• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
10.11606/T.45.2007.tde-22042013-151911
Documento
Autor
Nome completo
João Ricardo Sato
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2007
Orientador
Banca examinadora
Morettin, Pedro Alberto (Presidente)
Amaro Júnior, Edson
Baccala, Luiz Antonio
Pinheiro, Aluísio de Souza
Zandonade, Eliana
Título em português
Modelo autoregressivo vetorial com coeficientes variantes no tempo e aplicações em RMf
Palavras-chave em português
conectividade
fmri
modelo auto-regressivo
ressonância magnética
séries temporais
Resumo em português
Os avanços nas técnicas de neuroimagem, principalmente com o de- senvolvimento da ressonância magnética funcional (RMf), vem possibilitando um melhor compreendimento dos processos e mecanismos cerebrais. Este trabalho tem como objetivo o desenvolvimento de um modelo de conectividade dinâmico entre diversas áreas cerebrais útilzando dados de RMf. A modelagem dinâmica do fluxo de informação é realizada com a estimação dos parâmetros de um modelo autoregressivo multivariado com coeficientes variandos no tempo, baseado na projeçã o de funções em bases de ondaletas. Dessa forma, um método para estimação e a derivação de suas propriedades assintóticas são apresentados. Diversos conjuntos de simulações computacionais são realizados visando a avaliação do desempenho do método proposto. Por fim, são apresentadas aplicações do modelo de conectividade variante no tempo em dados de ressonância magnética funcional.
Título em inglês
Vectorial autoregressive modelling with time-varying coefficients: applications to fMRI
Palavras-chave em inglês
connectivity
fMRI
magnetic resonance imaging
time series
vector autoregressive
Resumo em inglês
Advances in neuroimage technologies, mainly with the development of functional magnetic resonance imaging (fMRI), improve the comprehension of brain processes and mechanisms. The main goal of this work is the development of a time-varying connectivity model between many brain areas using fMRI datasets. The dynamic modelling of the information flow is related to the parameters estimation of a time-varying multivariate autoregressive process, based on functions projection in wavelet basis. We propose an estimation procedure and present its asymptotic properties. Computational simulations were performed focusing the evaluation of the proposed approach. Further, applications of these methodologies to real functional magnetic resonance datasets are presented.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
JSATO.pdf (3.03 Mbytes)
Data de Publicação
2013-04-30
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2020. Todos os direitos reservados.