|
|
Inverse values of EEG signal power in joint EEG-fMRI analysis
Sanetrníková, Dominika ; Kolář, Radim (referee) ; Labounek, René (advisor)
The first part of this thesis summarizes the basic theory of brain activity measurement using the BOLD signal and scalp EEG, the effect of noise phenomena in the data and its suppression, the merger of the fusion of the measured data using the general linear model and the current implementation of computational algorithms in the software library EEG Regressor Builder 1.0. Within the own solution of this thesis, the changes of the software library to version 1.1 were realized according to the requirements of the bachelor thesis. The hypothesis that temporal changes of the EEG relative band power (20 - 40Hz) has the same spatial correlates with the BOLD signal as the inverse power in the frequency range 0-12Hz. The hypothesis was rejected based on the calculation of similarity criterions between 3D activation maps for different parameter settings of the joint analysis calculations. As an appropriate criterions were chosen the correlation coefficient and the cosine criterion. The Euclidean distance was proved to be unfit. Also it was proved the inverse power value of EEG signal in the given frequency band brings to the common EEG-fMRI analysis an anti-correlated signal to the normal absolute power in the same frequency band. Furthermore the influence of regressors describing motion artifacts reduces the number of supra-thresholded voxels.
|
|
|
Simultanneous EEG-FMRI Data Fusion with Generalized Spectral Patterns
Labounek, René ; Havlíček, Martin (referee) ; Hlinka, Jaroslav (referee) ; Jan, Jiří (advisor)
Mnoho rozdílných strategií fúze bylo vyvinuto během posledních 15 let výzkumu simultánního EEG-fMRI. Aktuální dizertační práce shrnuje aktuální současný stav v oblasti výzkumu fúze simultánních EEG-fMRI dat a pokládá si za cíl vylepšit vizualizaci úkolem evokovaných mozkových sítí slepou analýzou přímo z nasnímaných dat. Dva rozdílné modely, které by to měly vylepšit, byly navrhnuty v předložené práci (tj. zobecněný spektrální heuristický model a zobecněný prostorovo-frekvenční heuristický model). Zobecněný frekvenční heuristický model využívá fluktuace relativního EEG výkonu v určitých frekvenčních pásmech zprůměrovaných přes elektrody zájmu a srovnává je se zpožděnými fluktuacemi BOLD signálů pomocí obecného lineárního modelu. Získané výsledky ukazují, že model zobrazuje několik na frekvenci závislých rozdílných úkolem evokovaných EEG-fMRI sítí. Model překonává přístup fluktuací absolutního EEG výkonu i klasický (povodní) heuristický přístup. Absolutní výkon vizualizoval s úkolem nesouvisející širokospektrální EEG-fMRI komponentu a klasický heuristický přístup nebyl senzitivní k vizualizaci s úkolem spřažené vizuální sítě, která byla pozorována pro relativní pásmo pro data vizuálního oddball experimentu. Pro EEG-fMRI data s úkolem sémantického rozhodování, frekvenční závislost nebyla ve finálních výsledcích tak evidentní, neboť všechna pásma zobrazily vizuální síť a nezobrazily aktivace v řečových centrech. Tyto výsledky byly pravděpodobně poškozeny artefaktem mrkání v EEG datech. Koeficienty vzájemné informace mezi rozdílnými EEG-fMRI statistickými parametrickými mapami ukázaly, že podobnosti napříč různými frekvenčními pásmy jsou obdobné napříč různými úkoly (tj. vizuální oddball a sémantické rozhodování). Navíc, koeficienty prokázaly, že průměrování napříč různými elektrodami zájmu nepřináší žádnou novou informaci do společné analýzy, tj. signál na jednom svodu je velmi rozmazaný signál z celého skalpu. Z těchto důvodů začalo být třeba lépe zakomponovat informace ze svodů do EEG-fMRI analýzy, a proto jsme navrhli více obecný prostorovo-frekvenční heuristický model a také jak ho odhadnout za pomoci prostorovo-frekvenční skupinové analýzy nezávislých komponent relativního výkonu EEG spektra. Získané výsledky ukazují, že prostorovo-frekvenční heuristický model vizualizuje statisticky nejvíce signifikantní s úkolem spřažené mozkové sítě (srovnáno s výsledky prostorovo-frekvenčních vzorů absolutního výkonu a s výsledky zobecněného frekvenčního heuristického modelu). Prostorovo-frekvenční heuristický model byl jediný, který zaznamenal s úkolem spřažené aktivace v řečových centrech na datech sémantického rozhodování. Mimo fúzi prostorovo-frekvenčních vzorů s fMRI daty, jsme testovali stabilitu odhadů prostorovo-frekvenčních vzorů napříč různými paradigmaty (tj. vizuální oddball, semantické rozhodování a resting-state) za pomoci k-means shlukovacího algoritmu. Dostali jsme 14 stabilních vzorů pro absolutní EEG výkon a 12 stabilních vzorů pro relativní EEG výkon. Ačkoliv 10 z těchto vzorů vypadají podobně napříč výkonovými typy, prostorovo-frekvenční vzory relativního výkonu (tj. vzory prostorovo-frekvenčního heuristického modelu) mají vyšší evidenci k úkolům.
