A Lumped RC Equivalent Circuit Model of Head Tissues in sub-MHz Frequency Regimes

Sintesi Tecnica: Un Modello di Circuito Equivalente RC Concentrato dei Tessuti Cerebrali nei Regimi di Frequenza Sottomegahertz

Enunciato del Problema
La modellazione accurata del potenziale elettrico e della distribuzione della corrente nei tessuti cerebrali è essenziale per la progettazione e la valutazione di sistemi di neuro-sensori (ad es. EEG) e di neuro-stimolazione (ad es. tDCS, tACS, DBS) operanti nel range di frequenza sottomegahertz. Sebbene i metodi numerici come il Metodo agli Elementi Finiti (FEM) e il Metodo agli Elementi al Contorno (BEM) possano gestire geometrie complesse, il loro elevato costo computazionale ne limita l'utilità per il prototipaggio rapido, le simulazioni in tempo reale e l'integrazione diretta negli ambienti di progettazione a livello di circuito. Gli approcci basati su circuiti esistenti, come i Modelli a Maglia di Resistenze (RMM), spesso si affidano a una discretizzazione volumetrica fine, risultando in richieste computazionali non trascurabili, e frequentemente non tengono conto delle proprietà capacitive e della dispersione dipendente dalla frequenza dei tessuti biologici. Vi è la necessità di un circuito equivalente a parametri concentrati e compatto che mantenga l'accuratezza su un ampio spettro di frequenze, incorporando al contempo la dispersione dei tessuti e gli effetti della corrente di spostamento.

Metodologia
Gli autori propongono un modello di circuito equivalente RC concentrato derivato da una geometria canonica a tre strati sferici (cuoio capelluto, cranio e cervello) circondata da uno strato infinito d'aria. Il modello opera nel regime elettro-quasi-statico (EQS), utilizzando una conduttività complessa dipendente dalla frequenza ($\sigma_c(\omega) = \sigma(\omega) + i\omega\varepsilon(\omega)$) per catturare sia le risposte conduttive che capacitive.

• Topologia del Circuito: Il modello impiega un insieme minimo di elementi di impedenza. Ogni strato di tessuto è rappresentato da due rami accoppiati: un'impedenza radiale ($Z^r_i$) che modella il flusso di corrente attraverso lo strato e un'impedenza tangenziale ($Z^\theta_i$) che modella le correnti di ritorno all'interno dello strato. Questa struttura a doppio ramo tiene conto del fatto che non tutte le linee di campo attraversano l'intero volume; una parte della corrente si propaga all'interno di un guscio prima di tornare.
• Condizioni al Contorno: La Legge di Kirchhoff delle Correnti (KCL) è imposta ai nodi interfacciali per soddisfare la continuità della componente normale della densità di corrente totale, riproducendo naturalmente l'accumulo di carica superficiale dovuto alle discontinuità della permittività.
• Parametrizzazione:
  • Variabilità Geometrica: Il rapporto tra le impedenze radiali e tangenziali è governato da un coefficiente geometrico adimensionale ($\gamma_i$), che è una funzione dei raggi e degli spessori degli strati. Sono stati derivati adattamenti polinomiali per permettere al modello di adattarsi alle variazioni dello spessore del cranio e dei rapporti cervello-cuoio capelluto.
  • Eccentricità del Dipolo: Per gestire sorgenti neurali fuori centro, l'impedenza radiale del cervello è suddivisa in due rami asimmetrici ($Z^{r_{up}}_{brain}$ e $Z^{r_{down}}_{brain}$), scalati da un parametro di asimmetria $\alpha(\eta)$ dipendente dalla posizione radiale del dipolo.
  • Dipendenza dalla Frequenza: Il modello incorpora dati di conduttività e permittività dipendenti dalla frequenza (basati su misurazioni in vivo di Wagner et al.) per modellare la dispersione dei tessuti.
• Validazione: Il modello è stato implementato in QSPICE e validato contro una soluzione di riferimento semi-analitica basata sullo sviluppo in armoniche sferiche scalari (SSH). La validazione ha coperto un intervallo di frequenze da 10 Hz a 50 kHz, varie eccentricità di dipolo e diversi spessori del cranio.

Contributi Chiave

1. Rappresentazione Compatta del Circuito: Il documento introduce un circuito a elementi concentrati che riproduce il comportamento elettrico di una testa sferica multistrato utilizzando un numero minimo di componenti, consentendo l'integrazione in simulatori di circuiti standard (SPICE).
2. Inclusione di Effetti Dispersivi e Capacitivi: A differenza dei precedenti modelli semplificati, questo approccio include esplicitamente conduttività e permittività dipendenti dalla frequenza, nonché correnti di spostamento, tramite elementi di impedenza complessa.
3. Adattabilità Geometrica e della Sorgente: I parametri del modello sono progettati per scalare con le variazioni anatomiche (spessore del cranio, raggi degli strati) e l'eccentricità della sorgente, rendendolo robusto per diverse configurazioni fisiologiche.
4. Valutazione Quantitativa delle Semplificazioni: Lo studio valuta quantitativamente gli errori introdotti trascurando le correnti di spostamento e la dispersione in frequenza, dimostrando il loro ruolo critico nella fedeltà del modello.

Risultati

• Accuratezza: Il modello di circuito concentrato proposto ha mostrato una stretta concordanza con la soluzione di riferimento semi-analitica SSH nell'intervallo da 10 Hz a 50 kHz. L'Errore Relativo Medio in Frequenza (MRFE) è rimasto basso, con deviazioni minori osservate principalmente ad alte eccentricità di dipolo dove la sorgente si avvicina all'interfaccia cervello-cranio.
• Impatto della Dispersione e delle Correnti di Spostamento: L'analisi numerica ha rivelato che trascurare questi effetti porta a errori significativi.
  • Un modello puramente ohmico (resistenza costante, nessuna capacità) ha prodotto errori relativi che raggiungono circa il 160% a 50 kHz.
  • L'inclusione della sola conduttività dispersiva in frequenza ha ridotto significativamente gli errori, ma ha ancora prodotto discrepanze superiori al 10% a partire da 600 Hz e fino al 15% a 1,7 kHz.
  • Solo l'inclusione sia della resistenza dispersiva in frequenza che della capacità (correnti di spostamento) ha garantito previsioni fisicamente coerenti e accurate.
• Sensibilità Geometrica: È stato riscontrato che l'errore nella stima del potenziale del cuoio capelluto è più sensibile all'eccentricità del dipolo rispetto alle variazioni dello spessore del cranio, sebbene entrambi i fattori abbiano influenzato le prestazioni del modello.

Significato e Affermazioni
Gli autori affermano che questo lavoro fornisce un'alternativa pratica ed efficiente dal punto di vista computazionale ai solver numerici volumetrici completi per applicazioni specifiche nel campo della sensoristica e della stimolazione neurale. Offrendo una rappresentazione elettrica compatta compatibile con gli ambienti di simulazione di circuiti, il modello facilita la progettazione rapida, la valutazione del rapporto segnale-rumore e la sintonizzazione adattiva in tempo reale dei parametri di stimolazione. Lo studio sottolinea che una modellazione accurata nel regime sottomegahertz richiede l'inclusione sia degli effetti capacitivi che della dispersione dei tessuti per evitare una sovrastima sostanziale dei potenziali del cuoio capelluto. Sebbene la validazione attuale sia limitata a dipoli orientati radialmente in strati sferici concentrici e isotropi, il framework stabilisce una base per future estensioni a geometrie più complesse e proprietà dei tessuti anisotrope.