Geri Dön

Structural brain connectome embedding for Alzheimer'sdisease

Alzheimer hastalığı için yapısal beyin haritaları gömüleri

  1. Tez No: 603710
  2. Yazar: GURUR GAMGAM
  3. Danışmanlar: PROF. DR. BURAK ACAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

Özet

Nörodejeneratif hastalıklar beyin bağlantılarını değiştirir. Alzheimer hastalığı, nörodejeneratif hastalıklar arasında en yaygınıdır. Alzherimer'ı anlamak için yapılan çalışmalara rağmen, hastalığın karmaşık yapısıyla ilgili hala keşfedilicek şeyler bulunuyor. Bu yapıyı anlamlandırmak için, beyin haritasından çıkarılan genel yapıyı yansıtan özellikler yaygın bir şekilde kullanıldı. Bu özelliklerin düşük özgüllüğe sahip olmasından dolayı, son zamanlarda beyindeki belirli yapılar gizil bir işaretleyici olarak kullanılmaya başlandı. Bu tezde, bu yapıları göstermesi için Deepwalk'tan esinlenen yeni bir model sunuluyor. Bu model her bir kişisel beyin haritalarını eşsiz bir çizge olarak sayar ve rastgele yürüşlerleri sinir ağıyla birlikte kullanarak her bir beyin hartasi için düğümsel gömüler öğrenir. Öğrenilen düğümsel gömüler yerel bağlantıların gizli gösterimleri olarak kullanılır ve bu gömülerin ayırıcı gücü SVM temelli birini dışarı bırak deneyleriyle hesaplanır. Bu deneylerde AD-SCI / AD-MCI / MCI-SCI / AD-MCI-SCI sınıflandırma görevleriyle ilgili umut verici sonuçlar alındı. Sınıflandırma dışında, bu yerel bağlantıların gizli gösterimleri nöredejeneratif hastalıkların konumsal ve zamansal ilerleme sürecini tanımlamak için uygun bir uzayda bulunuyor olabilirler yani düğümsel gömülerden hastalığın ilerlemesini gözlemek için yararlanılabilir.

Özet (Çeviri)

Neurodegenerative diseases are known to alter brain connectivity. Alzheimer's Disease (AD) is the most common one among these diseases. Although, many researches have been made to understand AD, there are still more to explore about the complicated nature of AD. To solve these mysteries, features extracted from connectomes are widely used. Following the poor specificity of global connectome features, more recently focus has been shifted towards substructures as potential biomarkers. A new model, inspired by the Deepwalk, is proposed to represent these substructures in this thesis. The model treats each individual connectome as a unique graph and learns nodal embeddings per connectome by means of a random walk and a neural network approach. The learned nodal embeddings are used as latent representations of local connectivity and their discriminative power is assessed in SVM based leave-one-out experiments over a cohort of 91 individuals. Promising results were obtained for AD-SCI / AD-MCI / MCI-SCI / AD-MCI-SCI classification tasks. Apart from classification, such latent representations of local connectivity may serve as an appropriate space to define the continuum of neurodegenerative disease progression temporally and spatially which means nodal embeddings can be utilized for monitoring disease progression

Benzer Tezler

  1. Novel centrality, topology and hierarchical-aware link prediction in dynamic networks

    Dinamik ağlarda merkezilik, topoloji ve hiyerarşik tabanlı bağlanti tahmini

    ABUBAKHARI SSERWADDA

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

    YRD. DOÇ. ALPER ÖZCAN

  2. Prodromal ve ilk atak psikozda beyin ağları

    Brain networks in prodromal and first-episode psychosis

    CEMAL DEMİRLEK

    Doktora

    Türkçe

    Türkçe

    2024

    BiyoteknolojiDokuz Eylül Üniversitesi

    Sinirbilimler Ana Bilim Dalı

    PROF. DR. İBRAHİM EMRE BORA

  3. Graph theory to study complex networks in the brain

    Beyindeki kompleks ağları analiz etmek için graf teorisi

    MITE MIJALKOV

    Doktora

    İngilizce

    İngilizce

    2018

    Bilim ve Teknolojiİhsan Doğramacı Bilkent Üniversitesi

    Malzeme Bilimi ve Nanoteknoloji Ana Bilim Dalı

    YRD. DOÇ. DR. GIOVANNI VOLPE

  4. Profesyonel bisikletçilerin konnektomunun DTG traktografisi: Beyaz cevher yolaklarının haritalandırılması

    DTİ tractography of professional cyclists' connectome: Mapping of white matter pathways

    GİZEM ABACI

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    Radyoloji ve Nükleer TıpNamık Kemal Üniversitesi

    Radyoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YAŞAR TÜRK

  5. Multi-modal tensor representations of brain networks

    Beyin ağlarının çok modelli tensör gösterimleri

    GÖKTEKİN DURUSOY

    Doktora

    İngilizce

    İngilizce

    2021

    BiyomühendislikBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK ACAR