{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3422647"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3422647","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Volumetric analysis of brain imaging data in healthy and pathological populations","abstract":"Έχει βρεθεί ότι ομάδες περιοχών του εγκεφάλου συσχετίζονται μεταξύ τους ως προς τις μορφολογικές τους ιδιότητες. Για παράδειγμα, ο όγκος της φαιάς ουσίας μιας περιοχής συσχετίζεται με τον όγκο των ανατομικά και λειτουργικά συνδεδεμένων με αυτήν περιοχών. Συνεπώς τέτοια δίκτυα μορφολογικής συνδιακύμανσης (Structural Covariance Networks - SCNs) μελετώνται ως αντανάκλαση λειτουργικών και ανατομικών δικτύων συνδεσιμότητας. Σε διαταραχές όπως η σχιζοφρένεια, η οποία χαρακτηρίζεται από ευρύ έλλειμμα συνδεσιμότητας στον εγκέφαλο συνοδευόμενο από έντονες διαφορές στις μορφολογικές ιδιότητες των περιοχών του, η μελέτη των SCNs θα μπορούσε να παρέχει σημαντικές ενδείξεις ως προς τη φύση και την εστία αυτής της αποσύνδεσης. Σε αυτή τη μελέτη, κατασκευάστηκαν δίκτυα φλοιικής-υποφλοιικής συνδιακύμανσης όγκου φαιάς ουσίας για υγιή άτομα και για ασθενείς με σχιζοφρένεια και αξιολογήθηκαν οι διαφορές μεταξύ των δύο ομάδων. Τα αποτελέσματα υποστηρίζουν προηγούμενα ευρήματα από ανατομικές και λειτουργικές μελέτες συνδεσιμότητας. Οι ασθενείς εμφάνισαν τόσο αυξημένη συνδιακύμανση (π.χ. μεταξύ θαλάμου και πληκτραίας σχισμής) όσο και μειωμένη συνδιακύμανση (π.χ. μεταξύ αμυγδαλής και έσω κογχομετωπιαίου φλοιού) στον όγκο φαιάς ουσίας σε σύγκριση με την ομάδα ελέγχου. Παρεκκλίνοντα μοτίβα συνδιακύμανσης σε ασθενείς έναντι νευροτυπικών βρέθηκαν ειδικά για περιοχές που εμπλέκονται σε ανώτερη γνωστική, συναισθηματική, λεκτική και σημασιολογική επεξεργασία. Αυτά τα ευρήματα υποδεικνύουν ότι τα SCNs μπορούν να χρησιμοποιηθούν για τη διερεύνηση της λειτουργικής καθώς και δομικής συνδεσιμότητας στον εγκέφαλο.","abstract_html":"Έχει βρεθεί ότι ομάδες περιοχών του εγκεφάλου συσχετίζονται μεταξύ τους ως προς τις μορφολογικές τους ιδιότητες. Για παράδειγμα, ο όγκος της φαιάς ουσίας μιας περιοχής συσχετίζεται με τον όγκο των ανατομικά και λειτουργικά συνδεδεμένων με αυτήν περιοχών. Συνεπώς τέτοια δίκτυα μορφολογικής συνδιακύμανσης (Structural Covariance Networks - SCNs) μελετώνται ως αντανάκλαση λειτουργικών και ανατομικών δικτύων συνδεσιμότητας. Σε διαταραχές όπως η σχιζοφρένεια, η οποία χαρακτηρίζεται από ευρύ έλλειμμα συνδεσιμότητας στον εγκέφαλο συνοδευόμενο από έντονες διαφορές στις μορφολογικές ιδιότητες των περιοχών του, η μελέτη των SCNs θα μπορούσε να παρέχει σημαντικές ενδείξεις ως προς τη φύση και την εστία αυτής της αποσύνδεσης. Σε αυτή τη μελέτη, κατασκευάστηκαν δίκτυα φλοιικής-υποφλοιικής συνδιακύμανσης όγκου φαιάς ουσίας για υγιή άτομα και για ασθενείς με σχιζοφρένεια και αξιολογήθηκαν οι διαφορές μεταξύ των δύο ομάδων. Τα αποτελέσματα υποστηρίζουν προηγούμενα ευρήματα από ανατομικές και λειτουργικές μελέτες συνδεσιμότητας. Οι ασθενείς εμφάνισαν τόσο αυξημένη συνδιακύμανση (π.χ. μεταξύ θαλάμου και πληκτραίας σχισμής) όσο και μειωμένη συνδιακύμανση (π.χ. μεταξύ αμυγδαλής και έσω κογχομετωπιαίου φλοιού) στον όγκο φαιάς ουσίας σε σύγκριση με την ομάδα ελέγχου. Παρεκκλίνοντα μοτίβα συνδιακύμανσης σε ασθενείς έναντι νευροτυπικών βρέθηκαν ειδικά για περιοχές που εμπλέκονται σε ανώτερη γνωστική, συναισθηματική, λεκτική και σημασιολογική επεξεργασία. Αυτά τα ευρήματα υποδεικνύουν ότι τα SCNs μπορούν να χρησιμοποιηθούν για τη διερεύνηση της λειτουργικής καθώς και δομικής συνδεσιμότητας στον εγκέφαλο.","abstract_has_math":false,"creators":["Ασημίνα Αγγελική-Μαρία","Asimina