Improvement of temporal resolution of FMRI data for brain decoding
Beyin şifresi çözümü için FMRG verisinin zamansal çözünürlüğünün geliştirilmesi
- Tez No: 718969
- Danışmanlar: PROF. DR. FATOŞ TUNAY YARMAN VURAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Bu çalışmada, beynin durumları ile problem çözme aşamaları olan planlama ve yürütme arasındaki haritalamanın doğruluğunu artırmayı hedefliyoruz. Haritalamayı oluşturan bir hesaplama modeli oluşturmak için, Londra Kulesi problemini çözen deneklerden elde edilen bir fMRG veri seti kullanılmıştır. fMRG verileri, beyin metabolizmasında bölgesel ve zamana göre değişen değişiklikleri sağladığı için bu problem için uygun bir veridir. Ancak, fMRG verilerini kullanarak model geliştirmek kolay değildir. Genellikle fMRG verileri, tarayıcı sınırlamaları nedeniyle az bir örnek miktarına sahipken çok büyük bir nitelik vektörüne sahiptir. Bu sınırlamaların üstesinden gelmek ve haritalama performansını artırmak için iki yöntem öneriyoruz. Her iki yöntemin de ön işleme yaptığımız bir ön aşaması vardır. Ön işleme aşaması, özellik seçimi ve beyazlatmayı içerir. Önerilen yöntemler, verilerin uzamsal ve zamansal yapısını kullanan polinom regresyon ve sinir ağları ile oluşturulmuştur.
Özet (Çeviri)
In this study, we aim to increase the accuracy of the mapping between the states of the brain and problem-solving phases namely planning and execution. To create a computational model to generate the mapping, an fMRI dataset obtained from subjects solving the Tower of London problem has been used. fMRI data is suitable for this problem as it provides regional and time-varying changes in brain metabolism. However, developing the model using fMRI data is not trivial. Generally, fMRI data has a very large feature vector while having a small sample size due to the scanner limitations. We propose two methods to overcome these limitations and increase the mapping performance. Both methods have a preliminary stage where we perform preprocessing. Preprocessing stage includes feature selection and whitening. The proposed methods are built with polynomial regression and neural networks utilizing the spatial and temporal nature of the data.
Benzer Tezler
- Dikkat eksikliği ve hiperaktivite bozukluğu olan erişkinlerde beynin dinlenim durumu içsel bağlantı ağlarının eş zamanlı EEG-fMRI ile araştırılması
Investigation of the resting-state intrinsic connectivity networks of the brain in adults with attention deficite hyperactivity disorder by using simultaneous EEG-fMRI during resting state measurements
DÖNÜŞ SEVİNÇ ÖZBEK
- Single-frame and multi-frame super-resolution on remote sensing images via deep learning approaches
Derin öğrenme yaklaşımlarıyla uzaktan algılama görüntülerinde tek çerçeve ve çok çerçeve süper çözünürlük
PEIJUAN WANG
Doktora
İngilizce
2022
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Improvement of ASL based mr angiography for novel applications
Yeni uygulamalar için ASL tabanlı MR anjiyografinin geliştirilmesi
ONUR ÖZYURT
Doktora
İngilizce
2017
BiyomühendislikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZHAN ÖZTÜRK
- Yapay açıklıklı radar interferometre teknikleri ile tuz gölü dinamiklerinin analizi
Analysis of salt lake dynamics with artificial aperture radar interferometry techniques
BURHAN BAHA BİLGİLİOĞLU
Doktora
Türkçe
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- Short-term ozone forecasts and modeling of long-term climate change impacts on ozone pollution in the Marmara region
Marmara bölgesinde kısa dönemli ozon tahmini ve uzun dönemli iklim değişikliğine bağlı ozon oluşumunun modellenmesi
REZA REZAEI
Doktora
İngilizce
2023
Çevre MühendisliğiHacettepe ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLEN GÜLLÜ