|
|
|
Evaluation of eye-blinking artifact effect on fusion result of simultaneous EEG-fMRI data
Dobiš, Lukáš ; Jakubíček, Roman (referee) ; Labounek, René (advisor)
This thesis sets a theoretical framework about simultaneous EEG-fMRI fusion. The work contains a description of basic principles of acquisition, their individual artifact types and preprocessing techniques for each type of data. Thesis mainly deals with suppression of eye blink artifacts in EEG data, by the method of independent component analysis. The following part explains the technique of simultaneous EEG-fMRI fusion in a general linear model and the creation of activation maps of statistically important correlations. This chapter is concluded with a description of methodology needed for result analysis. Finally, the used data are described, and a solution is proposed and applied in process of EEG preprocessing with artifact suppression, data fusion and result evaluation in MATLAB environment. Evaulation results showed that eye blink artifact influences the fusion result computed from relative power values more then that constructed via absolute power values. Tested method didnt supress eye blink artifact completely.
|
|
|
Dectection of brain wakefulness from scalp EEG data with higher order statistics
Semeráková, Nikola ; Ronzhina, Marina (referee) ; Labounek, René (advisor)
Presented master's thesis deals with detection of brain wakefulness from scalp EEG data with higher order statistics. Part of the thesis is a description of electroencephalography, from the method of signal generation, sensing, electroencephraphy, EEG signal artifacts, frequency bands of EEG signal to its possible processing. Furthermore, the concept of mental fatigue and the possibility of its detection in the EEG signal is described. Subsequently, the principles of higher statistical methods of PCA and ICA and the specific possibilities of decomposition of EEG signal are described using these methods, from which the method of group spatial-frequency ICA was chosen as a suitable method for selection of partial oscillatory sources in EEG signal. In the next part there is described a method of acquisition of data, a the suggestion of solution with selected method and a description of the implemented algorithm, that was applied to real 256-lead scalp EEG data captured during a block task focused on subject allertnes. The absolute and relative power of the EEG signal was decomposed. From the achieved results, we observe that the fluctuations of the spatial frequency patterns of relative power (especially for theta and alpha bands) significantly more closely correspond with the change of reaction time and the error of the subjects performing the task. These observations appear to be relatively consistent with previously published literature, and the current study shows that spatial frequency ICA is able to blindly isolate space-frequency patterns whose fluctuations are statistically significantly correlated with parameters (reaction time, error rate) directly flowing from the given task.
|
|
|
Simultanneous EEG-FMRI Data Fusion with Generalized Spectral Patterns
Labounek, René ; Havlíček, Martin (referee) ; Hlinka, Jaroslav (referee) ; Jan, Jiří (advisor)
Mnoho rozdílných strategií fúze bylo vyvinuto během posledních 15 let výzkumu simultánního EEG-fMRI. Aktuální dizertační práce shrnuje aktuální současný stav v oblasti výzkumu fúze simultánních EEG-fMRI dat a pokládá si za cíl vylepšit vizualizaci úkolem evokovaných mozkových sítí slepou analýzou přímo z nasnímaných dat. Dva rozdílné modely, které by to měly vylepšit, byly navrhnuty v předložené práci (tj. zobecněný spektrální heuristický model a zobecněný prostorovo-frekvenční heuristický model). Zobecněný frekvenční heuristický model využívá fluktuace relativního EEG výkonu v určitých frekvenčních pásmech zprůměrovaných přes elektrody zájmu a srovnává je se zpožděnými fluktuacemi BOLD signálů pomocí obecného lineárního modelu. Získané výsledky ukazují, že model zobrazuje několik na frekvenci závislých rozdílných úkolem evokovaných EEG-fMRI sítí. Model překonává přístup fluktuací absolutního EEG výkonu i klasický (povodní) heuristický přístup. Absolutní výkon vizualizoval s úkolem nesouvisející širokospektrální EEG-fMRI komponentu a klasický heuristický přístup nebyl senzitivní k vizualizaci s úkolem spřažené vizuální sítě, která byla pozorována pro relativní pásmo pro data vizuálního oddball experimentu. Pro EEG-fMRI data s úkolem sémantického rozhodování, frekvenční závislost nebyla ve finálních výsledcích tak evidentní, neboť všechna pásma zobrazily vizuální síť a nezobrazily aktivace v řečových