Ricerca

Le nostre linee di ricerca abbracciano una prospettiva altamente multidisciplinare, utilizzando sia tecniche di risonanza magnetica (MRI) anatomica che funzionale.

Nell'ambito delle tecniche anatomiche, adottiamo analisi morfometriche per misurare volume e spessore corticale, in particolare tramite la Morfometria Basata sui Voxel (VBM), e l'Imaging a Tensore di Diffusione (DTI) per esplorare percorsi assonali e connettività anatomica. Per le tecniche funzionali, impieghiamo la risonanza magnetica funzionale (fMRI) per analizzare l'attivazione cerebrale, tecniche di connettività funzionale come la correlazione dei voxel seed e l'Analisi dei Componenti Indipendenti (ICA), oltre a metodi di connettività efficace quali i Modelli di Equazione Strutturale (SEM) e i Modelli Causali Dinamici (DCM).

Utilizziamo inoltre tecniche computazionali di punta, metodi meta-analitici e approcci di big data, inclusi l'utilizzo del framework teorico dei grafi, il riconoscimento di pattern multivariati, tecniche avanzate di data mining e l'applicazione di statistiche Bayesiane. I nostri temi di ricerca spaziano dalla modellazione dei processi di comunicazione neuronale relativi alla connettività funzionale cerebrale a modelli statistici dell'architettura di rete e della propagazione delle malattie. Questi sforzi permettono un'esplorazione dettagliata della struttura e funzione cerebrale attraverso un vasto spettro di popolazioni, includendo sia individui sani che affetti da patologie neurologiche.

Il macro-gruppo GCS-fMRI, diretto dal Dr. Sergio Duca, capo del Dipartimento di Neuroradiologia dell'Ospedale Koelliker, si articola in tre gruppi con linee di ricerca indipendenti:

Neuroimaging Computazionale e Sistemi Complessi: guidata dal Prof. Tommaso Costa dal 2016.
Neuroimaging Translazionale e Connettività Cerebrale: guidata dal Dr. Donato Liloia dal 2025.
Neuroimaging e Data Science: guidata dal Dr. Jordi Manuello dal 2025.

Cauda, F., Nani, A., Manuello, J., Premi, E., Palermo, S., Tatu, K., Duca, S., Fox, P. T., & Costa, T. (2018). Brain structural alterations are distributed following functional, anatomic and genetic connectivity. Brain, 141(11), 3211–3232. (*Brain Editor’s Choice Award).

Costa, T., & Cauda, F. (2022). A Bayesian Reanalysis of the Phase III Aducanumab (ADU) Trial. Journal of Alzheimer’s Disease, 87(3),1009–1012.

Cauda, F., Nani, A., Manuello, J., Liloia, D., Tatu, K., Vercelli, U., Duca, S., Fox, P. T., & Costa, T. (2019). The alteration landscape of the cerebral cortex. NeuroImage, 184, 359–371.

Costa, T., Manuello, J., Ferraro, M., Liloia, D., Nani, A., Fox, P. T., Lancaster, J., & Cauda, F. (2021). BACON: A tool for reverse inference in brain activation and alteration. HumanBrain Mapping,42(11),3343–3351.

Connettività Funzionale

L'analisi della connettività funzionale esplora le interazioni tra regioni cerebrali, consentendo la creazione di mappe funzionali che rivelano relazioni tra le attività all'interno di queste aree. La nostra ricerca utilizza approcci avanzati alla connettività cerebrale funzionale non solo per esaminare le funzioni cerebrali fondamentali e la loro correlazione con i comportamenti osservati, ma anche per analizzare e monitorare l'evoluzione delle patologie neurologiche.

Patoconnettomica

Nelle neuroscienze cliniche, un tema prominente sottolinea il ruolo critico dell'architettura della rete cerebrale topologica nell'indurre danni neurali. La nostra ricerca si concentra sullo sviluppo e l'implementazione di metodologie statistiche avanzate per mappare dati di imaging cerebrale ad alta dimensione a variazioni fenotipiche osservate sia nelle popolazioni neurologiche che psichiatriche.

Propagazione del danno

Le fibre assonali formano una struttura neurale essenziale per la diffusione di proteine patogene mal ripiegate, influenzando significativamente l'evoluzione delle malattie neurodegenerative, come l'Alzheimer. La nostra ricerca è focalizzata sullo sviluppo di modelli computazionali che integrano la connettività strutturale (mediante MRI di diffusione), i pattern di co- attivazione (attraverso la fMRI funzionale) e i fattori genetici (analizzando la trascrizione dell'mRNA) per prevedere lo sviluppo delle patologie neurodegenerative.

Neuroimaging Data Science

Le tecnologie di imaging dei big data stanno diventando sempre più centrali nella creazione di mappe di riferimento ad alta risoluzione della struttura e funzione cerebrale. Il nostro obiettivo è lo sviluppo di strumenti open-access destinati sia a risorse native che meta- analitiche. Questi strumenti sono fondamentali analizzare in maniera efficace i dati strutturali e funzionali del cervello, contribuendo agli sviluppi nel campo della scienza dei dati di neuroimaging.