EL
Emahnuel Lopez
Author with expertise in Analysis of Brain Functional Connectivity Networks
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
17
(94% Open Access)
Cited by:
15
h-index:
12
/
i10-index:
14
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
4

The effects of different frequencies of rhythmic acoustic stimulation on gait kinematics and trunk sway in healthy elderly population

Roberta Minino et al.Nov 21, 2020
ABSTRACT The use of rhythmic acoustic stimulation (RAS) in improving gait and balance in healthy elderly subjects has been widely investigated. However, methodologies and results are often controversial. In this study, we hypothesize that both the kinematic features of gait and stability, depend on the frequency at which RAS is administered. Our aim was to observe, through 3D Gait Analysis, the effect of different types of RAS (at a fixed frequency or based on the average cadence of each subject) on both gait spatio-temporal parameters and stability. The latter was estimated through an innovative measure, the trunk displacement index (TDI) that we have recently implemented. We observed that the low frequencies RAS led to a general slowdown of gait, which did not provide any clear benefit and produced harmful effects on stability when the frequency became too low compared to the individual natural frequency. On the contrary, the high frequencies of RAS showed a slight acceleration of gait, accompanied by better stability (as documented by a lower TDI value), regardless of the type of RAS. Finally, the RAS equal to the individual natural cadence also produced an increase in stability.
4
Paper
Citation1
0
Save
29

Brain fingerprint is based on the aperiodic, scale-free, neuronal activity

Pierpaolo Sorrentino et al.Jul 23, 2022
Abstract The possibility to identify subjects from their brain activity was met enthusiastically, as it bears the possibility to individualize brain analyses. However, the nature of the processes generating subject-specific features remains unknown, as the literature does not point to specific mechanisms. In particular, most of the current literature uses techniques that are based on the assumption of stationarity (e.g. Pearson’s correlation), which do not hypothesize any mechanisms, and crashes against a large body of literature showing the complex, highly non-linear nature of brain activity. In this paper, we hypothesize that intermittent moments when large, non-linear perturbations spread across the brain (defined as neuronal avalanches in the context of critical dynamics) are the ones that carry subject-specific information, and that contribute the most to identifiability. To test this hypothesis, we apply the recently-developed avalanche transition matrix (ATM) to source reconstructed magnetoencephalographic data, as to characterize subject-speficic fast dynamics. Then, we perform identifiability analysis based on the ATMs, and compared the performance to more classical ways of estimating large-scale connections (which assume stationareity). We demonstrate that selecting the moments and places where neuronal avalanches spread improves identifiability (p<0.0001, permutation testing), despite the fact that most ot the data (i.e. the linear part) are discarded. Our results show that the non-linear part of the brain signals carries most of the subject-specific information, shading light on the nature of the processes that underlie subject-identifiability. Borrowing from statistical mechanics, a solid branch of physics, we provide a principled way to link emergent large-scale personalized activations to non-observable, microscopic processes.
0

A synthetic kinematic index of trunk displacement conveying the overall motor condition in Parkinson’s disease

Emahnuel Lopez et al.Jul 14, 2020
Abstract BACKGROUND Parkinson’s disease (PD) is characterized by motor impairment, affecting quality of life and increasing fall risk, due to ineffective postural control. To this day, the diagnosis remains based on clinical approach. Similarly, motor evaluation is based on heterogeneous, operator-dependent observational criteria. A synthetic, replicable index to quantify motor impairment is still lacking. In this paper, we build upon the idea that the trunk is crucial in balance control. Hence, we have designed a new measure of postural stability which assesses the trunk displacement in relation to the center of mass, that we named trunk displacement index (TDI). METHODS Twenty-three PD patients and twenty-three healthy controls underwent clinical (UPDRS-III) and motor examination (3D gait analysis). The TDI was extracted from kinematic measurements using a stereophotogrammetric system. A correlation analysis was performed to assess the relationship of TDI with typical gait parameters, to verify its biomechanical value, and UPDRS-III, to observe its clinical relevance. Finally, its sensitivity was measured, comparing pre- and post-L-DOPA subclinical intake. RESULTS The TDI showed significant correlations with many gait parameters, including both velocity and stability characteristics of gait, and with the UPDRS-III. Finally, the TDI resulted capable in discriminating between off and on state in PD, whereas typical gait parameters failed two show any difference between those two conditions. CONCLUSIONS Our results suggest that the TDI may be considered a highly sensitive biomechanical index, reflecting the overall motor condition in PD, and provided of clinical relevance due to the correlation with the clinical evaluation.
0
Paper
Citation1
0
Save
0

