Banca de QUALIFICAÇÃO: JAIME BRUNO CIRNE DE OLIVEIRA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : JAIME BRUNO CIRNE DE OLIVEIRA
DATA : 30/06/2026
HORA: 09:00
LOCAL: Sala de reunião, pav.1 ICe
TÍTULO:

NECTA – Análise Temporal da Conectividade Neural


PALAVRAS-CHAVES:

Conectividade Funcional Dinâmica; Eletrofisiologia; Computação de Alto Desempenho; Coerência Direcionada Parcial; Córtex Visual.


PÁGINAS: 42
RESUMO:

A análise tradicional da conectividade funcional do cérebro frequentemente colapsa a dimensão temporal, gerando grafos estáticos que mascaram a evolução dinâmica das redes neurais. Além disso, a extração de redes resolvidas no tempo a partir de dados de eletrofisiologia de alta densidade (LFP) esbarra no fenômeno físico da condução de volume e no gargalo computacional associado ao processamento estocástico de Big Data. Esta tese de qualificação apresenta o NECTA (Neural Connectivity Time-resolved Analysis), um framework computacional interativo de alto desempenho projetado para a exploração metodológica do mesoconectoma dinâmico. O NECTA emprega uma arquitetura paralela baseada em Dask e armazenamento otimizado nativo de nuvem em Zarr para orquestrar simulações estocásticas em larga escala, fatiamento de tensores multidimensionais e modelos nulos topológicos, superando de maneira linear as limitações críticas de memória RAM (Out-Of-Memory) de fluxos analíticos tradicionais. O framework mitiga ativamente os artefatos de condução volumétrica (zero-phase lag) através de processamentos no sinal analítico de Hilbert, utilizando estimadores complexos baseados em fase, como o Índice de Atraso de Fase Ponderado (wPLI) e a Coerência Imaginária (iCoh). Para inferência causal estrita, implementou-se a Coerência Direcionada Parcial (PDC) em um módulo auto-otimizado dinamicamente pelo Critério de Informação Bayesiana (BIC), controlando penalizações de complexidade em regressões autorregressivas vetoriais (MVAR). O sistema foi validado in silico (contra ruído sintético e condução modelada) e aplicado empiricamente a um dataset de 48 canais do córtex visual primário felino (Área 17, Área 18 e Zona de Transição), registrado sob anestesia geral e paralisia (isolando oscilações intrínsecas de modulações cognitivas atencionais). Os resultados in vivo demonstraram que o córtex visual exibe intensas e ativas flutuações topológicas de alta frequência, atingindo picos transientes de eficiência de "Mundo Pequeno" (Small-Worldness) precisamente coordenados durante a estimulação visual por grades em movimento. A análise direcional na banda Low Gamma (30-59 Hz) estabeleceu a Área 17 como um nó Fonte (Driver) persistente e a Área 18 como um Sumidouro (Sink) estável, enquanto a Zona de Transição atuou como um robusto modulador dinâmico do fluxo inter-hemisférico, alternando sua direcionalidade causal sob estimulação. O NECTA busca facilitar as análises avançadas em neuroinformática, entregando um ecossistema interativo (Dash/Cytoscape) reprodutível e orientado às práticas de Open Science que propõe viabilizar a tradução ágil de sinais eletrofisiológicos brutos em descobertas conectômicas cronológicas.

A análise tradicional da conectividade funcional do cérebro frequentemente colapsa a dimensão temporal, gerando grafos estáticos que mascaram a evolução dinâmica das redes neurais. Além disso, a extração de redes resolvidas no tempo a partir de dados de eletrofisiologia de alta densidade (LFP) esbarra no fenômeno físico da condução de volume e no gargalo computacional associado ao processamento estocástico de Big Data. Esta tese de qualificação apresenta o NECTA (Neural Connectivity Time-resolved Analysis), um framework computacional interativo de alto desempenho projetado para a exploração metodológica do mesoconectoma dinâmico. O NECTA emprega uma arquitetura paralela baseada em Dask e armazenamento otimizado nativo de nuvem em Zarr para orquestrar simulações estocásticas em larga escala, fatiamento de tensores multidimensionais e modelos nulos topológicos, superando de maneira linear as limitações críticas de memória RAM (Out-Of-Memory) de fluxos analíticos tradicionais. O framework mitiga ativamente os artefatos de condução volumétrica (zero-phase lag) através de processamentos no sinal analítico de Hilbert, utilizando estimadores complexos baseados em fase, como o Índice de Atraso de Fase Ponderado (wPLI) e a Coerência Imaginária (iCoh). Para inferência causal estrita, implementou-se a Coerência Direcionada Parcial (PDC) em um módulo auto-otimizado dinamicamente pelo Critério de Informação Bayesiana (BIC), controlando penalizações de complexidade em regressões autorregressivas vetoriais (MVAR). O sistema foi validado in silico (contra ruído sintético e condução modelada) e aplicado empiricamente a um dataset de 48 canais do córtex visual primário felino (Área 17, Área 18 e Zona de Transição), registrado sob anestesia geral e paralisia (isolando oscilações intrínsecas de modulações cognitivas atencionais). Os resultados in vivo demonstraram que o córtex visual exibe intensas e ativas flutuações topológicas de alta frequência, atingindo picos transientes de eficiência de "Mundo Pequeno" (Small-Worldness) precisamente coordenados durante a estimulação visual por grades em movimento. A análise direcional na banda Low Gamma (30-59 Hz) estabeleceu a Área 17 como um nó Fonte (Driver) persistente e a Área 18 como um Sumidouro (Sink) estável, enquanto a Zona de Transição atuou como um robusto modulador dinâmico do fluxo inter-hemisférico, alternando sua direcionalidade causal sob estimulação. O NECTA busca facilitar as análises avançadas em neuroinformática, entregando um ecossistema interativo (Dash/Cytoscape) reprodutível e orientado às práticas de Open Science que propõe viabilizar a tradução ágil de sinais eletrofisiológicos brutos em descobertas conectômicas cronológicas.
 



MEMBROS DA BANCA:
Interno - 3086031 - DANIEL YASUMASA TAKAHASHI
Presidente - 1871878 - KERSTIN ERIKA SCHMIDT
Interno - 3884005 - PATRICK CESAR ALVES TERREMATTE
Notícia cadastrada em: 10/06/2026 10:57
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2026 - UFRN - sigaa12-producao.info.ufrn.br.sigaa12-producao