Estudo da conectividade efetiva neural através da técnica da modelagem causal dinâmica
Ano de defesa: | 2010 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
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: | |
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 |