|
|
Exploring Brain Network Connectivity through Hemodynamic Modeling
Havlíček, Martin ; Hluštík, Petr (oponent) ; Šmídl,, Václav (oponent) ; Jan, Jiří (vedoucí práce)
Functional magnetic resonance imaging (fMRI) utilizing the blood-oxygen-level-dependent (BOLD) effect as an indicator of local activity is a very useful technique to identify brain regions that are active during perception, cognition, action, and also during rest. Currently, there is a growing interest to study connectivity between different brain regions, particularly in the resting-state. This thesis introduces a new and original approach to problem of indirect relationship between observed hemodynamic response and its cause represented by neuronal signal, as this indirect relationship complicates the estimation of effective connectivity (causal influence) between different brain regions from fMRI data. The novelty of this approach is in (generalized nonlinear) blind-deconvolution technique that allows estimation of the endogenous neuronal signals (system inputs) from measured hemodynamic responses (system outputs). Thus, it enables a fully data-driven evaluation of effective connectivity on neuronal level, even though only fMRI hemodynamic responses are observed. The solution to this difficult deconvolution (model inversion) problem is obtained through a nonlinear recursive Bayesian estimation framework for joint estimation of hidden model states and parameters. This thesis is divided into three main parts. The first part proposes a method to solve the above mentioned inversion problem. The method uses a square-root form of a nonlinear cubature Kalman filtering and cubature Rauch-Tung-Striebel smoothing extended to a joint estimation problem defined as a simultaneous estimation of states and parameters in a sequential manner. The method is designed particularly for continuous-discrete systems and obtains an accurate and stable solution to model discretization by combining nonlinear (cubature) filtering with local linearization. Moreover, the inversion method is equipped with the adaptive estimation of measurement, state, and parameter noise statistics. The first part of the thesis is focused only on the single time course model inversion; i.e. estimation of neuronal signal from fMRI signal. The second part generalizes the proposed approach and applies it to multiple fMRI time courses in order to enable the estimation of coupling parameters of a neuronal interaction model; i.e. estimation of effective connectivity. This method represents a novel stochastic treatment of dynamic causal modeling, which makes it distinct from any previously introduced approach. The second part also deals with methods for Bayesian model selection and proposes a technique for detection of irrelevant connectivity parameters to achieve improved performance of parameter estimation. Finally, the third part provides a validation of the proposed approach by using both simulated and empirical fMRI data, and demonstrates robust and very good performance.
|
|
| |
|
|
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.
|
|
|
Sdružená EEG-fMRI analýza na základě heuristického modelu
Janeček, David ; Kremláček, Jan (oponent) ; Labounek, René (vedoucí práce)
Diplomová práce se zabývá sdruženou EEG-fMRI analýzou na základě heuristického modelu. Heuristický model popisuje vztah mezi změnami v prokrvení aktivních mozkových oblastí a v elektrické aktivitě neuronů. Dále se tato práce zabývá různými metodami extrakce užitečné informace z EEG záznamu a jejich vlivy na konečný výsledek sdružené analýzy. Byly testovány metody průměrování elektrod zájmu, rozklad pomocí analýzy hlavních komponent a rozklad pomocí nezávislých komponent. Metoda průměrování elektrod zájmu a rozklad pomocí PCA dává podobné výsledky, ale není možné z EEG záznamu extrahovat jedinečnou informaci o určitém stimulačním vektoru. Pomocí ICA rozkladu jsme schopni získat informaci vztahující se k určité stimulaci, ale nastává zde problém v konečné interpretaci a výběru správné komponenty při slepém hledání variability spřažené s experimentem. Bylo zjištěno, že ačkoliv komponenty vypočtené z časové posloupnosti EEG záznamu jsou vzájemně nezávislé, jejich posun spektra vzájemně koreluje. Tato spektrální závislost byla eliminována PCA/ICA rozkladem až na vektorech posunu spektra. Zde již každá komponenta přináší novou informaci o mozkové aktivitě. Výsledky z heuristického přístupu byly porovnávány s výsledky sdružené analýzy na základě výpočtu relativního a absolutního výkonu v pásmech zájmu a byly nalezeny souvislosti mezi aktivačními mapami, a to především mezi heuristickým modelem a relativním výkonem v pásmu gamma (20-40 Hz).
