|
|
Koregistrace DKI MRI dat s vysokou mírou difuzního vážení
Krejčí, Ladislav ; Gajdoš, Martin (oponent) ; Vojtíšek, Lubomír (vedoucí práce)
Tato bakářská práce se zabývá předzpracováním difúzně vážených MRI obrazů jejímž základem je koregistrace obrazů s různým kontrastem. Na začátku jsou uvedeny základní vlastnosti difúzních dat. V dalších kapitolách je zaměřena na metody, které odstraňují artefakty a geometrické nepřesnosti. Těmito metodami jsou převzorkování, vyhlazování, transformace a optimalizace. V práci je dále popsán software pracující s difúzními daty. V další části se věnuje kvantitativním a kvalitativním metodám srovnávající úspěšnost registrací. V praktické části jsou popsány jednotlivé postupy pro koregistraci. V závěru práce, který se zabývá kvantitativním a kvalitativním hodnocením koregistrace mezi difúzními daty, je navržen postup pro kvantitativní hodnocení registrace obrazů s uplatněním pro různé metody koregistrací nebo pro různá nastavení parametrů registrační metody.
|
|
|
Reduction of movement artifacts in BOLD fMRI data using rejection of motion-corrupted scans
Svatoň, Jan ; Gajdoš, Martin (oponent) ; Mikl, Michal (vedoucí práce)
This bachelor thesis first deals with the elementary principles of function magnetic resonance and the sources of noise and artifacts in the data. Furthermore, the thesis elaborates on the motion artifact phenomena and suggests two suitable methods for locating and eliminating motion-affected scans in the BOLD fMRI data. The methods are then implemented in the MATLAB environment and tested on suitable datasets provided by the Multimodal and Functional Imaging Laboratory of CEITEC MU. Finally, the results are presented and evaluated along with a recommendation for a suitable way of eliminating movement artifacts in the data.
|
|
| |
|
|
Optimalizace zpracování MREG MRI dat
Lampert, Frederik ; Mikl, Michal (oponent) ; Gajdoš, Martin (vedoucí práce)
MR-encefalografia (MREG) je inovatívna metóda ultrarýchleho magnetického rezonančného zobrazovania. Väčšina publikácií na túto tému sa venuje predovšetkým akvizícií a rekonštrukcií surových dát. Štúdie, ktoré by sa venovali zavedeniu štandardného postupu predspracovania MREG dát ešte neboli publikované, čo bolo motiváciou pre vypracovanie tejto bakalárskej práce. Cieľom tejto práce bolo stanoviť optimálny postup predspracovania MREG dát, ktorý by mohol byť odporučený aj pre budúce štúdie, využívajúce práve túto metódu zobrazovania. Stanovený cieľ bol rozdelený na viaceré podúlohy, ktorých vypracovaním sa dostávame k celkovému riešeniu. Jednotlivé podúlohy pozostávali z vypracovania literárnej rešerše, implementácie obvyklého postupu predspracovania a navrhnutia a implementácie alternatívnych postupov predspracovania do programového prostredia MATLAB. Navrhnuté postupy boli následne vyhodnotené podľa vytvorených kritérií, popísaných v práci. Výsledky hodnotenia boli okomentované a graficky znázornené. Na základe získaných výsledkov bol stanovený optimálny postup, ktorý pozostáva z korekcie pohybu a geometrického skreslenia pomocou funkcie Realign & UNWARP, priestorovej normalizácie k EPI snímku MNI šablóny a priestorového vyhľadenia pomocou konvolúcie s Gausovským jadrom.
|
|
|
Nástroj pro analýzu pohybu subjektů při měření funkční magnetickou rezonancí
Šejnoha, Radim ; Lamoš, Martin (oponent) ; Gajdoš, Martin (vedoucí práce)
Tato diplomová práce se zabývá analýzou pohybu subjektů při měření funkční magnetickou rezonancí (fMRI). Je zaměřena na metody detekce a odstranění pohybových artefaktů ve fMRI snímcích. Práce se věnuje metrikám, sloužícím k vyhodnocení míry pohybu měřených osob. Metriky jsou společně s korekcí pohybu implementovány ve dvou navržených programech v prostředí MATLAB. V práci je provedeno srovnání míry pohybu skupiny zdravých subjektů a skupiny pacientů trpících Parkinsonovou chorobou. Na závěr jsou navrženy limitní hodnoty jednotlivých metrik. Z těch je vyvozeno vhodné kritérium pro odstranění subjektu ze studie, z důvodu excesivního pohybu v datech.
|
|
|
Functional connectivity and brain structure assessment in patients at risk of synucleinopathies
Klobušiaková, Patrícia ; Gajdoš, Martin (oponent) ; Mekyska, Jiří (vedoucí práce)
Synucleinopathy is a neurodegenerative disorder characterized by the presence of pathological protein -synuclein in neurons. So far, treatment that could heal or permanently stop this disease is not known. The aim of this work is to identify prodromal stages of synucleinopathies using functional connectivity processed applying graph metrics and assessing cortical thickness and subcortical structures volumes from magnetic resonance imaging data, and to verify specificity and sensitivity of combinations of parameters that sufficiently differentiate patients in risk of synucleinopathies. To accomplish this goal, we collected data from patients in the risk of synucleinopathy (preDLB, n = 27) and healthy controls (HC, n = 28). We found reduced volume of right pallidum and increased hippocampal volume to cortical volume ratio, increased normalised clustering coefficient and higher modularity in the preDLB group in comparison to HC. These four parameters were modeled using machine learning. The resulting model differentiated preDLB and HC with balanced accuracy of 88 %, specificity of 89 % and sensitivity of 86 %. The findings of this thesis can serve as the basis for further studies searching for specific MRI markers of prodromal stage of synucleinopathy that could be targeted with therapy in the future.
