Dottorando Karolina Armonaite

Curriculum Vitae

Titolo di Laurea

• Master in Gestione della Salute

Università presso cui è stato conseguito il titolo

• Università di Mykolas Romeris

Curriculum formativo

L’area della mia ricerca coinvolge le neuroscienze, i metodi matematici/statistici, le tecniche di Machine Learning (ML). Lo scopo analizzare i dati encefalografici (EEG) come prodotto dell’attività cognitiva del sistema dinamico-del cervello. Il mio interesse è guardare alle reti di neuroni cerebrali come un sistema complesso e analizzare il suo funzionamento in condizioni di criticità e l’auto-organizzazione delle aree corticali.
Indagare la struttura dinamica multiscala delle reti neurali locali e globali e collegare tali dinamiche a meccanismi biofisici.
Questi analisi hanno lo scopo non solo per le applicazioni ai scenari clinici:
come ictus, malattia di Alzheimer, affaticamento nella sclerosi multipla, ecc., ma anche in industria, per esempio brain-computer interface.

Informazioni generali sul corso di dottorato di afferenza

Periodi trascorsi consecutivamente presso istituti di ricerca esteri

Nessun periodo trascorso in istituto di ricerca estero

Eventuale finanziamento da enti esterni

Non so rispondere

Informazioni relative al percorso di ricerca del Dottorando

Insegnamenti obbligatori scelti:

• Big Data analytics e Visualization (6);
• Piattaforme per i Big Data (9);
• Artificial Intelligence (9);
• Introduzione ai Big Data (9);
• Processi Cognitive e Tecnologie (10);

Insegnamenti liberi scelti

(sulla base della tematica scelta dal Dottorando)

• Informatica (9);
• Calcolo e algebra lineare (9);
• Metodi matematici per l'ingegneria (9);
• Probabilità e Statistica (6);
• Fisica (9);

Progetto di ricerca

Obiettivi del progetto di ricerca intrapreso

Indagare la struttura dinamica multiscala delle reti neurali locali e globali e collegare tali dinamiche a meccanismi biofisici ed a calcoli cognitivamente gravosi.
Diventa più evidente che anche nello stato di riposo, l'attività elettrica neuronale in corso, la neurodinamica, il corso del tempo non è stazionario e non -lineare. Ciò significa che il segnale EEG può mostrare modelli di organizzazione che ricorrono a diverse scale generando proprietà specifiche che possono essere identificate. Studiando la neurodinamica, abbiamo selezionato l'indice di dimensione frattale, consapevoli dell'esistenza a diverse scale delle regolarità auto-simili del segnale che sono distribuite secondo un comportamento scale-free, seguendo quindi una distribuzione power-law. La dimensione frattale dei segnali EEG si è rivelata un marker affidabile dell'attività elettrica neuronale sottostante, sensibile ad alterazioni in scenari clinici come ictus, malattia di Alzheimer, affaticamento nella sclerosi multipla, ecc.

Linee di ricerca esplorate

Intelligenza artificiale, Analisi dei segnali ambientali e fisiologici, Scienza computazionale in psicologia e psichiatria.

Metodologie utilizzate

Principal Component Analysis , Machine Learning, Deep Neural Networks, Statistica, Fractality measures, Spectral analysis

Descrizione dei risultati del progetto conseguiti allo stato attuale

Usando analisi non-lineari sono emerse evidenze tali a suggerire che le diverse aree corticali possono esprimere proprietà neurodinamiche come ad esempio il cosiddetto "fingerprint".

Seminari (seguiti o tenuti per almeno 4 CFU)

• “Spectral and Fractal Analysis of Electromagnetic Signals”, talk at “Uninettuno – Tor Vergata joint meeting on artificial intelligence and big data analysis”, Rome, Italy - 0.5 CFU - relatore
• “My path to STEM”, talk at “International Leadership Summit IEEE Woman in Engineering”, Genoa, Italy, - 0.5 CFU - relatore
• “The spectral and fractal neurodynamical features as a signature of cortical areas: an insight from Montreal Neurological Institute intracranial sEEG”, presentation at the Federation of European Neuroscience Societies (FENS) forum 2022, Paris, France  - - relatore
• “How spectral and fractal analyses of neurodynamics reveal the signature of cortical areas in waking and sleeping states: a study of Montreal Neurological Institute intracranial sEEGs”, ACAIN 2022, Siena, Italy - - relatore

Attività di ricerca (fino a 38 CFU)

Prodotti di ricerca

• Karolina Armonaite, Livio Conti and Franca Tecchio, “Fractal nature of the ongoing neuronal electrical activity”, In “Fractal Geometry of the Brain”, Editor Antonio Di Ieva. To be published.

Suggerimenti sul corso

Gentile Dottorando, una volta all'anno - durante tutta la durata del corso di Dottorato - le verrà richiesto di partecipare a un questionario di valutazione del corso di Dottorato. La partecipazione al questionario viene registrata in forma anonima ed è inteso a individuare aree potenzialmente positive e negative all'interno di un processo continuo di miglioramento.
Nel frattempo, comunque, può utilizzare questo spazio per indicare proposte e suggerimenti al fine di migliorare il corso di Dottorato.