Auteur / Autrice : | Enrique carlos Hansen |
Direction : | Viktor K. Jirsa |
Type : | Thèse de doctorat |
Discipline(s) : | Science du mouvement humain |
Date : | Soutenance le 27/02/2015 |
Etablissement(s) : | Aix-Marseille |
Ecole(s) doctorale(s) : | Ecole doctorale Sciences du Mouvement Humain (Marseille) |
Jury : | Président / Présidente : Daniele Marinazzo |
Examinateurs / Examinatrices : Raoul Huys | |
Rapporteurs / Rapporteuses : Günter Schiepek, Marc-Thorsten Hütt |
Mots clés
Résumé
La complexité de la connaissance humaine est révèlée dans l'organisation spatiale et temporelle de la dynamique du cerveau. Nous pouvons connaître cette organisation grâce à l'analyse des signaux dépendant du niveau d'oxygène sanguin (BOLD), lesquels sont obtenus par l'imagerie par résonance magnétique fonctionnelle (IRMf). Nous observons des dépendances statistiques entre les régions du cerveau dans les données BOLD. Ce phénomène s' appelle connectivité fonctionnelle (CF). Des modèles computationnels sont développés pour reproduire la connectivité fonctionnelle (CF). Comme les études expérimentales précédantes, ces modèles assument que la CF est stationnaire, c'est-à-dire la moyenne et la covariance des séries temporelles BOLD utilisées par la CF sont constantes au fil du temps. Cependant, des nouvelles études expérimentales concernées par la dynamique de la CF à différentes échelles montrent que la CF change dans le temps. Cette caractéristique n'a pas été reproduite dans ces modèles computationnels précédants. Ici on a augmenté la non-linéarité de la dynamique locale dans un modèle computationnel à grande échelle. Ce modèle peut reproduire la grande variabilité de la CF observée dans les études expérimentales.