Connettività dinamica in un modello computazionale del cervello affetto da ictus

In this thesis, we test the ability of a mathematical model of brain activity to capture dynamic functional connectivity. We will initially describe the meaning of dynamic functional connectivity: after briefly describing the typical data analysed in our work, fMRI time series, we will define functional connectivity between different regions of the brain and discuss the meaning of the ``functional connectivity speed''. We will then introduce a computational model that simulates brain regions' activity, discussing the choice of parameters, and how to infer them from empirical data. Finally, we will fit the model on empirical data to simulate the system for both subjects in good health and patients affected by stroke. We will compare the results obtained from simulations with those obtained directly from empirical data, in order to determine whether the model reproduces well the observed behaviour of dynamic functional connectivity and observes differences between healthy and unhealthy subjects.

Nella seguente tesi viene testata la capacità matematica per un modello computazionale di attività cerebrale di riprodurre la connettività funzionale dinamica. Inizialmente viene descritto il significato della dynamic functional connectivity: dopo aver brevemente illustrato il tipo di dato utilizzato per l'analisi, ovvero serie temporali fMRI, viene definito il concetto di functional connectivity tra differenti regioni del cervello e il significato della sua velocità. Viene successivamente introdotto un modello computazionale che simula l'attività cerebrale delle diverse regioni, discutendo i vari parametri di tale modello e esponendo un metodo di interferenza per trovarli partendo dai dati empirici. Viene infine fittato tale modello e simulato il sistema sia per soggetti sani, sia per pazienti affetti da ictus. Vengono confrontati i risultati ottenuti dalle simulazioni con quelli ottenuti direttamente dai dati empirici, così da determinare se il modello utilizzato è in grado di riprodurre fedelmente il comportamento osservato per la dynamic functional connectivity e di osservare differenze tra soggetti sani e malati.