Statistica

Qual è il principale ritardo tra l'attivazione neurale e la risposta BOLD?. 1-2 secondi. 3-4 secondi. 5-6 secondi. 7-8 secondi.

Quale funzione descrive la risposta del segnale BOLD a un impulso di attivazione neurale?. Funzione di risposta neurale. Funzione di risposta emodinamica (HRF). Funzione Boxcar. Funzione Gamma.

Quale dei seguenti metodi NON è comunemente utilizzato per stimare la HRF?. Input di un impulso e osservazione della risposta. Deconvoluzione. Modello Boxcar. Modellazione lineare.

In quale caso i modelli lineari della risposta BOLD possono fallire?. Quando gli stimoli sono troppo brevi o ravvicinati. Quando gli stimoli sono ben distanziati nel tempo. Quando la risposta BOLD è troppo forte. Quando il segnale BOLD non dipende dall'ossigenazione del sangue.

Quale approccio matematico viene utilizzato per calcolare la risposta BOLD a partire dall'attivazione neurale?. Somma pesata. Integrale definito. Trasformata di Fourier. Convoluzione.

Qual è lo scopo principale della correzione del timing delle fette nel preprocessing dei dati fMRI?. Migliorare la risoluzione spaziale. Sincronizzare temporalmente le fette acquisite in tempi diversi. Ridurre il rumore nei dati. Allineare i dati funzionali con quelli strutturali.

Quale metodo di interpolazione è il più preciso, ma richiede maggiori risorse computazionali?. Interpolazione lineare. Interpolazione spline. Interpolazione sinc. Interpolazione quadratica.

Che cosa corregge l'algoritmo di correzione del movimento nel preprocessing fMRI?. Il movimento della testa del soggetto durante la scansione. Le differenze di segnale tra i voxel. Le variazioni del segnale BOLD. Le fluttuazioni a bassa frequenza.

Perché è importante la normalizzazione nel preprocessing dei dati fMRI?. Per allineare i dati con il segnale BOLD. Per aumentare la risoluzione temporale. Per permettere il confronto dei dati tra soggetti. Per ridurre l'effetto del rumore nei dati.

Cos'è la FWHM (Full Width at Half Maximum) nel contesto dello smoothing spaziale?. Un metodo di correzione del movimento. Un parametro che definisce l'ampiezza del filtro spaziale. Una tecnica di normalizzazione. Un algoritmo di coregistrazione.

Qual è l'obiettivo principale del GLM nell'analisi fMRI?. Identificare l'attività cerebrale anomala. Modellare la relazione tra il segnale BOLD e gli stimoli presentati. Rimuovere artefatti dal segnale fMRI. Creare mappe cerebrali strutturali.

Qual è il ruolo della "design matrix" nel GLM?. Misurare il segnale BOLD. Rappresentare graficamente le attivazioni cerebrali. Codificare gli eventi sperimentali nel tempo. Rimuovere il rumore fisiologico.

Cos'è il "Finite BOLD Response" (FBR) nel contesto del GLM?. Una risposta BOLD limitata da artefatti. Un metodo per modellare la risposta BOLD in funzione degli stimoli. Un tipo di errore di misurazione nel GLM. Una tecnica di riduzione del rumore nei dati fMRI.

Cosa si intende per "Jittering" negli esperimenti fMRI?. Una tecnica per randomizzare il tempo di presentazione degli stimoli. Un metodo per aumentare la risoluzione spaziale. Un tipo di rumore che influisce sul segnale BOLD. Una tecnica per ridurre l'effetto del movimento del soggetto.

Quale tecnica viene utilizzata per modellare la risposta BOLD nei voxel in funzione degli eventi sperimentali?. Trasformata di Fourier. Analisi della varianza. Convoluzione con la funzione di risposta emodinamica (HRF). Test t di Student.

Qual è il principale problema dei confronti multipli nell'analisi fMRI?. Incrementa il rumore di fondo nei dati. Aumenta la probabilità di ottenere falsi positivi. Riduce la risoluzione spaziale delle immagini. Rende difficile la registrazione del segnale BOLD.

Quale delle seguenti è una correzione comune per i confronti multipli?. Trasformata di Fourier. Correzione di Bonferroni. Filtraggio spaziale. Analisi della varianza.

Qual è il principale svantaggio della correzione di Bonferroni?. È troppo conservativa e riduce la potenza statistica. Aumenta il rischio di falsi negativi. Non tiene conto delle correlazioni tra voxel. Non corregge adeguatamente gli artefatti nel segnale fMRI.

Quale metodo tiene conto delle correlazioni spaziali tra voxel?. Modelli di campo casuale gaussiano (GRF). Correzione di Sidak. Trasformazione wavelet. Tecnica di bootstrapping.

Cos'è l'approccio basato sui cluster nell'analisi fMRI?. Un metodo per ridurre il rumore di movimento nei dati. Un metodo per testare gruppi di voxel contigui invece di voxel singoli. Una tecnica per aumentare la risoluzione temporale. Un approccio per migliorare la registrazione della risposta BOLD.

Qual è l'obiettivo principale dell'analisi di gruppo nell'fMRI?. Confrontare i dati tra regioni cerebrali. Combinare i risultati di più soggetti per fare inferenze su una popolazione. Rimuovere artefatti dal segnale BOLD. Migliorare la risoluzione spaziale dei dati.

