Orio, PatricioOrellana Villota, Sebastián2024-06-042024-06-042022https://repositoriobibliotecas.uv.cl/handle/uvscl/13887La 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.esREDES NEURONALES ARTIFICIALESOSCILACIONES NEURONALESCEREBROThesis