Angeliki-Maria"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-11-19T06:31:00Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3422647"],"render_values":[{"text":"uoadl:3422647","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3422647","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3422647","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3422647","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Ασημίνα Αγγελική-Μαρία","Asimina Angeliki-Maria"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2024"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3422647","https://pergamos.lib.uoa.gr/uoa/dl/object/3422647"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Έχει βρεθεί ότι ομάδες περιοχών του εγκεφάλου συσχετίζονται μεταξύ τους ως προς τις μορφολογικές τους ιδιότητες. Για παράδειγμα, ο όγκος της φαιάς ουσίας μιας περιοχής συσχετίζεται με τον όγκο των ανατομικά και λειτουργικά συνδεδεμένων με αυτήν περιοχών. Συνεπώς τέτοια δίκτυα μορφολογικής συνδιακύμανσης (Structural Covariance Networks - SCNs) μελετώνται ως αντανάκλαση λειτουργικών και ανατομικών δικτύων συνδεσιμότητας. Σε διαταραχές όπως η σχιζοφρένεια, η οποία χαρακτηρίζεται από ευρύ έλλειμμα συνδεσιμότητας στον εγκέφαλο συνοδευόμενο από έντονες διαφορές στις μορφολογικές ιδιότητες των περιοχών του, η μελέτη των SCNs θα μπορούσε να παρέχει σημαντικές ενδείξεις ως προς τη φύση και την εστία αυτής της αποσύνδεσης. Σε αυτή τη μελέτη, κατασκευάστηκαν δίκτυα φλοιικής-υποφλοιικής συνδιακύμανσης όγκου φαιάς ουσίας για υγιή άτομα και για ασθενείς με σχιζοφρένεια και αξιολογήθηκαν οι διαφορές μεταξύ των δύο ομάδων. Τα αποτελέσματα υποστηρίζουν προηγούμενα ευρήματα από ανατομικές και λειτουργικές μελέτες συνδεσιμότητας. Οι ασθενείς εμφάνισαν τόσο αυξημένη συνδιακύμανση (π.χ. μεταξύ θαλάμου και πληκτραίας σχισμής) όσο και μειωμένη συνδιακύμανση (π.χ. μεταξύ αμυγδαλής και έσω κογχομετωπιαίου φλοιού) στον όγκο φαιάς ουσίας σε σύγκριση με την ομάδα ελέγχου. Παρεκκλίνοντα μοτίβα συνδιακύμανσης σε ασθενείς έναντι νευροτυπικών βρέθηκαν ειδικά για περιοχές που εμπλέκονται σε ανώτερη γνωστική, συναισθηματική, λεκτική και σημασιολογική επεξεργασία. Αυτά τα ευρήματα υποδεικνύουν ότι τα SCNs μπορούν να χρησιμοποιηθούν για τη διερεύνηση της λειτουργικής καθώς και δομικής συνδεσιμότητας στον εγκέφαλο.","Groups of regions of the brain have been found to covary in their morphological properties. For example, the grey matter volume of one region correlates with the volume of anatomically and functionally connected regions. Such structural covariance networks (SCNs) are therefore studied as a reflection of functional and anatomical connectivity networks. In disorders such as schizophrenia, which is characterized by extended dysconnectivity accompanied by marked differences in morphological properties of brain regions, the study of SCNs could provide important clues as to the nature and focus of this dysconnectivity. In this study, networks of cortico-subcortical covariance of gray matter volume were constructed for healthy subjects and patients with schizophrenia and differences between the two groups were assessed. Results support previous findings from anatomical and functional connectivity studies. Patients displayed both increased (e.g. between thalamus and pericalcarine) and decreased (e.g. between amygdala and medial orbitofrontal) covariance in grey matter volume compared to controls. Aberrant patterns of covariance in patients vs controls were found especially for regions involved in higher cognition, emotional, verbal and semantic processing. These findings support the view that SCNs can be used to investigate functional as well as structural connectivity in the brain."]