LABORATORIO:METODI STRUMENTALI NELLE NEUROSCIENZE COGNITIVE

Scheda dell'insegnamento

Anno accademico di regolamento: 
2017/2018
Anno di corso: 
2
Anno accademico di erogazione: 
2018/2019
Tipologia di insegnamento: 
Altro
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
4
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
24
Prerequisiti: 

Una buona conoscenza dei fondamenti delle neuroscienze cognitive.

Partizioni

Metodi di valutazione

Tipo di esame: 
Orale
Modalita' di verifica dell'apprendimento: 

Esercizi al computer su analisi fatte in classe. Per esempio, allo studente potrà essere chiesto di analizzare ed interpretare i risultati di una analisi di primo livello dei dati fMRI di un singolo soggetto.

Valutazione: 
Giudizio Finale

Obiettivi formativi

Conoscenza e comprensione
• Tecniche di acquisizione e di analisi di dati di neuroimmagine morfologica e funzionale
• Tecniche di meta-analisi di dati di neuroimmagine

Capacità di applicare conoscenza e comprensione
• Capacità di disegnare esperimenti con tecniche di neuroimmagine morfologica o funzionale
• Capacità di analisi statistica di dati di neuroimmagine morfologica o funzionale e di interpretazione degli stessi
• Interpretazione di meta-analisi di dati di neuroimmagine

Contenuti

Gli studenti impareranno i principi di disegno sperimentale, raccolta e analisi di dati di neuroimmagine morfologica e funzionale con il fine di compiere inferenze sul rapporto mente e cervello. Verranno illustrate le tecniche di analisi di dati lesionali, di dati morfometrici e fMRI e i principali software di analisi (MRIcron, SPM, GingerAle, Clustering gerarchico). Verranno inoltre spiegati i principi delle meta-analisi di dati di neuroimmagine.

Programma esteso

• Raccolta di dati CT, MRI e fMRI
• Le caratteristiche dei dati di neuroimmagine
• Le meta-analisi di dati di neuroimmagine
• I software principali per le analisi di dati di neuroimmagine:
Statistical Parametric Mapping per Voxel-based morphometry & fMRI
• Software per analisi di dati lesionali:
MRIcron & VLSM
• Software principali per meta-analisi: GingerAle e Clustering gerarchico
• Applicazioni pratiche su dati dei software sopra citati.
• Analisi di dati lesionali
• Analisi di morfometria cerebrale
• Analisi di dati di attivazione fMRI
• Meta-analisi di dati fMRI

Bibliografia consigliata

Il docente fornirà diapositive e articoli specialistici.

Metodi didattici

Lezioni introduttive e esercitazioni con computer. Le esercitazioni saranno precedute da un inquadramento teorico della tecnica oggetto della lezione.