Busca avançada
Ano de início
Entree

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

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)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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, SEP 2021. Citações Web of Science: 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. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.