Year: 2026
Type: dissertation
Abstract: La tesi presenta l’applicazione di metodi matematici per lo studio delle funzioni cognitive sia in soggetti sani che in pazienti con malattie neurodegenerative. Il lavoro è articolato in tre parti, che spaziano dai fondamenti teorici, agli esperimenti comportamentali, fino alle applicazioni su dati clinici. La prima parte introduce la teoria dell’inferenza attiva, in cui cervello è concepito come una struttura Bayesiana che esegue inferenza probabilistica non solo per la percezione, ma anche per guidare le azioni. Queste vengono scelte minimizzando l’energia libera attesa, che rappresenta un compromesso tra conseguire delle proprie preferenze e guadagnare informazione. In questa prima sezione della tesi sono infine presentati i Processi di Decisione di Markov Parzialmente Osservabili (POMDP) come modelli formali dell’inferenza attiva in tempo discreto. La seconda parte adotta l’approccio dell’inferenza attiva per modellare il comportamento di 20 adulti sani impegnati in un compito di Stroop, svolto sotto due livelli di sforzo cognitivo. Qui, un POMDP gerarchico è stato invertito a partire dai dati comportamentali, e i risultati suggeriscono che la modulazione volontaria dello sforzo cognitivo può essere spiegata da variazioni nella motivazione durante lo svolgimento del compito. La terza parte presenta tre approcci matematici per affrontare problemi clinici. In primo luogo, la prevalenza stratificata per età della malattia di Alzheimer e della demenza frontotemporale è stata stimata mediante funzioni logistiche generalizzate. Successivamente, viene presentata la definizione di una soglia diagnostica per i neurofilamenti a catena leggera (NfL), utilizzando un classificatore Support Vector Machine. Infine, viene descritta un’analisi di regressione impiegata per valutare la concordanza tra due piattaforme di laboratorio per misurare le concentrazioni di NfL. Nel complesso, la tesi illustra come la modellizzazione matematica possa essere applicata a diversi ambiti delle neuroscienze, dai modelli teorici della cognizione alle sfide pratiche legate ai biomarcatori clinici.
Author: MARAMOTTI, RICCARDO
Language: English
Subfield: Cognitive Neuroscience
Field: Neuroscience
Domain: Life Sciences
Keywords: active inference, Bayesian brain, free energy principle, partially observable Markov decision processes, Stroop task, cognitive effort, motivation, Alzheimer's disease, frontotemporal dementia, disease prevalence estimation, generalized logistic function, neurofilament light chain, diagnostic thresholds, support vector machine, neurodegenerative diseases
Open Access status: green
OpenAlex ID: W7130786191
