Relación entre conectividad estructural y la estadística multivariada en modelos de redes neuronales

Vista sencilla de ítem
dc.contributor.advisorOrio, Patricio
dc.contributor.authorOrellana Villota, Sebastián
dc.date.accessioned2024-06-04T15:28:35Z
dc.date.available2024-06-04T15:28:35Z
dc.date.issued2022
dc.description.abstractLa 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.
dc.identifier.urihttps://repositoriobibliotecas.uv.cl/handle/uvscl/13887
dc.language.isoes
dc.publisherUniversidad de Valparaíso
dc.subjectREDES NEURONALES ARTIFICIALES
dc.subjectOSCILACIONES NEURONALES
dc.subjectCEREBRO
dc.titleRelación entre conectividad estructural y la estadística multivariada en modelos de redes neuronales
dc.typeThesis
uv.catalogadorPJR CIEN
uv.colectionTesis
uv.departamentoFacultad de Ciencias. Programa de Magíster en Ciencias Mención en Neurociencia
uv.notageneralMagíster en Ciencias Biológicas Mención Neurociencia. Universidad de Valparaíso. 2022.

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Relación entre conectividad estructural y la estadística multivariada en modelos de redes neuronales.pdf
Tamaño:
141.22 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
349 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis