Mechanistic insights into the large-scale dynamics underlying different brain states

Mostra el registre complet Registre parcial de l'ítem

• dc.contributor.author Jobst, Beatrice M.
• dc.contributor.other Deco, Gustavo
• dc.contributor.other Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
• dc.date.accessioned 2024-10-19T01:36:07Z
• dc.date.available 2024-10-19T01:36:07Z
• dc.date.issued 2018-05-17T10:50:47Z
• dc.date.issued 2018-05-17T10:50:47Z
• dc.date.issued 2018-05-11
• dc.date.modified 2024-10-03T03:38:52Z
• dc.description.abstract Brain activity during rest exhibits a robust intrinsic spatio-temporal structure characterized by correlated patterns of neural activity. The study of the brain in altered states of vigilance or drug-induced brain states has revealed a number of local and global alterations of this activity and changes in the spatio-temporal correlation patterns. Yet, we are still missing a mechanistic explanation of the dynamics underlying these experimentally observed phenomena. In this thesis we will use whole-brain computational modeling to try to elucidate the dynamical processes governing these distinct brain states. We will show how models of whole-brain activity and dynamical alterations thereof on a local level can be applied to efficiently dissociate between different brain states by their dynamical properties and how they therefore provide a mechanistic characterization of each state. We will demonstrate that one unified framework can account for an effective description and identification of several entirely distinct brain states.
• dc.description.abstract La actividad cerebral en reposo presenta una estructura espacio-temporal intrínseca robusta caracterizada por patrones de actividad neuronal correlacionados. El estudio del cerebro en estados alterados de conciencia o estados bajo influencia de drogas ha revelado alteraciones locales y globales de esta actividad así como cambios en los patrones de correlación. Sin embargo, los mecanismos de la dinámica subyacente no han sido revelados del todo. En esta disertación se aplicarán modelos computacionales de actividad cerebral a gran escala para intentar a esclarecer los procesos dinámicos que dominan dichos estados cerebrales. Se mostrará como las alteraciones de las dinámicas locales pueden ser aplicadas para diferenciar estados cerebrales distintos así como para proporcionar una caracterización mecanística de cada estado. Finalmente, se revelará como un único marco teórico puede ser utilizado para describir e identifocar de manera efectiva estados cerebrales completamente diferentes.
• dc.description.abstract Programa de doctorat en Tecnologies de la Informació i les Comunicacions
• dc.format 156 p.
• dc.format application/pdf
• dc.format application/pdf
• dc.identifier http://hdl.handle.net/10803/563080
• dc.identifier.uri http://hdl.handle.net/10230/34690
• dc.language.iso eng
• dc.publisher Universitat Pompeu Fabra
• dc.rights 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-nd/4.0/
• dc.rights http://creativecommons.org/licenses/by-nc-nd/4.0/
• dc.rights info:eu-repo/semantics/openAccess
• dc.source TDX (Tesis Doctorals en Xarxa)
• dc.subject.keyword Resting-state
• dc.subject.keyword Human sleep
• dc.subject.keyword LSD
• dc.subject.keyword Brain state
• dc.subject.keyword fMRI
• dc.subject.keyword Whole-brain computational modeling
• dc.subject.keyword Perturbation
• dc.subject.keyword Resting-state networks
• dc.subject.keyword Functional connectivity
• dc.subject.keyword Effective connectivity
• dc.subject.keyword Estado de reposo
• dc.subject.keyword Sueño humano
• dc.subject.keyword Estado del cerebro
• dc.subject.keyword IRMf
• dc.subject.keyword Modelaje computacional de actividad cerebral
• dc.subject.keyword Perturbación
• dc.subject.keyword Resting-state networks
• dc.subject.keyword Conectividad funcional
• dc.subject.keyword Conectividad efectiva
• dc.subject.keyword 62
• dc.title Mechanistic insights into the large-scale dynamics underlying different brain states
• dc.type info:eu-repo/semantics/doctoralThesis
• dc.type info:eu-repo/semantics/publishedVersion