Abstract
L’integrazione multisensoriale è un processo fondamentale per muoversi in modo adattivo nell’ambiente. In particolare, durante la deambulazione, i segnali propriocettivi provenienti dagli arti inferiori devono essere integrati con informazioni visive sul mondo attornoa noi che si muove (tecnicamente definito flusso ottico) per guidare efficacemente la nostra locomozione. Nonostante il tema dell’integrazione multisensoriale sia molto studiato in neuroscienze, rimangono ancora in gran parte inesplorati i meccanismi e i circuiti cerebrali in cui essa avviene e la modalità con cui viene orchestrata a livello di sistema. FINALITA’: Il progetto MulWalk si propone di indagare l’integrazione multisensoriale di spazio e tempo da una prospettiva innovativa: studiando le interazioni tra diversi parametri in relazione a un concetto più ampio di movimento che includa la camminata reale e le azioni delle mani nell’ambiente. METODOLOGIA: Per raggiungere questo obiettivo, verrà adottato un approccio multidisciplinare che combina diversi tipi di dati, integrando metodi all’avanguardia come psicofisica, neuroimaging, registrazioni neurali, stimolazione in realtà virtuale e modelli computazionali basati sul deep learning. Le analisi di fMRI, le registrazioni neurali e paradigmi di fMRI-adaptation verranno utilizzati per studiare le basi neurali dell’integrazione multisensoriale spaziale e temporale nel cervello umano e del macaco, identificando aree corticali in grado di integrare segnali di ego-mozione su bases visiva e input propriocettivi durante la locomozione. Esperimenti psicofisici su soggetti umani valuteranno come la percezione di parametri visivi, quali dimensione e distanza, interagisca con azioni di cammino e movimenti di mani e piedi. Gli approcci di deep learning consentiranno di costruire modelli predittivi in grado di inferire caratteristiche percettive e motorie dall’attività neurale, traducendo le misure di attività cerebrale di primati umani e non, di in uno spazio di caratteristiche comune. Ciò permetterà un confronto più preciso delle rappresentazioni neurali multisensoriali tra le due specie, migliorandone la comprensione del potere predittivo sensoriale e comportamentale. RISULTATI ATTESI: Questo approccio integrato permetterà di identificare gli effetti neurali, comportamentali e computazionali dell’integrazione multisensoriale a diversi livelli di elaborazione che si verificano durante azioni corporee reali ed ecologiche come il cammino. Data la forte incidenza delle malattie neurodegenerative sulle attività quotidiane che richiedono navigazione e interazioni visuomotorie con oggetti e persone, un altro obiettivo di MulWalk sarà l’esplorazione di potenziali applicazioni cliniche e tecnologiche. Risultati attesi Camminare, raggiungere un oggetto o afferrarlo sono gesti che compiamo ogni giorno senza pensarci. Dietro queste azioni apparentemente semplici si nasconde però un complesso lavoro del cervello, che integra continuamente le informazioni provenienti dalla vista, dal corpo e dal movimento per permetterci di interagire con l'ambiente in modo preciso ed efficace. È questo il tema affrontato dal progetto MulWalk – Multisensory Integration of Locomotion-related Visual and Somatomotor Signals, coordinato dall'Università di Bologna in collaborazione con l'Università di Roma "Foro Italico". L'obiettivo della ricerca è stato comprendere come il cervello combini segnali visivi, propriocettivi e motori durante la locomozione e le azioni finalizzate, aprendo nuove prospettive per la riabilitazione neurologica, le tecnologie immersive e le interfacce uomo-macchina. Per raggiungere questo obiettivo, il team ha adottato un approccio multidisciplinare, integrando studi sull'uomo e sul modello animale con tecnologie di realtà virtuale, registrazioni elettroencefalografiche (EEG), tecniche neurofisiologiche, analisi del comportamento e modelli computazionali basati sull'intelligenza artificiale. Questa strategia ha permesso di osservare il fenomeno a diversi livelli, dal comportamento fino all'attività delle reti neurali. Tra i risultati più significativi emerge che camminare modifica il modo in cui il cervello elabora le informazioni. Le registrazioni EEG hanno mostrato che la locomozione non è un'attività automatica separata dai processi cognitivi: mentre ci muoviamo, il cervello riorganizza la propria attività per coordinare contemporaneamente attenzione, percezione e controllo motorio. Anche il cosiddetto flusso ottico – il movimento dell'ambiente percepito durante lo spostamento – svolge un ruolo importante, facilitando in alcuni casi l'integrazione tra vista e movimento, ma diventando una possibile fonte di interferenza quando gli stimoli visivi sono molto complessi. Il progetto ha inoltre dimostrato come l'azione migliori la percezione. Attraverso esperimenti in realtà virtuale, i ricercatori hanno osservato che le persone stimano con maggiore precisione le dimensioni di un oggetto dopo averlo esplorato visivamente o dopo aver interagito con esso. La percezione, quindi, non è un processo passivo, ma viene continuamente aggiornata dall'esperienza e dal movimento del corpo. Questi risultati confermano il valore della realtà virtuale come strumento per studiare il rapporto tra percezione e azione in condizioni realistiche e controllate, con potenziali applicazioni nella riabilitazione, nella formazione e nello sviluppo di ambienti immersivi. Un altro importante contributo riguarda la comprensione delle basi neurali delle azioni finalizzate. Gli studi neurofisiologici hanno evidenziato che diverse aree cerebrali collaborano con funzioni specifiche: alcune aree parietali, come l’area V6A, codificano in modo preciso parametri spaziali dell’azione, quali direzione e profondità del movimento, mentre aree premotorie contribuiscono maggiormente alla pianificazione e all’esecuzione dell’azione. Questi risultati aiutano a comprendere come il cervello trasformi le informazioni sensoriali in movimenti precisi e coordinati. Infine, il progetto ha sviluppato un innovativo sistema di analisi basato su reti neurali profonde, capace non solo di distinguere diversi stati di attività cerebrale, ma anche di identificare quali connessioni tra le aree del cervello siano più importanti. Si tratta di un approccio che rende l'intelligenza artificiale uno strumento sempre più utile per interpretare il funzionamento delle reti neurali mantenendo un forte legame con i dati sperimentali. MulWalk ha prodotto risultati di rilievo internazionale, documentati da numerose pubblicazioni scientifiche e presentati in congressi nazionali e internazionali. La ricerca contribuisce a una visione sempre più integrata del cervello come sistema dinamico, capace di coordinare vista, postura, movimento e percezione corporea per guidare il comportamento nello spazio. Le conoscenze acquisite potranno favorire, in futuro, lo sviluppo di nuove strategie di riabilitazione neurologica, interfacce uomo-macchina più efficaci, ambienti virtuali avanzati e modelli di intelligenza artificiale ispirati al funzionamento del cervello.
Dettagli del progetto
Responsabile scientifico: Patrizia Fattori
Strutture Unibo coinvolte:
Dipartimento di Scienze Biomediche e Neuromotorie
Coordinatore:
ALMA MATER STUDIORUM - Università di Bologna(Italy)
Contributo totale di progetto: Euro (EUR) 205.246,00
Contributo totale Unibo: Euro (EUR) 75.796,00
Durata del progetto in mesi: 24
Data di inizio
18/10/2023
Data di fine:
28/02/2026
