Multi-modal tensor representations of brain networks
Beyin ağlarının çok modelli tensör gösterimleri
- Tez No: 664051
- Danışmanlar: PROF. DR. BURAK ACAR
- Tez Türü: Doktora
- Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Nöroloji, Bioengineering, Electrical and Electronics Engineering, Neurology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 129
Özet
Demansın en yaygın şekli olan Alzheimer hastalığının ekonomik, sosyal ve psikolojik yükleri göz önünde bulundurulduğunda, hastalığın süreci ve altında yatan mekanizmaları hakkında fikir edinmek önemlidir. Biyobelirteçler olarak in-vivo MRI teknikleri ile elde edilen yapısal ve fonksiyonel beyin konnektomlarının kullanılması umut verici bir yaklaşımdır. Bu tezde, yapısal ve işlevsel olarak tanımlanan beyin konnektomlarının tek modlu ve çok modlu bir şekilde temsiline izin veren B-tensör yapısı sunulmuştur. Yapısal bağlantıların bilinen fonksiyonel ağlara projeksiyonu ile AD ve sağlıklı kontrol grubu, %90'ın üzerinde bir ayırma performansı ile 7 boyutlu bir uzayda ayırt edilmiştir. Aynı zamanda 47 kişiden oluşan farklı AD düzeylerine sahip hastalara tek modlu ve çok modlu tensör çarpanlarına ayırma yöntemleri ile 5 boyutlu uzayda %77-%100 doğrulukta tanı konulmaktadır. Tamamlayıcı bilgi sunan yapısal ve işlevsel ağları başarılı bir şekilde birleştirerek, çok-modlu tensör çarpanlarına ayırma tekniğinin tek-modludan daha iyi performans gösterdiği bulunmuştur. Elde edilen alt ağların nörolojik değerlendirmeleri literatürle son derece uyumlu olmakla birlikte, hastalığın ilerlemesine ilişkin yeni bulgular da önermektedir.
Özet (Çeviri)
Considering the economic, social, and psychological burdens of Alzheimer's disease (AD), the most common form of dementia, it is essential to gain insight into the process and underlying mechanisms of the disease. Using structural and functional brain connectomes obtained by in-vivo MRI techniques as biomarkers is a promising approach. In this thesis, the B-Tensor structure that allows the representation of brain connectomes defined in structurally and functionally with a uni-modal and multi-modal fashion is presented. With the projection of structural connectomes onto known functional networks, patients with AD and healthy control group are distinguished in a 7-dimensional space with a separation performance of over 90%. In addition, with the uni-modal and multi-modal tensor factorization methods, 47 patients with different levels of AD, are diagnosed with an accuracy of 77% - 100% in a 5-dimensional space. The results show that the multi-modal factorization technique performs better than the uni-modal one by successfully fusing the structural and functional networks which offer complementary information. While the neurological evaluations of the obtained sub-networks are highly consistent with previous literature, new findings regarding the progression of the disease are also recommended.
Benzer Tezler
- Comressıon of convolutıonal neural networks vıa hıgh dımensıonal model representatıon
Yüksek boyutlu model gösterilimi aracılığıyla evrişimsel sinir ağlarının sıkıştırılması
BERNA YILMAZ
Yüksek Lisans
İngilizce
2025
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Deep learning-based methods for drug synergy prediction
İlaç sinerjisi tahmini için derin öğrenme tabanlı yöntemler
HALİL İBRAHİM KURU
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH ERCÜMENT ÇİÇEK
DOÇ. DR. ÖZNUR TAŞTAN OKAN
- Çok eksenli yorulma durumunda eşzamanlı ve asenkron yüklemeler için hasar ve ömür kestirim yöntemlerinin incelenmesi
Investigation of damage and life estimation methods for in-phase and out-of-phase loading in multiaxial fatigue
BURAK UĞUR BULCA
Yüksek Lisans
Türkçe
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ ALTAY
PROF. DR. ATA MUGAN
- Enhancing hyperspectral and multispectral image fusion using high dimensional model representation
Yüksek boyutlu model gösterimi kullanılarak hiperspektral ve multispektral görüntü füzyonunun iyileştirilmesi
EFE KAHRAMAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Vision transformer-based physics informed CFD prediction of axial fans with self-supervised contrastive learning for enhanced geometric sensitivity
Eksenel fanlarda geometrik farklılıkların yakalanmasına yönelik kontrastif öğrenme destekli, fizik bilinçli vısıon transformer tabanlı CFD tahmini
MEHMET FATİH REYHAN
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHA ZAFER