Go to the content. | Move to the navigation | Go to the site search | Go to the menu | Contacts | Accessibility

| Create Account

Zangrossi, Andrea (2017) Detecting cognitive states from the analysis of structural and functional images of the brain: two applications of Multi-Voxel Pattern Analysis on MRI and fMRI data. [Ph.D. thesis]

Full text disponibile come:

[img]
Preview
PDF Document (thesis)
4Mb

Abstract (italian or english)

In recent years, the efficacy and accuracy of multivariate analysis techniques on neuroimaging data has been tested on different topics. These methods have shown the ability to decode mental states from the analysis of brain scans, for this reason it has been called “brain reading”. The predictions can be applied to general mental states, referring to stable conditions not related to a contingent task (e.g., a neurological diagnosis), or specific mental states, referring to task-related cognitive processes (e.g., the perception of a category of stimuli). According to several neuroscientists, brain reading approach can potentially be useful for applications in both clinical and forensic neuroscience in the future.
In the present dissertation, two applications of the brain reading approach are presented on two relevant topics for clinical and forensic neuroscience that have not been extensively investigated with these methods. In Section A, this approach is tested on decoding different levels of Cognitive Reserve from the pattern of grey matter volume, in two MRI studies. In Section B two fMRI studies investigate the possibility of decoding real autobiographical memories from brain activity.
The aim of this thesis is to contribute to the amount of studies showing the usefulness of multivariate techniques in decoding “mental states” starting from the analysis of structural and functional brain imaging data, as well as the potential uses in clinical and forensic settings.

Abstract (a different language)

Negli ultimi anni, l’efficacia e l’accuratezza di tecniche di analisi multivariata di analisi dei dati di neuroimmagine sono state testate su diversi argomenti. Questi metodi hanno mostrato la possibilità di decodificare stati mentali a partire dall’analisi di dati di neuroimmagine cerebrale, per questo motivo sono stati indicati con l’espressione “brain reading”. Le inferenze possono essere applicate a “stati mentali” generali, ovvero condizioni stabili e non legate ad uno specifico task (ad esempio una diagnosi neurologica), o a specifici “stati mentali”, ovvero processi cognitivi elicitati da specifici task (ad esempio la percezione di stimoli di una data categoria). Secondo molti autori le caratteristiche di questo approccio lo rendono strumento potenzialmente utile per future applicazioni sia cliniche che forensi.
Nel presente lavoro sono state testate due applicazioni dell’approccio di brain reading su temi rilevanti per le neuroscienze in ambito clinico e forense, e poco studiati con questi metodi. Nella Sezione A verranno presentati due studi su dati MRI sulla possibilità di discriminare tra diversi livelli di Riserva Cognitiva a partire dal pattern di volume di materia grigia cerebrale. Nella Sezione B in due studi fMRI abbiamo investigato la possibilità di rilevare ricordi autobiografici sulla base dell’attività cerebrale.
L’obiettivo del presente lavoro è quello di contribuire al crescente numero di studi che hanno discusso l’utilità di tecniche multivariate nella decodifica di “stati mentali” a partire dall’analisi di dati di neuroimmagine strutturale o funzionale, e le potenziali applicazioni applicazioni chiniche e forensi.

Statistiche Download
EPrint type:Ph.D. thesis
Tutor:Sartori, Giuseppe and Mondini, Sara
Ph.D. course:Ciclo 29 > Corsi 29 > SCIENZE PSICOLOGICHE
Data di deposito della tesi:31 January 2017
Anno di Pubblicazione:31 January 2017
Key Words:Multi-Voxel Pattern Analysis Cognitive Reserve memory detection
Settori scientifico-disciplinari MIUR:Area 11 - Scienze storiche, filosofiche, pedagogiche e psicologiche > M-PSI/01 Psicologia generale
Struttura di riferimento:Dipartimenti > Dipartimento di Psicologia Generale
Codice ID:10231
Depositato il:02 Nov 2017 16:59
Simple Metadata
Full Metadata
EndNote Format

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record