Relación entre conectividad estructural y la estadística multivariada en modelos de redes neuronales
Fecha
2022
Autores
Profesor Guía
Formato del documento
Thesis
ORCID Autor
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Valparaíso
Ubicación
ISBN
ISSN
item.page.issne
item.page.doiurl
Facultad
Departamento o Escuela
Facultad de Ciencias. Programa de Magíster en Ciencias Mención en Neurociencia
Determinador
Recolector
Especie
Nota general
Magíster en Ciencias Biológicas Mención Neurociencia. Universidad de Valparaíso. 2022.
Resumen
La cantidad y calidad de datos de conectividad estructural (SC) y funcional (FC) en humanos que están disponibles para la investigación ha aumentado enormemente en los últimos años, esto debido a iniciativas de consorcios internacionales de investigación e innovaciones tecnológicas en las ultimas décadas. La relación entre ambas dimensiones –estructural y funcional– no está del todo clara y su comprensión tiene enorme potencial a nivel clínico; la comparación entre topologías de redes SC y FC entre sujetos de estudio ha revelado diferencias significativas entre pacientes con desordenes neurológicos y psiquiátricos y pacientes sanos [1–4]. Tanto la SC como la FC se han estudiado tradicionalmente considerando exclusivamente relaciones de a pares, sin embargo diversos estudios sugieren que son las interacciones de alto orden (e.g., entre 3 o más elementos) las responsables de la emergencia de propiedades determinantes de la función cerebral [5][6]. Por un lado, el análisis de redes complejas permite cuantificar aspectos topológicos de las redes estructurales [7] mediante medidas neurobiológicamente significativas y relativamente sencillas de calcular [8]. Por otro lado, la teoría de la información multivariada entrega herramientas para el estudio de propiedades que emergen de las interacciones de alto orden (es decir, considerando simultáneamente tres o mas regiones cerebrales) como la redundancia y la sinergia estadística, esta ultima de gran interés, ya que es asociada con el procesamiento de información en redes prefrontal-parietal del cerebro y tareas cognitivas de alto nivel [9]. En la presente investigación de tesis se estudió la relación entre las propiedades topológicas de dos conjuntos de redes de SC (modular y de pequeño mundo), caracterizando sus niveles de integración y segregación estructural, y como estas dan forma a la estadística multivariada simulada sobre dichas topologías, determinando si la naturaleza de su régimen estadístico corresponde al tipo mayormente redundante o sinérgico. Los resultados obtenidos indican un aumento en la cantidad de interacciones sinérgicas en aquellas redes que poseen un balance entre integración y segregación estructural.
Descripción
Lugar de Publicación
Auspiciador
Palabras clave
REDES NEURONALES ARTIFICIALES, OSCILACIONES NEURONALES, CEREBRO