|
|
|
Vliv parcelačního atlasu na kvalitu klasifikace pacientů s neurodegenerativním onemocněním
Montilla, Michaela ; Lamoš, Martin (oponent) ; Gajdoš, Martin (vedoucí práce)
Cílem práce je definice vztahu závislosti klasifikace pacientů postižených neurodegenerativním onemocněním na volbě parcelačního atlasu. Součástí práce je aplikace analýzy funkční konektivity a výpočtu grafových metrik dle metody publikované Olafem Spornsem a Mikailem Rubinovem [1] na fMRI datech naměřených na CEITEC MU. Aplikaci předchází teoretická rešerše parcelačních atlasů pro segmentování mozku ze snímků fMRI a rešerše matematických metod klasifikace, jako i klasifikátorů neurodegenerativních onemocnění. První kapitoly práce přináší teoretický základ poznatkůl z oblasti magnetické a funkční magnetické rezonance. Definovány jsou fyzikální principy metody, podmínky a průběh akvizice obrazových dat. Třetí kapitola shrnuje grafové metriky použité dále v diplomové práci pro analýzu a klasifikování grafů. Práce přináší stručný přehled parcelačních metod, se zaměřením na parcelaci pomoci atlasů. Po teoretické rešerši metod zkoumání funkční konektivity a matematických metod klasifikací, byly poznatky použity pro realizaci parcelací, výpočet grafových metrik a následnou klasifikaci fMRI snímků 96 subjektů vždy do jedné ze dvou tříd s využitím binárních klasifikátocí metodou podpůrných vektorů a lineární diskriminační analýzy. Data klasifikována v této práci byla naměřena na pacientech s Parkinsonovou chorobou (PD), s Alzheimerovou chorobou (AD), s Mírní kognitivní poruchou (MCI), s kombinací nemocí PD a MCI a na subjektech patřících do kontrolní skupiny zdravých jedinců. Pro předzpracování a pro analýzu je v práci využito prostředí MATLAB a toolboxy SPM12 a Brain Connectivity Toolbox.
|
|
|
Vizualizace a export výstupů funkční magnetické rezonance
Přibyl, Jakub ; Gajdoš, Martin (oponent) ; Slavíček, Tomáš (vedoucí práce)
Práce pojednává o principech a metodice měření funkční magnetické rezonance (fMRI), podstatě vzniku a využití BOLD signálu a typech využívaných experimentů. Dále je věnována pozornost procesu zpracování fMRI dat a statistické analýze. Následující kapitoly se věnují stručnému popisu nejpoužívanější softwarových nástrojů sloužících k analýze dat z fMRI. Stěžejní částí práce bylo vytvořit program v prostředí MATLAB s přehledným grafickým uživatelským rozhraním pro snadnou vizualizaci a export výstupů z analýz fMRI dat. Druhá polovina práce je věnována popisu vytvořeného programu a grafického uživatelského rozhraní včetně klíčových funkcí. V závěrečné části je popsána aplikace programu na reálných datech klinické studie dynamické konektivity a využití v mezinárodním projektu APGem.
|
|
|
Analýza elektroencefalografických signálů
Gajdoš, Martin ; Rozman, Jiří (oponent) ; Kolářová, Jana (vedoucí práce)
Elektroencefalografie je citlivá diagnostická metoda pro zjišťování elektrických potenciálů produkovaných mozkem. V této práci jsou popsány vlastnosti EEG signálu, proces, kterým signál projde od jeho změření, přes zpracování až po metody jeho vyhodnocení a také vyskytující se zdroje šumu a způsoby, jak je co nejlépe potlačit. Další část práce se pak zabývá možností využití elektroencefalografie při detekci únavy a mikrospánku z EEG záznamu u řidičů. Na ní navazuje popis praktického měření EEG dat u dobrovolníků a následného zpracování a vizualizace s dat. Při měření byla snaha navodit u dobrovolníků stav únavy a mikrospánku.
|
|
|
Koregistrace DKI MRI dat s vysokou mírou difuzního vážení
Krejčí, Ladislav ; Gajdoš, Martin (oponent) ; Vojtíšek, Lubomír (vedoucí práce)
Tato semestrální práce se zabývá různými možnostmi registrace medicínských obrazů. Na začátku jsou uvedeny základní vlastnosti DKI dat. V dalších kapitolách je zaměřena na metody, které odstraňují pohybové artefakty a geometrické nepřesnosti. Těmito metodami jsou převzorkování, vyhlazování transformace a optimalizace. V práci je dále popsán software provádějící samotnou registraci. Na konci se věnuje metodami srovnávající úspěšnost registrací.
|
host ::
RSS.