Dokument: Algorithmische Analyse makroskopischer Verbindungsstrukturen im Primatengehirn
| Titel: | Algorithmische Analyse makroskopischer Verbindungsstrukturen im Primatengehirn | |||||||
| Weiterer Titel: | Algorithmic Analysis of Macroscopic Connectivity Structures in the Primate Cortex | |||||||
| URL für Lesezeichen: | https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=8336 | |||||||
| URN (NBN): | urn:nbn:de:hbz:061-20080710-113508-4 | |||||||
| Kollektion: | Dissertationen | |||||||
| Sprache: | Deutsch | |||||||
| Dokumententyp: | Wissenschaftliche Abschlussarbeiten » Dissertation | |||||||
| Medientyp: | Text | |||||||
| Autor: | Krumnack, Antje [Autor] | |||||||
| Dateien: |
| |||||||
| Beitragende: | Prof. Dr. Wanke, Egon [Gutachter] Kötter, Rolf [Gutachter] | |||||||
| Dewey Dezimal-Klassifikation: | 000 Informatik, Informationswissenschaft, allgemeine Werke | |||||||
| Beschreibungen: | In dieser Arbeit werden Fragen untersucht, die sich im Zusammenhang mit der Analyse von Verbindungsstrukturen im Primatengehirn stellen. Diese Probleme der Neurologie lassen sich mit Methoden der theoretischen Informatik bearbeiten. Das Ziel dieser Arbeit ist es, zunächst Formulierungen der Probleme zu finden, die neurologisch sinnvoll sind und mathematisch eine solide Grundlage bilden, um dann effiziente Algorithmen zur Lösung zu entwickeln. Zu allen vorgestellten Methoden werden auch konkrete Berechnungen mit neurologischen Daten
durchgeführt. Die Arbeit gliedert sich in folgende Bereiche: Zunächst wird der Einfluß eines Knotens auf die Zusammenhangsstruktur eines gerichteten oder ungerichteten Netzwerkes mit Hilfe der Shapleywerttheorie gemessen. Im allgemeinen ist die Berechnung solcher Bewertungen sehr ineffizient. Es wird hier gezeigt, wie die Berechnung für viele Instanzen handhabbar gemacht werden kann, indem man große Netzwerke in kleinere Teile zerlegt. Desweiteren werden die häufig zitierten Konzepte von Hierarchien und Streams als Organisationsprinzipien von Areal-Netzwerken untersucht. Dazu wird zuerst ein Hierarchiebegriff eingeführt, der eine kontinuierliche statt, wie bisher üblich, eine diskrete Skala verwendet. Mit einer solchen Skala lassen sich feinere Abstufungen in der Hierarchiestruktur wiedergeben. Es werden Algorithmen für die Berechnung solcher Hierarchien in gerichteten, gewichteten Graphen angegeben. Zusätzlich wird auch eine Optimierungsversion des Problems vorgestellt, mit der eine möglichst gute Hierarchie gefunden werden kann, falls der Graph keine exakte Hierarchie beschreibt. Danach wird der Frage nachgegangen, ob es ein strukturelles Korrelat paralleler spezifischer Informationsverarbeitungsströme (Streams) innerhalb des visuellen Systems gibt. Es wird versucht, eine geeignete mathematische Definition für die getrennten Verarbeitungswege von räumlichen und Objektinformationen zu formulieren, um damit Streams nur anhand der Verbindungsinformation für das visuelle System zu identifizieren. Abschließend wird das Problem inkongruenter Einteilungen von Hirnstrukturen (Parzellierungsproblem) betrachtet. Es wird eine Möglichkeit vorgestellt, Informationen aus dem koordinaten-basierten CARET-System mit den koordinatenunabhängigen Mappingaussagen aus der CoCoMac-Datenbank in Beziehung zu setzen. Die Ergebnisse dieses Verfahrens können auf Widersprüche im Datenbestand zwischen den beiden Systemen hinweisen.This thesis focuses on problems that arise in connection with the analysis of connectivity structures in the primate brain. These issues of neurology can be studied using methods of theoretical computer science. The main aim of this thesis is to find definitions for these problems that are neurologically meaningful and provide a mathematically sound basis for the development of efficient algorithm to solve them. Calculations for neurological data are done with every introduced method. The thesis is structured in several larger sections. First the influence of a vertex on the connectivity structure of a directed or undirected network is measured using Shapley value theory. In general calculations of such ratings are highly inefficient. It is shown how these calculations can be managed for many instances by the decomposition of large networks into smaller parts. Secondly the often cited concepts of hierarchies and streams as organizational principles of connectivity networks are addressed. For that purpose a hierarchy notion is introduced which uses a continuos scale and not, as is customary, a discrete scale. Through this change finer nuances of the hierarchy structure can be expressed. Algorithms are specified that can compute such hierarchies for directed weighted graphs. In addition an optimization model is specified that approximates a hierarchy if the graph does not delineate an exact hierarchy. Then the question is addressed if there is a structural correlate of parallel specific information processing streams within the visual system. An attempt is made to find a mathematical definition for the separate processing paths for spacial and object information so that streams can be identified using just the connectivity information of the visual system. Finally the problem of incongruent partitions of brain structures (parcellation problem) is addressed. A method is introduced to relate coordinate based information from the CARET-system to the coordinate independent mapping information from the CoCoMac data base. This can point to contradictions in the data sets of both systems. | |||||||
| Lizenz: |  Urheberrechtsschutz | |||||||
| Fachbereich / Einrichtung: | Mathematisch- Naturwissenschaftliche Fakultät » WE Informatik » Algorithmen und ihre Anwendungen | |||||||
| Dokument erstellt am: | 09.07.2008 | |||||||
| Dateien geändert am: | 09.07.2008 | |||||||
| Promotionsantrag am: | 19.05.2008 | |||||||
| Datum der Promotion: | 01.07.2008 |
