• Portada
16/03/2026

Avaluant eines matemàtiques per a un diagnòstic més precís de l'esclerosi múltiple

Imatge d'un cervell per una ressonància magnètica

Un estudi del Departament de Ciències de la Computació ha avaluat l’efectivitat de l’anàlisi topològic de dades i la teoria de grafs per extreure informació rellevant que permeti identificar amb més precisió trets característics del cervell en pacients amb esclerosi múltiple. Els resultats evidencien el potencial de les dades topològiques per a una millor la comprensió i diagnòstic de la malaltia.

iStock/Gorodenkoff

En aquest estudi explorem com canvien les connexions del cervell en persones amb esclerosi múltiple (EM) utilitzant diferents tècniques de ressonància magnètica. L’EM és una malaltia neurodegenerativa que altera la comunicació entre regions cerebrals, i el nostre objectiu és comprendre millor aquests canvis per avançar cap a eines de diagnòstic i seguiment més precises.

Per fer-ho, treballem amb tres fonts d’informació cerebral complementàries: la connectivitat estructural obtinguda amb difusió, que reflecteix l’estat de la matèria blanca; les xarxes morfològiques derivades de la substància grisa i la connectivitat funcional, que ens mostra com es coordina l’activitat entre regions del cervell.

A partir d’aquestes modalitats construïm xarxes en què les regions cerebrals són nodes i les connexions, arestes. Per analitzar-les, comparem dues aproximacions: d’una banda, les mètriques clàssiques de teoria de grafs, que descriuen la importància i el paper de cada regió en la comunicació global; i de l’altra, tècniques de topologia algebraica, en particular les Betti curves, que capturen patrons de connexió més complexos i persistents a diferents escales.

També estudiem dues maneres d’integrar la informació: analitzar cada modalitat per separat o bé combinar-les en una xarxa multicapa, que ens permet representar simultàniament la informació estructural, morfològica i funcional.

Els resultats mostren tres conclusions principals. En primer lloc, observem que la connectivitat estructural és la modalitat que més ens ajuda a distingir entre persones amb EM i voluntaris sans, possiblement perquè la malaltia afecta de manera primerenca la matèria blanca. En segon lloc, constatem que la integració multimodal, sigui per concatenació o amb xarxes multicapa, millora els resultats respecte a l’ús d’una sola modalitat. Finalment, veiem que les eines topològiques superen lleugerament les mètriques de grafs, ja que detecten patrons globals més subtils i robustos.

Tot i que també provem xarxes neuronals aplicades a grafs (GNN), el seu rendiment no supera el de les altres aproximacions, probablement a causa del nombre limitat de participants.

En conjunt, els nostres resultats mostren que combinar diferents modalitats de ressonància i utilitzar eines topològiques pot oferir una visió més completa de les alteracions cerebrals associades a l’EM. Considerem que aquesta línia de treball pot contribuir al desenvolupament de biomarcadors més sensibles i útils per al diagnòstic i el monitoratge de la malaltia, i pot tenir aplicacions rellevants en altres trastorns neurodegeneratius.

Jordi Casas Roma
Departament de Ciències de la Computació
Universitat Autònoma de Barcelona
jordi.casas.roma@uab.cat

 

Toni Lozao Bagén
Departament de Ciències de la Computació
Universitat Autònoma de Barcelona
antonio.lozano.bagen@uab.cat

Referències

Lozano-Bagén, T., Martinez-Heras, E., Pontillo, G., Solana, E., Vivó, F., Petracca, M., Calvi, A., Garrido-Romero, S., Solé-Ribalta, A., Llufriu, S., Prados, F. and Casas-Roma, J. (2025) Evaluating topological and graph-theoretical approaches to extract complex multimodal brain connectivity patterns in multiple sclerosis. Health Information Science and Systems, Vol. 13, N. 68. https://doi.org/10.1007/s13755-025-00386-y

 
View low-bandwidth version