Rimozione degli artefatti TMS dal segnale EEG: confronto tra algoritmi

Nella prima parte della tesi andremo a spiegare il funzionamento della TMS (Stimolazione Magnetica Transcranica), e dell’EEG (Elettroencefalografia). La prima è una tecnica non invasiva che utilizza campi magnetici per stimolare l’attività neuronale nel cervello. È comunemente impiegata sia in ambito di ricerca che clinico per investigare la funzione cerebrale e trattare vari disturbi neurologici e psichiatrici. La seconda è un metodo per registrare l’attività elettrica del cervello, fornendo preziose informazioni sulla dinamica cerebrale. La combinazione di questi due strumenti (TMS-EEG) permette ai ricercatori di osservare gli effetti immediati della stimolazione cerebrale sull’attività neuronale. Nonostante i vantaggi della combinazione di TMS ed EEG, la tecnica introduce significativi artefatti nel segnale EEG, rendendone complicata l’analisi e l’interpretazione dei TEPs (Potenziali Evocati da TMS). Gli artefatti derivano dal forte impulso elettromagnetico generato dalla TMS, il quale disturba il segnale in vari modi. Per ottenere dei TEPs puliti negli anni si sono sviluppati vari algoritmi in grado di rimuovere gli artefatti. Gli algoritmi più comuni sono l'Analisi delle Componenti Indipendenti (ICA), la Proiezione nello Spazio del Segnale - Ricostruzione basata sulla sorgente (SSP-SIR) e l’Algoritmo di eliminazione del rumore utilizzando la stima della sorgente (SOUND). Analizzando gli algoritmi e confrontandoli si può concludere che ogni algoritmo ha i suoi punti di forza e limiti, e che la scelta può dipendere da vari fattori.