Detalhes bibliográficos
| Ano de defesa: |
2015 |
| Autor(a) principal: |
Barbosa, Aline Amabile Viol |
| Orientador(a): |
Mohan, Madras Viswanathan Gandhi |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM FÍSICA
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/21549
|
Resumo: |
O recente desenvolvimento do poder de processamento computacional vem trazendo para dentro do escopo da física e outras ciência exatas desafios até então considerados exclusivos de ciências qualitativas. Métodos e conceitos da Física têm contribuído para avanços em diversas áreas, dentre elas neurociência. Vimos na presente tese de doutorado estudar o comportamento do cérebro humano em estado alterado de consciência, a partir de mapas funcionais gerados por ressonância magnética funcional (fMRI, {\it functional Magnetic Ressonance}) usando ferramentas da física estatística e da teoria de redes complexas. Analisamos dados de fMRI do cérebro de sujeitos em estado de repouso em duas condições distintas: em estado natural e em estado alterado de consciência pela ingestão de uma infusão psicoativa, proveniente da cultura indígena amazônica, chamada Ayahuasca. Em linhas gerais fomos guiados por duas perguntas. O Ayahuasca causa diferenças nas redes funcionais do cérebro? Como quantificar essas diferenças? Inicialmente construímos redes complexas usando os dados de fMRI para mapear informações das redes funcionais do cérebro de cada sujeito em ambas condições. A seguir analisamos as propriedades estatísticas e topológicas dessas redes. Comparando as redes geradas a partir dos dados adquiridos antes e depois da ingestão do Ayahuasca, detectamos duas mudanças importantes nas propriedades estatísticas e topológicas. Encontramos primeiramente um aumento na entropia de Shannon da distribuição de grau. Encontramos também uma segunda mudança importante: Uma variação na topologia que interfere nas eficiências das redes referentes ao estado alterado. Parte das mudanças nas eficiências de rede vão além do que pode ser explicado exclusivamente pelo aumento de entropia. Interpretamos e discutimos esses dois resultados no contexto de neurociência. Comentamos também sobre a como a quantificação de informações das redes funcionais pode ser melhorar nossa compreensão do funcionamento do cérebro humano e, consequentemente, contribuir para o desenvolvimento de novas metodologias em diagnóstico e tratamento de distúrbios psiquiátricos ainda pouco compreendidos. |
