Thesis Project Form
Title (tentative): Modellistica e analisi di reti complesse ottenute da immagini di risonanza magnetica funzionale del cervelloThesis advisor(s): Storace Marco, Valentina Baruzzi, Matteo Lodi | E-mail: |
Address: Via Opera Pia 11A, secondo piano | Phone: (+39) 010 33 52079 |
Description
Motivation and application domain
Nonostante numerosi progressi, la nostra comprensione dei principi e dei meccanismi che regolano il funzionamento del cervello sono ancora incompleti. La cosiddetta “network neuroscience” (D. Bassett & O. Sporns, “Network neuroscience”, Nature Neuroscience, vol. 20, 353-364, 2017) si propone come uno degli strumenti a disposizione per affrontare questa sfida, mettendo insieme teoria delle reti complesse, sistemi dinamici e immagini di risonanza magnetica funzionale (fMRI).
General objectives and main activities
La tesi si articola in diversi passi/obiettivi
1) Estrarre reti/grafi a partire da immagini fMRI, MRI e DTI del cervello, utilizzando pacchetti software quali la libreria FSL (Oxford) per analisi ed elaborazione di immagini.
2) Applicare questi algoritmi per ricavare la topologia di possibili reti funzionali del cervello o di aree del cervello
3) Associare una dinamica ai nodi della rete scegliendo opportuni modelli
4) Analizzare le reti ottenute, utilizzando gli strumenti di analisi sviluppati nel laboratorio Sistemi Complessi del DITEN (M. Lodi, F. Sorrentino, M. Storace, "One-way dependent clusters and stability of cluster synchronization in directed networks," Nature Communications, vol. 12, p. 4073 (1-13), 1 July 2021, doi: 10.1038/s41467-021-24363-7)
5) Definire criteri per la scelta di modelli (reti dinamiche) che riproducano i meccanismi funzionali analizzati tramite imaging e che aiutino la comprensione dei principi che li governano
1) Estrarre reti/grafi a partire da immagini fMRI, MRI e DTI del cervello, utilizzando pacchetti software quali la libreria FSL (Oxford) per analisi ed elaborazione di immagini.
2) Applicare questi algoritmi per ricavare la topologia di possibili reti funzionali del cervello o di aree del cervello
3) Associare una dinamica ai nodi della rete scegliendo opportuni modelli
4) Analizzare le reti ottenute, utilizzando gli strumenti di analisi sviluppati nel laboratorio Sistemi Complessi del DITEN (M. Lodi, F. Sorrentino, M. Storace, "One-way dependent clusters and stability of cluster synchronization in directed networks," Nature Communications, vol. 12, p. 4073 (1-13), 1 July 2021, doi: 10.1038/s41467-021-24363-7)
5) Definire criteri per la scelta di modelli (reti dinamiche) che riproducano i meccanismi funzionali analizzati tramite imaging e che aiutino la comprensione dei principi che li governano
Training Objectives (technical/analytical tools, experimental methodologies)
Gli obiettivi di apprendimento sono strettamente legati agli obiettivi definiti:
1) Imparare ad usare e applicare i pacchetti software selezionati
2) Approfondire la propria conoscenza di modelli dinamici di neuroni e sinapsi
3) Imparare ad analizzare reti dinamiche in termini di stabilità delle soluzioni ammesse
4) Compiere scelte progettuali nella definizione di modelli funzionali di aree del cervello
Questi obiettivi saranno perseguiti utilizzando strumenti software (Matlab, tool selezionati).
1) Imparare ad usare e applicare i pacchetti software selezionati
2) Approfondire la propria conoscenza di modelli dinamici di neuroni e sinapsi
3) Imparare ad analizzare reti dinamiche in termini di stabilità delle soluzioni ammesse
4) Compiere scelte progettuali nella definizione di modelli funzionali di aree del cervello
Questi obiettivi saranno perseguiti utilizzando strumenti software (Matlab, tool selezionati).
Place(s) where the thesis work will be carried out: Laboratorio Sistemi Complessi (DITEN)
Additional information
Maximum number of students: 1