Il cervello umano è probabilmente il contenitore più complesso di reti interconnesse in natura e la “network neuroscience” rappresenta un approccio molto recente per il suo studio che utilizza algoritmi basati sui network cerebrali che definiscono l’organizzazione globale del cervello all’interno di un contesto temporale (secondi, minuti, ore, giorni…) e di una determinata funzione (cognitiva, motoria etc.). Recenti studi hanno applicato la teoria dei grafici ai dati elettroencefalografici (EEG) per l’analisi dell’organizzazione della rete cerebrale durante l’invecchiamento e, in particolare, lungo quella linea continua che collega l’invecchiamento normale (Normal Old = Nold), il declino cognitivo lieve (Mild cognitive Impairment = MCI) e la demenza.
Moderni metodi matematici basati sulla teoria dei grafici e sulle scienze dei network possono significativamente contribuire a comprendere la funzionalità e la disfunzionalità del cervello umano legate all’età. In particolare queste tecniche possono essere utili per mappare il cervello ed esplorare i processi cognitivi, oltre che per valutare meglio il legame tra i cambiamenti cerebrali strutturali legati all’età e le loro implicazioni funzionali. In un futuro molto vicino questo approccio permetterà disviluppare nuove strategie terapeutiche/riabilitative individualizzate.

nasce da una serie di ricerche del nostro gruppo che riguardano l’applicazione della teoria dei grafi all’analisi della connettività funzionale del cervello umano partendo dal segnale elettroencefalografico (EEG; vedi lista pubblicazioni al termine). Dalle medesime ricerche nascono idee innovative di fusione tra le metodiche di NIBS (Transcranial Magnetic Stimulation= TMS; transcranial direct current Stimulation= tDCS e sue variazioni) e di network analysis del segnale EEG attraverso i grafi. In altre parole, una volta definita la rete più rappresentativa delle performance task-correlate (siano esse di “stato” quali coma/coscienza oppure veglia/addormentamento oppure di funzione come l’apprendimento, la performance eccellente vs la performance errata all’interno di una task) è possibile energizzare la medesima rete stimolando con metodiche NIBS i nodi costituenti della rete alle medesime frequenze EEG che le costituiscono. In breve è possibile ricreare e mantenere nel tempo la rete prescelta mediante NIBS personalizzate nel tempo, nello spazio ed in frequenza. I campi di applicazione di tale approccio sono enormi e si estendono dalle prospettive di neuroenhancement nel soggetto sano (facilitare l’addormentamento, aumentare la capacità di concentrazione e di memorizzazione, ridurre al minimo l’errore all’interno di una task complessa etc.) a quelle di cura e riabilitazione del Paziente con lesioni del cervello (stroke, Alzheimer, Brain Computer Interface per le applicazioni domotiche nei Pazienti con gravissime disabilità di movimento autonomoetc.).