e altera la sincronizzazione beta post-movimento in S1. Fondamentalmente, l'ADS in closed-loop non solo ha promosso un solido recupero comportamentale rispetto alla RS, ma ha guidato la riorganizzazione strutturale del manifold RFA, ripristinandone la lunghezza d'arco e la coerenza direzionale.

Queste scoperte collegano i benefici terapeutici della microstimolazione closed-loop alla rimodellazione topologica dello spazio latente neurale, offrendo una solida base meccanicistica per tracciare la neuroplasticità post-ictus e progettare razionalmente le future neuroprotesi.

Focal ischemic stroke in the primary motor cortex (M1) severs critical connections with premotor (RFA) and primary somatosensory (S1) cortices, causing severe motor impairments. While closed-loop Brain-Machine-Brain Interfaces using Activity-Dependent Stimulation (ADS) show therapeutic promise by artificially bridging these pathways, their population-level neural mechanisms remain unclear.

This thesis establishes a multi-scale analytical framework to investigate post-stroke neural dynamics and volitional motor recovery. Using a rodent M1 injury model, we compared the efficacy of closed-loop ADS against open-loop Random Stimulation (RS). We extracted low-dimensional "neural manifolds" via Gaussian Process Factor Analysis (GPFA) on multi-unit activity in RFA and S1 during a skilled task, alongside characterizing beta-band (15-35 Hz) local field potentials.

Results show that M1 injuries degraded RFA manifold organization—compressing trajectory arclength and elevating disalignment—while disrupting S1 post-movement beta synchronization. Crucially, closed-loop ADS not only promoted robust behavioral recovery compared to RS, but actively guided the structural reorganization of the RFA manifold, restoring trajectory arclength and directional coherence.

These findings link the behavioral benefits of closed-loop microstimulation to the topological remodeling of the neural latent space, offering a robust mechanistic framework for tracking post-stroke neuroplasticity and rationally designing future neuroprostheses.