Cosa rappresenta il primo livello nell'analisi di gruppo?. Il confronto tra gruppi di soggetti. L'analisi del segnale BOLD a livello di ogni singolo soggetto. La normalizzazione dei dati cerebrali. La stima delle differenze inter-soggetto.

Qual è lo scopo della normalizzazione nell'analisi di gruppo?. Correggere gli errori di movimento. Eliminare il rumore fisiologico. Allineare i cervelli di soggetti diversi in uno spazio comune. Ridurre il numero di voxel.

Qual è la principale differenza tra un modello ad effetti fissi e uno ad effetti casuali?. Il modello ad effetti fissi tiene conto delle differenze individuali tra soggetti. Il modello ad effetti casuali permette di fare inferenze generalizzabili alla popolazione. Il modello ad effetti fissi è usato solo per studi su singoli soggetti. Il modello ad effetti casuali ignora la varianza tra soggetti.

Quale delle seguenti è una sfida comune nell'analisi di gruppo fMRI?. L'impossibilità di normalizzare i dati cerebrali. Le differenze funzionali tra i soggetti anche dopo la normalizzazione. L'assenza di variabilità individuale tra soggetti. La difficoltà di rilevare la risposta BOLD.

Qual è uno dei principali problemi del test di significatività classico?. Considera solo l'alternativa all'ipotesi nulla. Non garantisce coerenza statistica. Riduce sempre l'errore di tipo I. Richiede la specificazione di un prior.

Qual è il vantaggio principale del metodo bayesiano rispetto a quello frequentista?. Evita la soggettività nell'analisi. Usa il p-value per valutare l'evidenza. Permette di aggiornare le credenze sulla base dei nuovi dati. Non richiede un'ipotesi alternativa.

Che cosa rappresenta il fattore Bayesiano?. La probabilità che l'ipotesi nulla sia vera. Il confronto tra la probabilità dei dati sotto l'ipotesi nulla e l'alternativa. Il livello di significatività statistica. La differenza tra l'errore di tipo I e di tipo II.

Cosa rappresenta l'intervallo di credibilità bayesiano?. L'intervallo nel quale la variabile dipendente si trova al 95%. La probabilità che i dati ricadano nell'intervallo in ripetuti campionamenti. Il 95% della distribuzione a posteriori. Il livello di significatività della distribuzione campionaria.

Qual è una delle principali critiche al metodo bayesiano?. Non considera i dati a priori. Richiede la specificazione di un prior soggettivo. Riduce l'errore di tipo I solo nei grandi campioni. Utilizza sempre il p-value come misura.

Quale delle seguenti affermazioni descrive correttamente il metodo bayesiano?. Utilizza solo i dati osservati per fare inferenze. Integra le informazioni precedenti (priors) con i dati osservati. Si basa esclusivamente sulla massima verosimiglianza. Non considera l'incertezza nei dati.

Qual è l'obiettivo del Modello Lineare Generale (GLM) nell'analisi fMRI?. Descrivere come le aree cerebrali interagiscono tra loro. Modellare la relazione tra stimoli sperimentali e risposta cerebrale in ogni voxel. Identificare i priors per l'attivazione cerebrale. Analizzare la connettività funzionale tra diverse aree cerebrali.

Quale area cerebrale è specializzata nel movimento visivo?. V1. V4. V5. IFG (Giro Frontale Inferiore).

Cosa rappresenta la matrice di progetto (design matrix) nel contesto dell'analisi fMRI?. La distribuzione posteriore dei parametri β\betaβ. Le condizioni sperimentali convolute con la funzione di risposta emodinamica (HRF). Il segnale emodinamico BOLD senza rumore. Le connessioni tra diverse aree cerebrali.

Cosa permette di fare il Modello Causale Dinamico (DCM)?. Modellare la risposta BOLD di ogni voxel indipendentemente. Fare inferenze sulle connessioni tra aree cerebrali e su come vengono modulate dagli input sperimentali. Misurare l'attivazione cerebrale in tempo reale. Identificare le regioni cerebrali che rispondono a stimoli visivi.

Qual è il problema di demarcazione di cui parla Karl Popper?. La distinzione tra filosofia e scienza. La distinzione tra scienza e pseudo-scienza. La definizione di metodo scientifico. La distinzione tra ipotesi e teorie.

Secondo Popper, quale caratteristica rende una teoria scientifica?. Essere verificabile. Essere accettata dalla comunità scientifica. Essere falsificabile. Essere basata su osservazioni.

Che cosa criticava Popper riguardo alla psicoanalisi di Freud?. Non era basata su osservazioni empiriche. Non era falsificabile. Era troppo complessa. Non considerava l'influenza della società.

Cosa significa per Popper "corroborare" una teoria?. Confermare la verità della teoria. Dimostrare che la teoria è indiscutibilmente corretta. Verificare che la teoria non è stata falsificata da un test. Rendere una teoria più precisa.

Secondo Popper, quale atteggiamento dovrebbe avere la comunità scientifica verso le teorie?. Difendere le teorie dalle critiche. Cercare di verificare le teorie il più possibile. Trovare modi per falsificare le teorie. Accettare solo teorie comprovate.