Functional magnetic resonance imaging (FMRI) simulator
Fonksiyonel manyetik rezonans görüntüleme (FMRG) benzeticisi
- Tez No: 409135
- Danışmanlar: YRD. DOÇ. DR. DİDEM GÖKÇAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Fonksiyonel manyetik rezonans görüntüleme, fMRG benzeticisi, artefakt, DMN (Default mode network – Varsayılan mod ağı), Functional Magnetic Resonance Imaging, fMRI Simulation, Artifact, Region of Interest (ROI), DMN (Default Mode Network)
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Tıp Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 103
Özet
Fonksiyonel manyetik rezonans görüntüleme (fMRG) kandaki oksijenlenme değişiminden yararlanarak beyindeki aktif alanları kestirir. fMRG düşük çözünürlüğe sahip tam beyin görüntülerini toplar ve beyin hacimlerindeki tekabül eden voksellerin kontrast farkını ölçer. Bu çalışmada, farklı FMRG analiz yöntemlerini karşılaştırmak/kıyaslamak için temel doğru olarak kullanılabilecek özelleştirilmiş 4B verisi üreten bir FMRG benzeticisi geliştirilmiştir. Benzetici, fRMG zaman serilerinin birkaç yönünün eğitimsel olarak çalışılması için de kullanılabilmektedir. Bu benzeticinin diğer benzeticilere kıyasla güçlü olduğu bazı yönler şunlardır: Benzetici, MATLAB ile programlanmıştır ve kullanımı kolaylaştıran bir grafiksel arayüze sahiptir. Önceden tanımlı anatomik yapılar içinde birden fazla beyin aktivasyonu oluşturmak için bir atlas (ICBM) kullanımını sağlar. Benzetici; T2 MRG görüntülerini, ilgilenilen alanı ve görev temelli (olay/blok/karma paradigmaları) ya da DMN (Default mode network – Varsayılan mod ağı) temelli 4B fMRG verisi için kullanır. Benzetici; baş hareketlerini, alışkanlığı, tarayıcı sapmasını ve Gauss gürültüsünü benzetebilmektedir. Benzetici, dakikalar içerisinde gerçeğe yakın fMRG verisi oluşturabilmektedir. Benzetici tarafında oluşturulan sonuçlar yaygın kullanılan fMRG analiz araçları(FSL ve AFNI) ile analiz edildi. FSL ve AFNI tarafından beyin aktivitelerinin tahmin edilmesi ve içerilmiş artefaktların kestirimi, benzetici parametreleri ile yüksek bir kesinlikle örtüşmüştür, bu da benzeticinin kalitesini doğrulamaktadır.
Özet (Çeviri)
Functional magnetic resonance imaging (fMRI) utilizes the change in the oxygenation of blood to predict active areas in the brain. fMRI consists of multiple low resolution whole brain images, for which, the contrast difference in corresponding voxels among all images are studied. In this study, an fMRI simulator has been developed which generates customized 4D fMRI data that can be used as a ground truth for comparing/benchmarking different fMRI analysis methods. This simulator can be also used for educational purposes for hands-on study of several aspects of the fMRI time series. Some of the strengths of this simulator with respect to other simulators are as follows. The simulator is programmed in MATLAB and it contains a GUI which facilitates its use. It allows an atlas (ICBM) to generate multiple brain activations within pre-defined anatomical structures. It utilizes T2 MRI images to construct task related (event/block/mixed paradigms) or DMN (Default Mode Network) 4D fMRI data. It is capable of simulating the effects of head movement, habituation, scanner drift and Gaussian noise. The simulator completes realistic fMRI data generation on the order of minutes. The results produced by the simulator are analyzed by popular fMRI analysis tools, FSL and AFNI. The estimation of brain activations and the prediction of the embodied artifacts by FSL and AFNI matched the simulation parameters with great certainty, verifying the quality of the simulations.
Benzer Tezler
- Wavelet based deconvolution techniques in identifying fMRI based brain activation
fMRG tabanlı beyin aktivasyonlarının saptanmasında dalgacık dönüşümü teknikleri
EMİNE ADLI YILMAZ
Yüksek Lisans
İngilizce
2011
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDAN ERKMEN
YRD. DOÇ. DR. DİDEM GÖKÇAY
- Optimization and machine learning in MRI: Applications in rapid mr image reconstruction and encoding models of cortical representations
MRG'de optimizasyon ve makine öğrenimi: Hızlı mr görüntü rekonstrüksiyonu vebeyindeki temsillerin kodlama modellerine uygulanışı
MOHAMMAD SHAHDLOO
Doktora
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TOLGA ÇUKUR
- Extracting activated regions of brain with FMRI data using a robust unsupervised learning approach
Gürbüz denetimsiz öğrenme yaklaşımı ile beynin aktif bölgelerini FMRI verileriyle çıkarma
HUSSAIN ABED JABER ALZIARJAWEY
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiAnkara Yıldırım Beyazıt ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Prof. Dr. İLYAS ÇANKAYA
- Epilepsi cerrahisi sonrasında dil fonksiyonlarında intra ve interhemisferik reorganizasyonun fonksiyonel MR görüntüleme ile incelenmesi
Postoperative reorganization of language functions in patients who underwent epilepsy surgery demonstrated by fMRI
MELİKE GÜRYILDIRIM
Tıpta Uzmanlık
Türkçe
2014
Radyoloji ve Nükleer TıpGazi ÜniversitesiRadyodiagnostik Ana Bilim Dalı
PROF. DR. EMİN TURGUT TALI
- Clustering functional mri data using a robust unsupervised learning algorithm
Fonksiyonel mrı verilerinin gürbüz denetimsiz algoritması ile kümelendirilmesi
HADEEL KASSIM WADI AL-JOBOURI
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiYıldırım Beyazıt ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLYAS ÇANKAYA