Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica

Detalhes bibliográficos
Ano de defesa: 2010
Autor(a) principal: Silva, Elvis Lira da, 1980-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Conectividade neural
Modelagem causal dinâmica
Imagem de ressonância magnética
Neural connectivity
Dynamic causal modeling
Functional magnetic resonance imaging
Link de acesso: https://hdl.handle.net/20.500.12733/1612585
Resumo: Orientador: Gabriela Castellano
id UNICAMP-30_41366dc71fa355c199463514a38bf35d
oai_identifier_str oai::771932
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmicaStudy of neural effective connectivity through the technique of dynamic causal modelingConectividade neuralModelagem causal dinâmicaImagem de ressonância magnéticaNeural connectivityDynamic causal modelingFunctional magnetic resonance imagingOrientador: Gabriela CastellanoTese (doutorado) - Universidade Estadual de Campinas, Instituto de Fisica Gleb WataghinResumo: Nas últimas décadas, vêm crescendo muito o ramo da Neurociência que estuda a integração neuronal entre áreas cerebrais, onde tal integração é mediada pela chamada conectividade efetiva. A conectividade efetiva pode ser definida como a influência que um sistema neural exerce sobre o outro, tanto ao nível sináptico quanto ao nível cortical. Neste contexto, é cada vez maior a participação de físicos e matemáticos na elaboração de técnicas matemáticas que permitam investigar o comportamento desses sistemas neurais através de experimentos baseados na Ressonância Magnètica funcional (fMRI) e na Eletroencefalografia (EEG). Uma das técnicas que vem sendo amplamente utilizada para estimar a conectividade efetiva entre áreas cerebrais é a denominada Modelagem Causal Dinâmica (DCM), que é uma técnica que incorpora à sua teoria a não-linearidade e a dinâmica de sistemas biológicos. Este trabalho teve por objetivo estudar a conectividade entre áreas cerebrais através da DCM em experimentos de fMRI. Foram estudados dois sistemas neurais. O primeiro deles, o sistema motor, nos possibilitou verificar a plausibilidade da DCM, al'em de averiguarmos as diferenças na conectividade entre as áreas do sistema motor quando indivíduos destros movimentaram os dedos da mão direita e da mão esquerda. Encontramos que a conectividade efetiva é maior quando tais sujeitos movimentaram a mão esquerda, que supomos ser em decorrência da maior dificuldade (inerente às pessoas destras) em mover essa mão. O segundo sistema estudado foi o sistema de reconhecimento de faces emotivas (onde a emoção foi representada por níveis de tristeza) de indivíduos sadios, indivíduos com a doença de Parkinson e indivíduos com a doença de Parkinson e depressão. Neste estudo foi possível verificar através dos resultados da conectividade a falta de habilidade de sujeitos com Parkinson e sujeitos com Parkinson e depressão em reconhecer faces humanas emotivas. Sugerimos que esta falta de habilidade está relacionada principalmente com uma disfunção da atividade do córtex pré-frontal e consequentemente com um aumento da conectividade efetiva desta área com as outras áreas do sistemaAbstract: The branch of Neuroscience that studies functional integration between cerebral areas has recently shown a significant growth. Functional integration refers to the interactions among specialized neuronal populations, where the integration is mediated by the so called effective connectivity. Effective connectivity is defined as the influence that regions, which encompass given neuronal populations, exert on each other. In this process, physicists and mathematicians play an important role in the development of mathematical techniques that allow to investigate the behavior of these neuronal systems through experiments based on functional Magnetic Resonance Imaging (fMRI) and Electroencephalography (EEG). One technique that has been widely used to calculate the effective connectivity between brain areas is known as Dynamic Causal Modeling (DCM), which is a technique that embraces in its theory the nonlinearity and dynamics of biological systems. This work aimed to study the effective connectivity between brain areas through the DCM on fMRI experiments. Two neural systems were studied. The first one was the motor system, which allowed us to check the plausibility of DCM, and to investigate the differences in connectivity between areas of the motor system when right-handed subjects moved the fingers of their right and left hands. We found that the effective connectivity was larger when these individuals moved their left hands, due to a greater difficulty (inherent in right-handed people) in moving this hand. The second system studied was the system for recognition of emotional faces (with sadness as the emotion) of healthy subjects, subjects with Parkinson¿s disease and subjects with Parkinson¿s disease and depression. In this study we verified through the connectivity results the inability of subjects with Parkinson¿s disease and subjects with Parkinson¿s disease and depression to recognize human emotional faces. We suggest that this inability is mainly related to a dysfunction of the neuronal activity of the prefrontal cortex and a consequent increase in the effective connectivity of this area with other areas of the systemDoutoradoFísicaDoutor em Ciências[s.n.]Castellano, Gabriela, 1970-Covolan, Roberto José MariaCendes, FernandoTannus, AlbertoBaffa Filho, Oswaldo BaffaUniversidade Estadual de Campinas. Instituto de Física Gleb WataghinPrograma de Pós-Graduação em FísicaUNIVERSIDADE ESTADUAL DE CAMPINASSilva, Elvis Lira da, 1980-2010info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf160 p. : il.https://hdl.handle.net/20.500.12733/1612585SILVA, Elvis Lira da. Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica. 2010. 160 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Fisica Gleb Wataghin, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1612585. Acesso em: 25 abr. 2024.https://repositorio.unicamp.br/acervo/detalhe/771932porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2019-04-29T10:46:57Zoai::771932Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2019-04-29T10:46:57Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
Study of neural effective connectivity through the technique of dynamic causal modeling
title Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
spellingShingle Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
Silva, Elvis Lira da, 1980-
Conectividade neural
Modelagem causal dinâmica
Imagem de ressonância magnética
Neural connectivity
Dynamic causal modeling
Functional magnetic resonance imaging
title_short Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
title_full Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
title_fullStr Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
title_full_unstemmed Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
title_sort Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
author Silva, Elvis Lira da, 1980-
author_facet Silva, Elvis Lira da, 1980-
author_role author
dc.contributor.none.fl_str_mv Castellano, Gabriela, 1970-
Covolan, Roberto José Maria
Cendes, Fernando
Tannus, Alberto
Baffa Filho, Oswaldo Baffa
Universidade Estadual de Campinas. Instituto de Física Gleb Wataghin
Programa de Pós-Graduação em Física
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Silva, Elvis Lira da, 1980-
dc.subject.por.fl_str_mv Conectividade neural
Modelagem causal dinâmica
Imagem de ressonância magnética
Neural connectivity
Dynamic causal modeling
Functional magnetic resonance imaging
topic Conectividade neural
Modelagem causal dinâmica
Imagem de ressonância magnética
Neural connectivity
Dynamic causal modeling
Functional magnetic resonance imaging
description Orientador: Gabriela Castellano
publishDate 2010
dc.date.none.fl_str_mv 2010
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1612585
SILVA, Elvis Lira da. Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica. 2010. 160 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Fisica Gleb Wataghin, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1612585. Acesso em: 25 abr. 2024.
url https://hdl.handle.net/20.500.12733/1612585
identifier_str_mv SILVA, Elvis Lira da. Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica. 2010. 160 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Fisica Gleb Wataghin, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1612585. Acesso em: 25 abr. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/771932
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
160 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1797405437353525248

Registros relacionados