centrech. Tyto výsledky byly pravděpodobně poškozeny artefaktem mrkání v EEG datech. Koeficienty vzájemné informace mezi rozdílnými EEG-fMRI statistickými parametrickými mapami ukázaly, že podobnosti napříč různými frekvenčními pásmy jsou obdobné napříč různými úkoly (tj. vizuální oddball a sémantické rozhodování). Navíc, koeficienty prokázaly, že průměrování napříč různými elektrodami zájmu nepřináší žádnou novou informaci do společné analýzy, tj. signál na jednom svodu je velmi rozmazaný signál z celého skalpu. Z těchto důvodů začalo být třeba lépe zakomponovat informace ze svodů do EEG-fMRI analýzy, a proto jsme navrhli více obecný prostorovo-frekvenční heuristický model a také jak ho odhadnout za pomoci prostorovo-frekvenční skupinové analýzy nezávislých komponent relativního výkonu EEG spektra. Získané výsledky ukazují, že prostorovo-frekvenční heuristický model vizualizuje statisticky nejvíce signifikantní s úkolem spřažené mozkové sítě (srovnáno s výsledky prostorovo-frekvenčních vzorů absolutního výkonu a s výsledky zobecněného frekvenčního heuristického modelu). Prostorovo-frekvenční heuristický model byl jediný, který zaznamenal s úkolem spřažené aktivace v řečových centrech na datech sémantického rozhodování. Mimo fúzi prostorovo-frekvenčních vzorů s fMRI daty, jsme testovali stabilitu odhadů prostorovo-frekvenčních vzorů napříč různými paradigmaty (tj. vizuální oddball, semantické rozhodování a resting-state) za pomoci k-means shlukovacího algoritmu. Dostali jsme 14 stabilních vzorů pro absolutní EEG výkon a 12 stabilních vzorů pro relativní EEG výkon. Ačkoliv 10 z těchto vzorů vypadají podobně napříč výkonovými typy, prostorovo-frekvenční vzory relativního výkonu (tj. vzory prostorovo-frekvenčního heuristického modelu) mají vyšší evidenci k úkolům.
|
|
|
Multi-tensor imaging of spinal cord detail from high anglular resolution dMRI data
Zimolka, Jakub ; Starčuk, Zenon (referee) ; Labounek, René (advisor)
The aim of this work was to establish a comprehensive processing pipeline of cervical spinal cord HARDI dMRI data and T2-weighted anatomical MRI images in high-resolution. In the research part we provide description of anatomical data processing, theoretical background of dMRI, description of current approaches to 3D anisotropic diffusion estimation as well as current imaging methods of spinal cord axonal bundles. As one of the first in the world, we are investigating multiple-direction diffusion models for human in-vivo spinal cord white matter minority bundles imaging. We designed our own processing pipeline utilizing Spinal Cord Toolbox (SCT), FSL, in-house developer scripts and TORQUE-based batch system for grid computation, tested on real data from cervical spinal cord area between segments C4-C6 from 26 healthy volunteers. Designed processing pipeline with one non-automatic step, works from pre-processing to parcelation of selected spinal cord structures based on co-registration with anatomical spinal cord template for 25 subjects. One person data includes motion artifacts for which the proces failed. There are visible waves in sagittal images of some subjects caused probably by blood-vessel pulsing. Local quantification metrics of spinal cord anatomy (fractional anisotropy – FA, fractional volumes of first – f1 and second – f2 direction of anisotropic diffusion) from different parts (white matter, gray matter, cortico-spinal tract) and from different population groups (men vs. women), were extracted from dMRI data. As we expected, FA maps show visible decreases in areas of gray matter. We also detected second diffusion dirrection in slices, where the spinal roots come out. In some areas, fractional volume of second diffusion direction reaches up to 40% of the total component of the dMRI signal. All mentioned parameters probability density functions for all mentioned groups are non-normal distributions. Between male and female groups there were no significant distribution differences for f1 and f2 volumes. The distribution of FA values between men and women is statistically different. Unfortunatelly, there is a significant inter-subject variability in results, which has much higher dispersion than differences between different group distributions. Despite the inter-subject variability, this work significantly extends the knowledge about data acquisiton capabilities and MRI and dMRI data from cervical spinal cord image processing. This work also lays down foundations for utilization of the imaging method in future and planned clinical research, where it will be possible to test the alteration of the spinal cord anatomy on the minor secondary bundles separately.