Brain network topological changes in inflammatory bowel disease: an exploratory study

Arianna Polverino et al.Jun 10, 2024
Abstract Although the aetio‐pathogenesis of inflammatory bowel diseases (IBD) is not entirely clear, the interaction between genetic and adverse environmental factors may induce an intestinal dysbiosis, resulting in chronic inflammation having effects on the large‐scale brain network. Here, we hypothesized inflammation‐related changes in brain topology of IBD patients, regardless of the clinical form [ulcerative colitis (UC) or Crohn's disease (CD)]. To test this hypothesis, we analysed source‐reconstructed magnetoencephalography (MEG) signals in 25 IBD patients (15 males, 10 females; mean age ± SD, 42.28 ± 13.15; mean education ± SD, 14.36 ± 3.58) and 28 healthy controls (HC) (16 males, 12 females; mean age ± SD, 45.18 ± 12.26; mean education ± SD, 16.25 ± 2.59), evaluating the brain topology. The betweenness centrality (BC) of the left hippocampus was higher in patients as compared with controls, in the gamma frequency band. It indicates how much a brain region is involved in the flow of information through the brain network. Furthermore, the comparison among UC, CD and HC showed statistically significant differences between UC and HC and between CD and HC, but not between the two clinical forms. Our results demonstrated that these topological changes were not dependent on the specific clinical form, but due to the inflammatory process itself. Broader future studies involving panels of inflammatory factors and metabolomic analyses on biological samples could help to monitor the brain involvement in IBD and to clarify the clinical impact.
0

Linking neuronal avalanches with oscillatory and broadband 1/factivities in the resting human brain

Damián Dellavale et al.Feb 28, 2024
Abstract Objective Brain oscillations, broadband 1 /f activity and neuronal avalanches (NA) are valuable conceptualizations extensively used to interpret brain data, yet, these perspectives have mainly progressed in parallel with no current consensus on a rationale linking them. This study aims to reconcile these viewpoints using source-reconstructed MEG data obtained in healthy humans during eyes-closed resting state. Methods We analyzed NA in source-reconstructed MEG data from 47 subjects. For this, we introduced custom measures and a comprehensive array of features characterizing the statistical, spatiotemporal and spectral properties of NA. By using the complex baseband representation of signals we provide an analytical description of the mechanisms underlying the emergence of NA from the Fourier spectral constituents of the brain activity. Results The observed NA disclose a significant spectral signature in the alpha band, suggesting that the large-scale spreading of alpha bursts occurs mainly via brain avalanches. Besides, the NA detected in our MEG dataset can be segregated based on their spectral signature in two main groups having different propagation patterns, where cluster 2 avalanches is mainly related to the spread of narrowband alpha bursts across the brain network, whereas cluster 1 avalanches correspond to more spatially localized fluctuations promoted by the broadband 1 /f activity. We also provide an analytical framework for the evidence showing that a) spectral group delay consistency in specific narrow frequency bands, b) transient cross-regional coherent oscillations and c) broadband 1 /f activity, are all key ingredients for the emergence of realistic avalanches. Significance The proposed analytical arguments, supported by extensive model and experimental evidence, show how NA emerge from narrowband oscillations and broad-band arrhythmic activity co-existing in the human brain. Our results suggest that large-scale spreading of specific narrowband oscillations takes place in a transient manner mainly via NA, which may play a functional role as a long-range interaction mechanism in the resting human brain. Highlights Neuronal avalanches propagating across the brain during spontaneous resting state activity, are highly structured in terms of their spatial, temporal and spectral properties. The link between local above-threshold fluctuations and oscillations can be understood in terms of the group delay consistency across the spectral components of the neuronal activity (spectral group delay consistency). Spectral group delay consistency, transient cross-regional coherent oscillations and broadband 1 /f activity, are all key ingredients for the emergence of realistic avalanches. Observed neuronal avalanches can be segregated based on their spectral signature in two main groups having different propagation patterns, where cluster 2 avalanches is specifically related to the spread of narrowband alpha bursts across the brain network, whereas cluster 1 avalanches correspond to more spatially localized fluctuations promoted by the broadband 1 /f activity. Large-scale spreading of alpha bursts occurs mainly via brain avalanches, which may play a functional role as a long-range interaction mechanism in the resting human brain.
Load More