20.500.12556/RUL-178135 The contribution of temporal information in the computation of brain functional connectivity when assessing its association with interpersonal differences in behaviour doctoral dissertation Prispevek časovne informacije k izračunu možganske funkcijske konektivnosti pri oceni njene povezave z medosebnimi razlikami v vedenju doktorska disertacija Functional connectivity (FC) refers to the statistical associations of time series between signals from different brain regions. We investigated the role of temporal information in FC computation for understanding brain-behavior associations and improving the generalizability of such associations. Two aspects of temporal information in FC computation were considered: sensitivity to the temporal order and variability of FC estimates over time. We examined both aspects in two studies. The first study compared FC methods that differ in their sensitivity to the temporal order (static vs. dynamic) and the number of regions considered when estimating a single edge (bivariate vs. multivariate). Similarities between FC matrices, node centrality measures, and patterns of brain-behavior associations were assessed. Although FC estimates did not differ as a function of sensitivity to temporal order, we observed differences between the multivariate and bivariate FC methods. We conclude that dynamic FC estimates represent information that is largely similar to that of static FC. In the second study, we examined the between-subject and within-subject variability of FC estimates. We hypothesized that brain features with higher between-subject variability and lower within-subject variability would be more informative about brain-behavior associations than other features. We showed that FC edges varying across subjects were primarily located in associative networks, whereas FC edges varying across time were located in unimodal networks. Resting-state FC was predominantly influenced by stable individual factors, whereas time-scale variation was smaller and more subject-specific. We used canonical correlation analysis to examine brain-behavior associations. Although models based on edges with low within-subject and high between-subject variability performed similarly to models based on all edges, edges with higher between-subject variability were generally more informative than edges with lower between-subject variability. Our research highlights the importance of carefully considering multiple factors throughout the analysis pipeline when investigating brain-behavior associations. Funkcijska konektivnost (FC) se nanaša na statistične povezave časovnih vrst med signali iz različnih možganskih področij. Naš cilj je bil raziskati vlogo časovne informacije pri izračunu FC za razumevanje povezav med možgani in vedenjem ter izboljšanje posplošljivosti takšnih povezav. Upoštevali smo dva vidika časovnih informacij v FC: občutljivost na časovni vrstni red in spremenljivost ocen FC v času. V prvi študiji smo primerjali metode FC, ki se razlikujejo po občutljivosti na časovni vrstni red (statične in dinamične) in po številu področij, upoštevanih pri oceni posamezne povezave (bivariatne in multivariatne). Ocenili smo podobnosti med matrikami FC, merami centralnosti vozlišč in vzorci povezav med možgani in vedenjem. Čeprav se ocene FC niso razlikovale v odvisnosti od občutljivosti na časovni vrstni red, smo opazili razlike med multivariatnimi in bivariatnimi metodami. Dinamična FC torej predstavlja informacije, ki so v veliki meri podobne statični FC. V drugi študiji smo preučili medosebno in znotrajosebno variabilnost ocen FC. Predvidevali smo, da bodo povezave z večjo medosebno variabilnostjo in nizko znotrajosebno variabilnostjo bolj informativne z vidika povezav med možgani in vedenjem v primerjavi z ostalimi povezavami. Pokazali smo, da so se funkcijske povezave z večjo medosebno variabilnostjo nahajale predvsem v asociativnih omrežjih, medtem ko so se povezave, ki so se spreminjale v času, nahajale v unimodalnih omrežjih. Na FC v stanju mirovanja so pretežno vplivali stabilni individualni dejavniki, medtem ko je bil vpliv dejavnikov, povezani s spremembami v času, manjši in bolj specifičen za posamezne udeležence. Za preučevanje povezav med možgani in vedenjem smo uporabili kanonično korelacijsko analizo. Čeprav so se modeli, ki temeljijo na povezavah z nizko znotrajosebno visoko medosebno variabilnostjo obnesli podobno kot modeli, ki temeljijo na vseh povezavah, so bile povezave z večjo medosebno variabilnostjo na splošno bolj informativne kot povezave z manjšo medosebno variabilnostjo. Naša raziskava poudarja, kako pomembno je, da pri raziskovanju povezav med možgani in vedenjem skrbno upoštevamo več dejavnikov v celotnem postopku analize. functional connectivity brain-behavior associations dynamic functional connectivity temporal variability canonical correlation analysis brain funkcijska konektivnost povezave med možgani in vedenjem dinamična funkcijska konektivnost časovna variabilnost kanonična korelacijska analiza možgani true false false A. Matkovič Angleški jezik Slovenski jezik Doktorsko delo/naloga 2026-01-19 15:02:43 2026-01-19 15:02:44 2026-01-20 04:23:58 0000-00-00 00:00:00 2024 0 Ljubljana 2024 Ljubljana 179 str. 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 159.91:612.82(043.3) 184589571 Statistika_Matkovic_Andraz_i2024.pdf Statistika_Matkovic_Andraz_i2024.pdf 1 B722A79661982EF2B90389806B54C7D9 3254c9b1117550348488fe59fae42208f59e311a9bd1e0102c949a34609f15cd 52cffd2c-f540-11f0-bf92-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=225704 Filozofska fakulteta 0 0 0