Geri Dön

A technical framework for group studies of diffusion tensor imaging

Grup çalışmaları için dıfüzyon tensörü görüntüleme altyapısı

  1. Tez No: 756400
  2. Yazar: MEHMET ÖZER METİN
  3. Danışmanlar: DOÇ. DR. YEŞİM AYDIN SON, DOÇ. DR. DİDEM GÖKÇAY
  4. Tez Türü: Doktora
  5. Konular: Biyomühendislik, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bioengineering, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Difüzyon tensör görüntüleme, Fonksiyonlu grup analizi, İstatistik, Diffusion tensor imaging, Functional group analysis, Statistics
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Difüzyon tensör görüntüleme (DTI), beyaz cevher anormalliklerini araştırmak için ideal bir araçtır. Bu çalışmada, grup tabanlı DTI analizi için skaler olmayan metrikleri kullanan yeni teknikler önerilmiştir. Grup farklılıklarını değerlendirmek için yönlü istatistiklerin kullanılması bu tezin ana başarısıdır. Yönlü istatistikler, difüzyon ağırlıklı görüntü gruplarından çıkarılan difüzyon tensörleri hakkında skaler ölçümlerden çok daha fazla bilgiyi kapsayabilir. Grup farklılıklarını analiz etmek için iki yeni yaklaşım getirdik. İlk yöntem, bağlantı tabanlı hipotez testi için grup tabanlı DTI analizini gerçekleştirmek için yeni bir görselleştirme tekniği ile olasılıksal fiber traktografisini güçlendirir. Olasılıksal fiber traktografisi, yay uzunluğuna karşı FA değerlerini görselleştirmek için yeni bir yöntemle genişletildi. Bu yöntem, yalnızca olasılıklı yolların hipotez testini sağlamakla kalmaz, aynı zamanda çok çözünürlüklü görselleştirme sağlar. İkinci yöntem, yol profili oluşturma ve yön istatistikleri (TPDS) adı verilen yeni bir teknik sunar. En uygun olanı bulmak için farklı yönlü istatistiksel modelleri araştırdık. Deneyler sırasında, yol boyunca yönlü istatistiksel analiz yapmanın voksel veya iskelet kılavuzlu yönlü istatistiklerden çok daha etkili olduğunu doğruladık. Bir vaka çalışması olarak yöntem, majör depresif bozukluğu olan hastaların bağlantı farklılıklarını belirlemek için uygulanmıştır. Yönlü istatistik tabanlı analizle elde edilen sonuçlar, Ağ Tabanlı İstatistikler (NBS) ile tutarlıdır, ancak ek olarak, sağ hemisfer striatum, ACC ve prefrontal, parietal, zamansal ve oksipital bağlantılarda önemli değişiklikler bulduk. talamus, amigdala ve hipokampus gibi limbik bölgelerdeki sol hemisferik farklılıklar. Ağ tabanlı istatistiksel araç kutusunun çıktısı ile karşılaştırma, önerilen yöntemin faydasının, yol uzunluğu arttıkça çok daha belirgin hale geldiğini göstermiştir.

Özet (Çeviri)

Diffusion tensor imaging (DTI) is an ideal tool to investigate white matter abnormalities. In this study, novel techniques that use non-scalar metrics have been proposed for group-based DTI analysis. Utilization of directional statistics to evaluate group differences is the main achievement of this thesis. Directional statistics can encapsulate much more information than scalar metrics about the diffusion tensors extracted from groups of diffusion weighted images. We have introduced two new approaches to analyze group differences. The first method augments probabilistic fiber tractography with a new visualization technique to carry out group-based DTI analysis for connectivity-based hypothesis testing. Probabilistic fiber tractography is extended with a new method to visualize FA values versus arc-length. This method not only enables hypothesis testing of probabilistic tracts but also provides multi-resolution visualization. The second method introduces a new technique called tract profiling and directional statistics (TPDS). We have investigated different directional statistical models to find the best fit. During the experiments, we confirmed that carrying out directional statistical analysis along the tract is much more effective than voxel- or skeleton-guided directional statistics. As a case study, the method has been applied to identify connectivity differences of patients with major depressive disorder. The results obtained with the directional statistic-based analysis are consistent with those of Network Based Statistics (NBS), but additionally, we found significant changes in the right hemisphere striatum, ACC, and prefrontal, parietal, temporal, and occipital connections as well as left hemispheric differences in the limbic areas such as the thalamus, amygdala, and hippocampus. Comparison with the output of the network-based statistical toolbox indicated that the benefit of the proposed method becomes much more distinctive as the tract length increases.

Benzer Tezler

  1. Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi

    Başlık çevirisi yok

    MERİH BAYRAM

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Kadın Hastalıkları ve DoğumGazi Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    DOÇ. DR. MÜLAZIM YILDIRIM

  2. Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi

    Başlık çevirisi yok

    NACİYE TÜRKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Kimya MühendisliğiUludağ Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUSTAFA CEBE

  3. Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi

    Kinetic study and detesmination of thermodnamic parameters of some esters

    İBRAHİM TAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Kimya MühendisliğiUludağ Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MUSTAFA CEBE

  4. Atherosklerotik kalp hastalıklarında risk faktörleri

    Risk factors in the coronary artery disease

    MURAT SUHER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    KardiyolojiGazi Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

  5. Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu

    Başlık çevirisi yok

    İRFAN KARAGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. OĞUZ BORAT