In the last decades, neuroimaging techniques have revolutionized the study of the human brain at macroscale. The network of anatomical interconnections, named "connectome", can be non-invasively mapped with Diffusion Tensor Imaging, while functional-Magnetic Resonance Imaging is used to detect neural activities. How the emergent functional patterns of brain dynamics are shaped by the connectome is still a crucial open question in neuroscience. In the first part of the thesis a stochastic cellular automaton will be simulated over a human connectome derived from the data. The student will compare the results of the simulation with the empirical functional connectivity. In the second part of the work, the student will try to solve the problem of underestimation of brain interhemispheric links by DTI. They will investigate how the addition of "synthetic" interhemispheric links improve the correspondences between empirical and simulated functional patterns.

Negli ultimi decenni, le tecniche di neuroimaging hanno rivoluzionato lo studio del cervello umano a livello macroscopico. La rete di interconnessioni anatomiche, chiamata "connettoma", può essere mappata in maniera non invasiva tramite la tecnica di Diffusion Tensor Imaging, mentre la risonanza magnetica funzionale fMRI è usata per misurare l'attività neurale. Come i pattern funzionali emergenti dalle dinamiche cerebrali siano determinati dal connettoma è ancora una domanda aperta nel panorama delle neuroscienze. Nella prima parte della tesi verrà simulato un modello stocastico di automi cellulari basandosi sul connettoma ricavato dai dati sperimentali. Lo studente confronterà i risultati della simulazione con la connettività funzionale empirica. Nella seconda parte del lavoro, lo studente proverà a risolvere il problema del sottocampionamento di connessioni interemisferiche misurate con DTI. Verrà investigato come l'aggiunta di connessioni "sintetiche" migliorino le corrispondenze fra pattern funzionali empirici e simulati.

Modellizzazione dell'attività neurale nella corteccia cerebrale

BERTOLA, TOMMASO
2021/2022

Abstract

In the last decades, neuroimaging techniques have revolutionized the study of the human brain at macroscale. The network of anatomical interconnections, named "connectome", can be non-invasively mapped with Diffusion Tensor Imaging, while functional-Magnetic Resonance Imaging is used to detect neural activities. How the emergent functional patterns of brain dynamics are shaped by the connectome is still a crucial open question in neuroscience. In the first part of the thesis a stochastic cellular automaton will be simulated over a human connectome derived from the data. The student will compare the results of the simulation with the empirical functional connectivity. In the second part of the work, the student will try to solve the problem of underestimation of brain interhemispheric links by DTI. They will investigate how the addition of "synthetic" interhemispheric links improve the correspondences between empirical and simulated functional patterns.
2021
Whole brain models of neural activity
Negli ultimi decenni, le tecniche di neuroimaging hanno rivoluzionato lo studio del cervello umano a livello macroscopico. La rete di interconnessioni anatomiche, chiamata "connettoma", può essere mappata in maniera non invasiva tramite la tecnica di Diffusion Tensor Imaging, mentre la risonanza magnetica funzionale fMRI è usata per misurare l'attività neurale. Come i pattern funzionali emergenti dalle dinamiche cerebrali siano determinati dal connettoma è ancora una domanda aperta nel panorama delle neuroscienze. Nella prima parte della tesi verrà simulato un modello stocastico di automi cellulari basandosi sul connettoma ricavato dai dati sperimentali. Lo studente confronterà i risultati della simulazione con la connettività funzionale empirica. Nella seconda parte del lavoro, lo studente proverà a risolvere il problema del sottocampionamento di connessioni interemisferiche misurate con DTI. Verrà investigato come l'aggiunta di connessioni "sintetiche" migliorino le corrispondenze fra pattern funzionali empirici e simulati.
Sistemi Complessi
Meccanica Statistica
Processi Stocastici
Neuroscienze
File in questo prodotto:
File Dimensione Formato  
Bertola_Tommaso.pdf

accesso aperto

Dimensione 1.85 MB
Formato Adobe PDF
1.85 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/35057