Study of brain complexity using information theory tools

Abstract

The human brain is a complex network that shares and processes information by using the structural paths between areas in order to perform a function. The connectome models the brain as a graph where nodes correspond to brain regions and edges to structural or functional connections. In this thesis, we investigate and provide new methods to study the brain complexity and improve the understanding of the brain functioning by using information theory.

Firstly, we focus on brain parcellation, which is a key step to perform brain studies since determines the regions to be analyzed. Secondly, we focus on the definition of measures to characterize the complexity of the brain networks. Finally, the consistency of the results across healthy subjects using functional or structural connectivity data, demonstrates the flexibility and robustness of the proposed methods

El cervell humà és una xarxa complexa que comparteix i processa la informació mitjançant els camins estructurals per tal de realitzar una funció. El connectoma és una representació del cervell en forma de graf, on els nodes corresponen a regions del cervell i les arestes a connexions estructurals o funcionals. En aquesta tesi, s'investiga i es proporcionen nous mètodes per estudiar la complexitat del cervell i millorar la comprensió del seu funcionament mitjançant l'ús de la teoria de la informació.

En primer lloc, ens centrem en mètodes de parcel.lació del cervell, el qual és un pas clau per realitzar estudis de complexitat ja que determina les regions a analitzar. En segon lloc, ens centrem en la definició de mesures per a caracteritzar la complexitat de les xarxes cerebrals. Finalment, la consistència dels resultats entre els subjectes sans a partir de dades de connectivitat funcional o estructural, demostra la flexibilitat i robustesa dels mètodes proposats