|
|
Structural and functional connectivity assessment in patients with Parkinson's disease
Klobušiaková, Patrícia ; Keller, Jiří (oponent) ; Mekyska, Jiří (vedoucí práce)
Early changes in visuospatial functions predict dementia in Parkinson’s disease (PD). The aim of this work is to assess both structural and functional connectivity of the fasciculus longitudinalis inferior (ILF), which is engaged in visuospatial processing, in PD patients in comparison to healthy controls, and to find associations between connectivity changes and cognitive performance in the patient groups with or without mild cognitive impairment (MCI). To achieve our goal we recruited PD patients with normal cognition (PD-NC, n = 23) and PD with MCI (PD-MCI, n = 21) as well as healthy controls (HC, n = 48). Bidirectional iterative parcellation was used to isolate ILF tracts and their respective endpoints (occipital lobe and anterior temporal lobe) in each subject. The endpoints then served as regions of interest for functional connectivity calculation. We found ILF microstructural connectivity impairment in PD-MCI group, as measured by mean diffusivity, fractional anisotropy and radial diffusivity. In addition, the functional connectivity of ILF tracts was decreased already in the PD-NC. Both structural and functional connectivity deterioration was associated with visuospatial dysfunction in PD-MCI. These changes could serve as potential markers of disease progression or treatment effects monitoring.
|
|
|
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.
|
|
|
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.
|
|
| |
|
|
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.
|
|
| |
|
|
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.
|
|
|
Porovnání a optimalizace měření single-echo a multi-echo BOLD fMRI dat
Kovářová, Anežka ; Jiřík, Radovan (oponent) ; Mikl, Michal (vedoucí práce)
Diplomová práce pojednává o funkční magnetické rezonanci a sledování vlivu metod akcelerace akvizice na kvalitu funkčních snímků a pozorovaný BOLD signál. Jsou zde stručně popsány základní principy zobrazování pomocí magnetické rezonance, dále vysvětlena specifika funkční magnetické rezonance a popsán vznik a snímání BOLD signálu. Následně je definován fMRI experiment a popsány sekvence používané pro fMRI se zaměřením na techniky urychlení akvizice. Poté je vysvětlen vliv parametrů sekvencí na kvalitu zobrazení a uvedeny metody zpracování dat. V praktické části jsou popsány parametry použitých sekvencí, postup měření a úkol pro měřený subjekt během akvizice. Byla nasnímána data od 26 zdravých dobrovolníků, která byla následně analyzována. Na základě toho byly vyhodnoceny rozdíly mezi různými variantami sekvencí a potvrzen počáteční předpoklad, že multi-echo akvizice přináší lepší výsledky při rychlejším měření než single-echo.
|
|
|
Neurofeedback aktivity amygdaly pomocí funkční magnetické rezonance
Sobotková, Marika ; Sekora, Jiří (oponent) ; Lamoš, Martin (vedoucí práce)
Tato diplomová práce se zabývá neurofeedbackem pomocí magnetické rezonance. V tomto případě je pomocí emočně regulačního vizuálního úkolu sledována a regulována aktivita amygdaly. Byl navrhnut postup, jak zpracovávat měřená data online a zakomponovat je do stimulačního protokolu. Byla provedena pilotní studie a offline analýza naměřených dat včetně zhodnocení výsledků. Data jsou zpracována v programu MATLAB s využitím funkcí z knihovny SPM.
|
host ::
RSS.