|
|
|
Multi-tensor model based tractography of axonal bundles
Piskořová, Zuzana ; Jiřík, Radovan (referee) ; Labounek, René (advisor)
Cílem semestrální práce je návrh trasovacího algoritmu, který zohledňuje mikrostrukturní vlastnosti nervové tkáně. K této problematice je sepsána rešerše obsahující úvod do problematiky. Je zde popsán jev difuze, princip difuzně váženého MRI a odhad profilu anizotropní difuze. K podrobnější analýze byl vybrán algoritmus COMMIT, u kterého byla navržena alternativní optimalizační metoda.
|
|
|
Simulation of synthetic diffusion tensor data
Labudová, Kristýna ; Mézl, Martin (referee) ; Labounek, René (advisor)
This work deals with different approaches to imaging of diffusion intensity with magnetic resonance. Individual approaches are described and compared. Gaussian model for approximation of diffusion profile is analysed and mathematically determined in details. The next part of this work concerns about process of simulation synthetic diffusion tensor data, adding noise to data and estimation of diffusion tensor from noisy data. Estimation’s accuracy is rated according to deviation of fractional anisotropy of estimated and original tensor and also according to deviation of the main eigenvectors of both tensors. Accuracy of the estimation is evaluated automatically with the programme. There is realization of graphical interface for simulation as well as for automatical evaluation of results described in details. At the end of this work all results are processed and commented and there is also recommendation for optimal adjustment of the data acquisition. 120 gradient directions are the most optimal of all analysed direction. It provides sufficient accuracy of results with optimal time of data acquisition which is suitable for clinical praxis.
|
|
|
Tracking of axonal bundles in diffusion MRI brain images
Piskořová, Zuzana ; Vojtíšek, Lubomír (referee) ; Labounek, René (advisor)
The aim of this thesis is to design tracking algorithm which will be able to track white matter bundles in diffusion MRI data, this problem is called tractography. Tractography is feasible because specific profile of diffusion appears in white matter. The introduction to the topic includes summary of methods for estimation of diffusion profile and basic tracking algorithms. In this work diffusion tensor model (DTI) was used for estimation of diffusion profile. Based on the DTI, vector field characterizing direction of diffusion for every voxel was created. Combining vector field with seedpoint, we achieved task solvable by Euler or Runge-Kutta method. Termination criteria were established for maximum curvature of trajectory and minimum value of fractional anisotropy (FA). Algorithm was tested on mathematical and tractographical phantom before it was used on real biological data. The results of tracking on phantoms proved the funcionality of the algorithm. Expected error appeared in areas of crossing fibers, it is related to DTI model limitations. To solve problematic fibers characterized by seedpoint near the border of the fiber, FA-weighted trilinear interpolation was designed. Implementation of this algorithm, however, did not cause better results. The results of tracking on the real data were controversial. Tracking was performed on 5 healthy subjects and 4 anatomicaly specific tracts. The results were compared with tractographic atlas.
|
|
|
Inverse values of EEG signal power in joint EEG-fMRI analysis
Sanetrníková, Dominika ; Kolář, Radim (referee) ; Labounek, René (advisor)
The first part of this thesis summarizes the basic theory of brain activity measurement using the BOLD signal and scalp EEG, the effect of noise phenomena in the data and its suppression, the merger of the fusion of the measured data using the general linear model and the current implementation of computational algorithms in the software library EEG Regressor Builder 1.0. Within the own solution of this thesis, the changes of the software library to version 1.1 were realized according to the requirements of the bachelor thesis. The hypothesis that temporal changes of the EEG relative band power (20 - 40Hz) has the same spatial correlates with the BOLD signal as the inverse power in the frequency range 0-12Hz. The hypothesis was rejected based on the calculation of similarity criterions between 3D activation maps for different parameter settings of the joint analysis calculations. As an appropriate criterions were chosen the correlation coefficient and the cosine criterion. The Euclidean distance was proved to be unfit. Also it was proved the inverse power value of EEG signal in the given frequency band brings to the common EEG-fMRI analysis an anti-correlated signal to the normal absolute power in the same frequency band. Furthermore the influence of regressors describing motion artifacts reduces the number of supra-thresholded voxels.
|
guest ::
