Redes bayesianas dinâmicas em imagens cerebrais multimodais

Resumo

A modelagem de conectividade efetiva do cérebro é uma tarefa sempre limitada pelo tamanho do modelo intencionado e os dados requeridos para o treinamento. Nos últimos anos, entretanto, avanços foram feitos em equipamentos de ressonância magnética (MRI), podendo estes obter imagens com melhores relações sinal-ruído, contraste de tecido e resolução espacial/espectral, como o equipamento de MRI de 7 tesla, na Universidade de Pittsburgh. Além disso, vários estudos sobre conectividade efetiva começaram a usar técnicas multimodais, que integram conhecimentos e dados de vários tipos diferentes de imagens; como por exemplo, o uso de MRI de difusão (DTI) auxiliando a análise de MRI funcional (fMRI). Assim, no presente projeto, redes Bayesianas dinâmicas (DBNs) com maiores dimensões serão treinadas a partir destas técnicas multimodais e melhores dados obtidos nas instalações de radiologia da Universidade de Pittsburgh. Com isso, espera-se que novas descobertas acerca do cérebro humano sejam feitas. (AU)