},{"key":"dc:title","label":"Title","values":["Volumetric analysis of brain imaging data in healthy and pathological populations"]}]}],"canonical_facts":{"dc:creator":["Ασημίνα Αγγελική-Μαρία","Asimina Angeliki-Maria"],"dc:date":["2024"],"dc:description":["Έχει βρεθεί ότι ομάδες περιοχών του εγκεφάλου συσχετίζονται μεταξύ τους ως προς τις μορφολογικές τους ιδιότητες. Για παράδειγμα, ο όγκος της φαιάς ουσίας μιας περιοχής συσχετίζεται με τον όγκο των ανατομικά και λειτουργικά συνδεδεμένων με αυτήν περιοχών. Συνεπώς τέτοια δίκτυα μορφολογικής συνδιακύμανσης (Structural Covariance Networks - SCNs) μελετώνται ως αντανάκλαση λειτουργικών και ανατομικών δικτύων συνδεσιμότητας. Σε διαταραχές όπως η σχιζοφρένεια, η οποία χαρακτηρίζεται από ευρύ έλλειμμα συνδεσιμότητας στον εγκέφαλο συνοδευόμενο από έντονες διαφορές στις μορφολογικές ιδιότητες των περιοχών του, η μελέτη των SCNs θα μπορούσε να παρέχει σημαντικές ενδείξεις ως προς τη φύση και την εστία αυτής της αποσύνδεσης. Σε αυτή τη μελέτη, κατασκευάστηκαν δίκτυα φλοιικής-υποφλοιικής συνδιακύμανσης όγκου φαιάς ουσίας για υγιή άτομα και για ασθενείς με σχιζοφρένεια και αξιολογήθηκαν οι διαφορές μεταξύ των δύο ομάδων. Τα αποτελέσματα υποστηρίζουν προηγούμενα ευρήματα από ανατομικές και λειτουργικές μελέτες συνδεσιμότητας. Οι ασθενείς εμφάνισαν τόσο αυξημένη συνδιακύμανση (π.χ. μεταξύ θαλάμου και πληκτραίας σχισμής) όσο και μειωμένη συνδιακύμανση (π.χ. μεταξύ αμυγδαλής και έσω κογχομετωπιαίου φλοιού) στον όγκο φαιάς ουσίας σε σύγκριση με την ομάδα ελέγχου. Παρεκκλίνοντα μοτίβα συνδιακύμανσης σε ασθενείς έναντι νευροτυπικών βρέθηκαν ειδικά για περιοχές που εμπλέκονται σε ανώτερη γνωστική, συναισθηματική, λεκτική και σημασιολογική επεξεργασία. Αυτά τα ευρήματα υποδεικνύουν ότι τα SCNs μπορούν να χρησιμοποιηθούν για τη διερεύνηση της λειτουργικής καθώς και δομικής συνδεσιμότητας στον εγκέφαλο.","Groups of regions of the brain have been found to covary in their morphological properties. For example, the grey matter volume of one region correlates with the volume of anatomically and functionally connected regions. Such structural covariance networks (SCNs) are therefore studied as a reflection of functional and anatomical connectivity networks. In disorders such as schizophrenia, which is characterized by extended dysconnectivity accompanied by marked differences in morphological properties of brain regions, the study of SCNs could provide important clues as to the nature and focus of this dysconnectivity. In this study, networks of cortico-subcortical covariance of gray matter volume were constructed for healthy subjects and patients with schizophrenia and differences between the two groups were assessed. Results support previous findings from anatomical and functional connectivity studies. Patients displayed both increased (e.g. between thalamus and pericalcarine) and decreased (e.g. between amygdala and medial orbitofrontal) covariance in grey matter volume compared to controls. Aberrant patterns of covariance in patients vs controls were found especially for regions involved in higher cognition, emotional, verbal and semantic processing. These findings support the view that SCNs can be used to investigate functional as well as structural connectivity in the brain."],"dc:identifier":["uoadl:3422647","https://pergamos.lib.uoa.gr/uoa/dl/object/3422647"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Volumetric analysis of brain imaging data in healthy and pathological populations"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:31:00Z"}