Dekonvoluce hemodynamické odezvy z dat fMRI
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato práce pojednává o variabilitě HRF, která může mít v určitých případech zásadní vliv na výsledky detekce neuronální aktivace pomocí fMRI. Jsou popsány tři metody – kumulace, regresní dekonvoluce a metoda bikonjugovaných gradientů - které umožní odhadnout tvar HRF. V rámci simulací byla vybrána jako nejrobustější regresní metoda, která pro dekonvoluční odhad o délce 30 s využívá křivky B-spline 4. řádu. Dekonvoluční odhady byly využity jako modely HRF pro klasickou analýzu dat fMRI, konkrétně vizuální oddball pradigma, obecným lineárním modelem. Bylo pozororováno rozšíření lokalizovaných oblastí a výsledky byly po odborné konzultaci s vědeckými pracovníky neurologické kliniky vyhodnoceny jako relevantní. Také bylo vytvořeno v Matlabu programové prostředí, které umožnuje pohodlně pozorovat variabilitu HRF mezi jednotlivými oblastmi mozku.
This paper deals with the variability of HRF, which may have crucial impact on outcomes of fMRI neuronal activation detection in some cases. There are three methods described - averaging, regression deconvolution and biconjugate gradient method - which provide HRF shape estimation. In frame of simulations regression method, which uses B-spline curves of 4-th order for window length of 30 s, was chosen as the most robust method. Deconvolution estimates was used as HRF models for classic analyse of fMRI data, concretely visual oddball paradigm, via general linear model. Enlargement of localizated areas was observed and after expert consultation with scientific employees from neurology clinic, outcomes was evaluated as relevant. Furthermore Matlab application, which provides confortable observation of HRF variability among brain areas, was made.
This paper deals with the variability of HRF, which may have crucial impact on outcomes of fMRI neuronal activation detection in some cases. There are three methods described - averaging, regression deconvolution and biconjugate gradient method - which provide HRF shape estimation. In frame of simulations regression method, which uses B-spline curves of 4-th order for window length of 30 s, was chosen as the most robust method. Deconvolution estimates was used as HRF models for classic analyse of fMRI data, concretely visual oddball paradigm, via general linear model. Enlargement of localizated areas was observed and after expert consultation with scientific employees from neurology clinic, outcomes was evaluated as relevant. Furthermore Matlab application, which provides confortable observation of HRF variability among brain areas, was made.
Description
Citation
BARTOŇ, M. Dekonvoluce hemodynamické odezvy z dat fMRI [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2011.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínské a ekologické inženýrství
Comittee
doc. Ing. Aleš Drastich, CSc. (předseda)
doc. Ing. Radim Kolář, Ph.D. (místopředseda)
Ing. Josef Halámek, CSc. (člen)
Ing. Ondřej Číp, Ph.D. (člen)
Ing. Martin Vítek, Ph.D. (člen)
doc. MUDr. Iva Slaninová, Ph.D. (člen)
Date of acceptance
2011-06-08
Defence
1. Úvodní přednáška
2. Čtení posudků
3. Rozprava
Otázky oponenta: Jak definujete dekonvoluci?
Student odpověděl na zadanou otázku.
Otázku položil doc. Kolář: Jak lze vysvětlit použití kumulací a metody bikonjugovaných gradientů jako dekonvolučních metod?
Student odpověděl na otázku.
Otázku položil doc. Drastich: Základní problém u fMRI?
Student odpověděl na otázku.
Otázku položil Ing. Halámek: Jak byste mohl ověřit zda jsou dosažené výsledky správné?
Student odpověděl na otázku.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení