This thesis project aims at broadly investigating the nature of dynamic funtctional connectivity (dFC), with a specific focus on its neural underpinnings and potential behavioral relevance. In particular, leading from a study published in 2022 by Favaretto and collegues, we will assess the role of cortico-subcortical communications in shaping dFC as well as the influence of dFC metrics on demographic traits and individual behavior.

Questo progetto di tesi si propone di indagare la natura della connettività funzionale dinamica (dFC), con un particolare focus sulle sue basi neurali e sulla sua possibile rilevanza comportamentale. Nello specifico, partendo da uno studio pubblicato nel 2022 da Favaretto e colleghi, valuteremo il ruolo delle comunicazioni cortico-sottocorticali nella modellazione della dFC, nonché l'importanza dei suoi parametri nel predire specifici aspetti demografici e comportamentali.

Dynamic activity patterns and cortico-subcortical interactions in the human brain

NAZZI, ALESSANDRO
2022/2023

Abstract

This thesis project aims at broadly investigating the nature of dynamic funtctional connectivity (dFC), with a specific focus on its neural underpinnings and potential behavioral relevance. In particular, leading from a study published in 2022 by Favaretto and collegues, we will assess the role of cortico-subcortical communications in shaping dFC as well as the influence of dFC metrics on demographic traits and individual behavior.
2022
Dynamic activity patterns and cortico-subcortical interactions in the human brain
Questo progetto di tesi si propone di indagare la natura della connettività funzionale dinamica (dFC), con un particolare focus sulle sue basi neurali e sulla sua possibile rilevanza comportamentale. Nello specifico, partendo da uno studio pubblicato nel 2022 da Favaretto e colleghi, valuteremo il ruolo delle comunicazioni cortico-sottocorticali nella modellazione della dFC, nonché l'importanza dei suoi parametri nel predire specifici aspetti demografici e comportamentali.
connectivity
fMRI
neural networks
File in questo prodotto:
File Dimensione Formato  
Thesis_NAZZI.pdf

accesso aperto

Dimensione 9.25 MB
Formato Adobe PDF
9.25 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/20.500.12608/53963