2024-03-28T19:30:34Zhttps://www.tdx.cat/oai/requestoai:www.tdx.cat:10803/2942772024-03-15T10:58:03Zcom_10803_236col_10803_690279
2015-06-05T10:50:49Z
urn:hdl:10803/294277
Cortical resting state circuits: connectivity and oscillations
Nakagawa, Tristan T.
tristan.nakagawa@upf.edu
true
Deco, Gustavo
Soto-Faraco, Salvador
true
Resting-state network
MEG
Alpha oscillations
Resting-state model
Delays
Aging
Criticality
Oscilaciones alpha
Estado de reposo
Desfase
Redes de estado de reposo
Modelo de estado de reposo
Envejecimiento
Criticalidad
Ongoing spontaneous brain activity patterns raise ever-growing interest in the neuroscience community. Complex spatiotemporal patterns that emerge from a structural core and interactions of functional dynamics have been found to be far from arbitrary in empirical studies. They are thought to compose the network structure underlying human cognitive architecture. In this thesis, we use a biophysically realistic computer model to study key factors in producing complex spatiotemporal activation patterns. For the first time, we present a model of decreased physiological signal complexity in aging and demonstrate that delays shape functional connectivity in an oscillatory spiking-neuron network model for MEG resting-state data. Our results show that the inclusion of realistic delays maximizes model performance. Furthermore, we propose embracing a datadriven, comparative stance on decomposing the system into subnetworks.
Últimamente, el interés de la comunidad científica sobre los patrones de
la continua actividad espontanea del cerebro ha ido en aumento. Complejos
patrones espacio-temporales emergen a partir de interacciones de un
núcleo estructural con dinámicas funcionales. Se ha encontrado que estos
patrones no son aleatorios y que componen la red estructural en la que la
arquitectura cognitiva humana se basa. En esta tesis usamos un modelo
computacional detallado para estudiar los factores clave en producir los
patrones emergentes. Por primera vez, presentamos un modelo simplificado
de la actividad cerebral en envejecimiento. También demostramos
que la inclusión del desfase de transmisión en un modelo para grabaciones
magnetoencefalográficas del estado en reposo maximiza el rendimiento
del modelo. Para ello, aplicamos un modelo con una red de neuronas
pulsantes (’spiking-neurons’) y con dinámicas oscilatorias. Además, proponemos
adoptar una posición comparativa basada en los datos para descomponer
el sistema en subredes.
2015-06-05T10:50:49Z
2015-06-05T10:50:49Z
2015-03-11
info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://hdl.handle.net/10803/294277
B 16476-2015
eng
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-sa/3.0/es/
http://creativecommons.org/licenses/by-nc-sa/3.0/es/
info:eu-repo/semantics/openAccess
Universitat Pompeu Fabra
TDX (Tesis Doctorals en Xarxa)