Predição do desempenho em testes de inteligência a partir das conectividades estruturais e funcionais do cérebro humano

• Processo: 17/02752-0
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de setembro de 2017
• Data de Término da vigência: 31 de agosto de 2019
• Área do conhecimento: Engenharias - Engenharia Biomédica - Bioengenharia
• Acordo de Cooperação: Cognitive Science and Technology Council of Iran
• Pesquisador responsável: Carlos Ernesto Garrido Salmon
• Beneficiário: Carlos Ernesto Garrido Salmon
• Pesquisador Responsável no exterior: Hamid Soltanian-Zadeh
• Instituição Parceira no exterior: Institute for Research in Fundamental Sciences (IPM), Irã
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Assunto(s): Inteligência Testes de inteligência Teoria da informação Aprendizado computacional Conectividade cerebral Imagem por ressonância magnética funcional
• Palavra(s)-Chave do Pesquisador: Brain connectivity | Functional Connectivity | Human Intelligence | Information Theory | Structural Connectivity | Neuroimagens

Resumo

A inteligência humana é comumente entendida como a capacidade de adquirir novos conhecimentos ou habilidades, o que pode ser útil na resolução de problemas cognitivos e na adaptação a novas situações. Este projeto desenvolverá e aplicará novas medidas baseadas na teoria da informação e dos métodos de aprendizado de maquina de última geração para prever a inteligência humana a partir dos resultados da conectividade cerebral. Ele abordará os desafios existentes no que se refere à estimativa da conectividade funcional do cérebro a partir dos dados de fMRI no estado de repouso e a conectividade estrutural do cérebro a partir dos dados do tensor de difussão (DT-MRI), além de parâmetros de rede e resultados morfométricos. Deveram ser usados testes bem estabelecidos da inteligência humana para o estudo de previsão. Tanto a equipe brasileira quanto a iraniana usarão dados internacionais e locais previamente adquiridos, além de coletar dados adicionais. Os pesquisadores especialistas do Irã e do Brasil vão colaborar neste projeto para complementar um ao outro e aumentar seu desempenho. Os resultados do estudo também devem ser benéficos para todos os projetos que lidam com a inteligência humana em sujeitos saudaveis e doentes, bem como o crescimento e o envelhecimento. O projeto também deverá produzir dados que serão disponibilizados posteriormente e gerar módulos de software com os novos desenvolvimentos técnicos. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

VIEIRA, BRUNO HEBLING; DUBOIS, JULIEN; CALHOUN, VINCE D.; SALMON, CARLOS ERNESTO GARRIDO. A deep learning based approach identifies regions more relevant than resting-state networks to the prediction of general intelligence from resting-state fMRI. Human Brain Mapping, v. 42, n. 18, SEP 2021. (18/11881-1, 17/02752-0)

DIZAJI, ASLAN; VIEIRA, BRUNO HEBLING; KHODAEI, MOHMMAD REZA; ASHRAFI, MAHNAZ; PARHAM, ELAHE; HOSSEIN-ZADEH, GHOLAM ALI; GARRIDO SALMON, CARLOS ERNESTO; ZADEH, HAMID SOLTANIAN. Linking Brain Biology to Intellectual Endowment: A Review on the Associations of Human Intelligence With Neuroimaging Data. BASIC AND CLINICAL NEUROSCIENCE, v. 12, n. 1, p. 1-27, JAN-FEB 2021. (18/11881-1, 17/02752-0)