|
|
|
Porovnání pokročilých přístupů pro analýzu fMRI dat u oddball experimentu
Fajkus, Jiří ; Jan, Jiří (oponent) ; Provazník, Ivo (vedoucí práce)
Tato diplomová práce se zabývá zpracováním a analýzou dat, získaných při experimentálním vyšetření pomocí funkční magnetické rezonance. Jedná se experimentální úkol typu oddball, jehož cílem je vyšetření kognitivních funkcí subjektu. V rámci práce jsou popsány principy funkční magnetické rezonance, možnosti tvorby experimentálních úkolů, zpracování naměřených dat, modelování odpovědi organismu a statistická analýza. Dále je proveden rozbor jednotlivých částí předzpracování a analýza s použitím reálných experimentálních dat. Klíčovou náplní práce je návrh a realizace modelu, umožňujícího pokročilou kategorizaci stimulů s ohledem na typ předchozího vzácného podnětu a počet častých podnětů v intervalu mezi nimi. Tento model svým podrobnějším členěním umožňuje hlubší studium cerebrálních procesů spojených s především s pozorností, pamětí, očekáváním nebo potřebou kognitivního uzavření. Druhým bodem práce je hodnocení modelů hemodynamické odezvy, které se uplatňují při statistické analýze dat z fMRI experimentu. V práci je provedeno porovnání bázových funkcí, tedy modelů hemodynamické odezvy na experimentální stimulaci, použitých pro obecný lineární model. Výsledkem je zhodnocení účinnosti detekce aktivovaných voxelů, míry falešné pozitivity a výpočetní i uživatelské náročnosti.
|
|
|
Porovnání metod efektivní a funkční konektivity ve funkční magnetické rezonanci
Gajdoš, Martin ; Schwarz, Daniel (oponent) ; Jan, Jiří (vedoucí práce)
Funkční magnetická rezonance (fMRI) je důležitá neurozobrazovací metoda, používaná ke studiu mozku. Cílem této práce je vytvořit softwarový nástroj pro porovnání dvou souměřitelných metod pro zjišťování funkční a efektivní konektivity ve fMRI datech. V této práci jsou shrnuty základní poznatky o zobrazování magnetickou rezonancí a o zobrazování pomocí fMRI. Dále se práce zabývá metodami funkční a efektivní konektivity, detailně metodami dynamického kauzálního modelování (DCM), analýzy nezávislých komponent (ICA) a Grangerova kauzálního modelování (GCM). V práci je představena praktická implementace metody DCM v toolboxu SPM a metody ICA v toolboxu GIFT. Následně se práce zabývá simulacemi pro porovnání souměřitelných metod DCM a GCM. Simulace jsou prováděny především za účelem zjištění chování modelů v závislosti na několika parametrech, čehož bylo dosaženo použitím Monte Carlo simulací. Ke konci práce je podrobně popsán návrh a realizace softwarového nástroje Connectivity_simulator, který umožňuje provést porovnání metod GCM a DCM na základě uživatelem specifikovaných vstupních parametrů simulace, a výsledky této simulace přehledně zobrazit.
|
|
|
Software pro výběr pacientů a oblastí mozku vhodných k analýze konektivity z fMRI dat
Slavíček, Tomáš ; Lamoš, Martin (oponent) ; Jan, Jiří (vedoucí práce)
Cílem práce je vytvořit explorativní nástroj pro data funkční magnetické rezonance, jenž umožní snadno a rychle provést výběr osob a oblastí vhodných ke skupinové analýze konektivity. V prvních kapitolách práce je zmíněna historie zkoumání mozku a srovnání používaných metod funkčního zobrazování. Dále jsou rozebrány teoretické podklady metody fMRI, jako jsou vznik BOLD signálu, parametry akvizice MRI snímků a metody návrhu experimentů. Následující kapitola podrobně popisuje analýzu naměřených dat od předzpracování až po interpretaci výsledků. Poslední kapitola první části nastiňuje problematiku analýzy skupinových dat v programu SPM8. Druhá polovina práce je věnována popisu vytvořeného programu od vstupu dat až po uložení výsledků, včetně detailního popisu klíčových funkcí programu. V závěru je popis aplikace vytvořeného programu na reálných datech klinické studie včetně dosažených výsledků a zhodnocení využitelnosti programu. Program najde uplatnění zejména v oblasti neurovědního výzkumu.
|
|
|
Dekonvoluce hemodynamické odezvy z dat fMRI
Bartoň, Marek ; Kolář, Radim (oponent) ; Havlíček, Martin (vedoucí práce)
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.
|
|
|
Neuromarketing a jeho využití při práci se značkou Mary Kay
Šetková, Lenka ; Chylíková, Hana (vedoucí práce) ; Steinerová, Karolína (oponent)
Tato práce se zabývá představením neuromarketingu jako nové formy vysoce efektivního marketingu. V teoretické části jsou popsány vybrané nástroje měření mozkové aktivity, zásadní pojmy v neuromarketingu, zrcadlové neurony, soma značky. Zmíněná je i podprahová reklama a její praktiky. Pozornost je věnována také rozdílům mezi mužským a dámským mozkem. Praktická část nejprve představuje společnost a značku Mary Kay, včetně globálních marketingových aktivit. Dále obsahuje analýzu postavení této značky na českém trhu, hodnocení současných marketingových aktivit nezávislé kosmetické poradkyně s návrhem na zlepšení a zvýšení objemu prodejů.
|
|
| |
host ::
RSS.