Graph theory to study complex networks in the brain
Beyindeki kompleks ağları analiz etmek için graf teorisi
- Tez No: 498470
- Danışmanlar: YRD. DOÇ. DR. GIOVANNI VOLPE
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Malzeme Bilimi ve Nanoteknoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 300
Özet
Beyin, karmaşık ve geniş kapsamlı nöral ağlardan oluşmakta ve bu yapılara da“konektom”adı verilmektedir. Bu sebeple, beyin, düğüm ve kenarlardan oluşan bir ağ olarak düşünüldüğünde, graf teori konseptleri ile beynin organizasyonuyla alakalı çeşitli analizler yapılabilir. Bu çalışmada, beynin bağlantı analizini yapmak için MatLab temelli, nesne odaklı, ücretsiz bir yazılım olan BRAPH (Graf teori ile beyin alanizi) geliştirilmiştir. BRAPH, kullanımı kolay bir arayüze sahiptir ve bağlantı analizi yapan kullanıcıyı çeşitli şekillerde yönlendirmektedir (komşuluk matrisi hesaplama, genel ve bölgesel ölçü analizi, non-parametrik permütasyon yöntemi ile gruplar arası karşılaştırma ve ağ içerisindeki alt grupları analiz etme gibi). BRAPH ile yapılabilecekleri göstermek amacıyla, iki farklı çalışmada yapısal ve fonksiyonel bağlantı analizi yapılmıştır. Graf teori kullanılarak, sMCI, lMCIc, eMCIc ve AD hastalarından elde edilen yapısal MRI datası yönlendirilmemiş ağlarda analiz edildiğinde anormal organizasyon gözlenmiştir. Kontrol gruplarıyla kıyaslandığında, bu hastalarda, genel seviyede gruplaşma ve geçişliliğin azalması, aynı zamanda yol uzunluğunun ve modülaritenin artması, düğüm seviyesinde ise düğüm gruplaşmasında ve merkeze yakınlıkta değişimler gösterilmiştir. Burada, yönlendirilmemiş analizlerde farklılık göstermeyen örneklerin nörodejeneratif hastalıklardan kaynaklı topolojik değişimlerinin incelenmesi için yönlendirilmiş ağlarla analiz edilmesi önerilmektedir. Alzheimer ve Parkinson hastaları için gecikmiş korelasyon katsayıları ile yapılan yönlendirilmiş ağlar analizi sonucunda, bahsedilen değişikliklerin tespit edilebildiği gösterilmiştir. Son olarak, nöronların dinamik yapısındaki gecikmeleri kullanarak beyin konektomunun rekonstrüksiyonunu geliştiren bir yöntem ileri sürülmektedir. İleri sürülen“gecikmiş korelasyon”metodunun, simüle edilen ağlardaki gerçek bağlantıları %70-80 oranında doğru tespit ettiği, aynı zamanda genel ve boğum özelliklerinin tespitinde de oldukça iyi olduğu gösterilmiştir.
Özet (Çeviri)
The brain is a large-scale, intricate web of neurons, known as the connectome. By representing the brain as a network i.e. a set of nodes connected by edges, one can study its organization by using concepts from graph theory to evaluate various measures. We have developed BRAPH - BRain Analysis using graPH theory, a MatLab, object-oriented freeware that facilitates the connectivity analysis of brain networks. BRAPH provides user-friendly interfaces that guide the user through the various steps of the connectivity analysis, such as, calculating adjacency matrices, evaluating global and local measures, performing group comparisons by non-parametric permutations and assessing the communities in a network. To demonstrate its capabilities, we performed connectivity analyses of structural and functional data in two separate studies. Furthermore, using graph theory, we showed that structural magnetic resonance imaging (MRI) undirected networks of stable mild cognitive impairment (sMCI) subjects, late MCI converters (lMCIc), early MCI converters (eMCIc), and Alzheimer's Disease (AD) patients show abnormal organization. This is indicated, at global level, by decreases in clustering and transitivity accompanied by increases in path length and modularity and, at nodal level, by changes in nodal clustering and closeness centrality in patient groups when compared to controls. In samples that do not exhibit differences in the undirected analysis, we propose the usage of directed networks to assess any topological changes due to a neurodegenerative disease. We demonstrate that such changes can be identified in Alzheimer's and Parkinson's patients by using directed networks built by delayed correlation coefficients. Finally, we put forward a method that improves the reconstruction of the brain connectome by utilizing the delays in the dynamic behavior of the neurons. We show that this delayed correlation method correctly identifies 70% to 80% of the real connections in simulated networks and performs well in the identification of their global and nodal properties.
Benzer Tezler
- EEG tabanlı fonksiyonel beyin ağlarının aritmetik başarı ve cinsiyet açısından incelenmesi
An investigation of EEG-based functional brain networks in terms of arithmetic success and gender
SAİT DEMİR
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKER TÜRKER
- Characterizing and detecting cohesive subgroups with applications tosocial and brain network
Yogun ve uyumlu alt grupları karakterize etme ve tespit etme, sosyal media ağları ve beyin ağlari
MAKBULE ZEYNEP ERTEM OKTAY
Doktora
İngilizce
2015
Endüstri ve Endüstri MühendisliğiTexas A&M UniversityEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SERGİY BUTENKO
- Türkiye'de iç hatlarda havayolu yolcu taleplerinin yapay sinir ağları kullanarak tahmini
Forecasting of passenger demands in domestic air transportation using artificial neural network in Turkey
İSMAİL KOÇ
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EMEL ARSLAN
- Karmaşık ağlardaki modül yapılarının ve anlamlı alt-ağların tespiti
Detection of module structures and significant sub-networks in complex networks
YILMAZ ATAY
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİFE KODAZ