Original title:
Automatické rozlišení signálových a šumových složek ve fMRI datech
Translated title:
Automatic separation of signal and noise components in fMRI data
Authors:
Ježek, David ; Lamoš, Martin (referee) ; Mikl,, Michal (advisor) Document type: Master’s theses
Year:
2024
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
Tato práce se zaměřuje na metody funkčního zobrazování pomocí magnetické rezonance s důrazem na rozklad fMRI dat pomocí analýzy hlavních a nezávislých komponent a následnou analýzu těchto komponent. Cílem práce je navrhnout a použít vhodné metriky, pomocí kterých bude možné odlišit signálové a šumové komponenty fMRI. Následně vytvořit algoritmus pro automatickou klasifikaci fMRI komponent s využitím metod strojového učení. Posledním krokem bude tento algoritmus otestovat na množině dat poskytnutých pracovištěm Laboratoře multimodálního a funkčního zobrazování CEITEC Masarykovy univerzity.
This work focuses on functional magnetic resonance imaging methods with an emphasis on the decomposition of fMRI data using principal and independent component analysis and subsequent analysis of these components. The aim of this work is to propose and apply appropriate metrics to distinguish between signal and noise components of fMRI data. Subsequently, develop an algorithm for automatic classification of fMRI components using machine learning methods. The last step will be testing this algorithm on a dataset provided by the Multimodal and Functional Imaging Laboratory at CEITEC Masaryk University.
Keywords:
BOLD; fMRI; fMRI component classification; fMRI data quality.; functional magnetic resonance; ICA; PCA; BOLD; fMRI; funkční magnetická rezonance; ICA; klasifikace fMRI komponent; kvalita fMRI dat.; PCA
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: https://hdl.handle.net/11012/246222