Low dimensional brain connectome representations for alzheimer's disease dementia
Alzheimer hastalığı demansı için düşük boyutlu beyin konnektom temsilleri
- Tez No: 972381
- Danışmanlar: PROF. DR. BURAK ACAR
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Alzheimer Hastalığı Demansı (AHD), genellikle Subjektif Bilişsel Bozulma (SBB) ile başlayıp Hafif Bilişsel Bozulma (HBB) evresinden geçerek demansla sonuçlanan sürekli bir ilerleme süreci izler. Bu ilerleyişin kompakt ve yorumlanabilir bir biçimde temsil edilmesi, beyin ağı analizinde önemli bir zorluk oluşturmaktadır. Bu tezde, yapısal beyin bağlantılarını iki boyutlu bir manifold üzerine gömen Çizge Sinir Ağı (GNN) tabanlı bir çerçeve sunulmaktadır. Bu yapı, hastalık evrelemesini düşük boyutlu ancak bilgi açısından zengin bir biçimde temsil etmeyi amaçlamaktadır. Geliştirilen mimari, Çizge Eşyapılılığı Ağı (GIN) ve Çizge Dikkat Ağı (GAT) katmanlarını entegre eder; ardından, dikkat temelli havuzlama yöntemiyle çizge düzeyinde gömme vektörleri oluşturulur. Bu vektörler, Başlıca Bileşenler Analizi (PCA) kullanılarak iki boyutlu bir evreleme uzayına yansıtılır. Öğrenilen manifold, AHD, HBB ve SBB gruplarının uzayda tutarlı bir şekilde konumlandığını göstermekte; HBB örneklerinin genellikle iki klinik uç arasında yer alması, bilişsel gerilemenin kademeli doğasıyla örtüşmektedir. Model, ayrıntılı bir ablation (bileşen çıkarım) çalışması ve rastgelelik analizleri ile doğrulanmış olup, öğrenilen temsillerin güvenilirliğini desteklemektedir. Ayrıca, precuneus, açısal girus ve üst parietal lob gibi anatomik bölgeler, manifold boyunca gözlenen varyansın başlıca belirleyicileri olarak tanımlanmış ve bu bulgular, AHD'nin bilinen biyobelirteçleriyle uyumluluk göstermiştir. Sonuç olarak, önerilen bu çerçeve, nörodejeneratif ilerleyişin görselleştirilmesine yönelik sağlam ve yorumlanabilir bir yaklaşım sunmakta; hastalık evrelemesine dair biyolojik olarak temellendirilmiş modelleri desteklemektedir.
Özet (Çeviri)
Alzheimer's Disease Dementia (ADD) progresses along a continuum, typically beginning with Subjective Cognitive Impairment (SCI), advancing through Mild Cognitive Impairment (MCI), and culminating in dementia. Capturing this trajectory in a compact and interpretable form remains a key challenge in brain network analysis. This thesis introduces a Graph Neural Network (GNN)-based framework that embeds structural brain connectomes into a two-dimensional manifold, offering a low-dimensional yet informative representation of disease staging. The architecture integrates a Graph Isomorphism Network (GIN) and a Graph Attention Network (GAT), followed by attention-based pooling to generate graph-level embeddings. These are projected using Principal Component Analysis (PCA) to construct a two-dimensional staging space. The learned manifold reveals a coherent spatial organization of ADD, MCI, and SCI populations, with MCI cases generally located between the two clinical extremes—consistent with a gradual model of cognitive decline. The model is validated through a detailed ablation study and random analysis, supporting the reliability of the learned embeddings. Additionally, key anatomical regions—such as the precuneus, angular gyrus, and superior parietal lobule—are identified as dominant contributors to variance across the manifold, in line with established biomarkers of ADD. Together, the proposed framework offers a robust and interpretable approach for visualizing neurodegenerative progression and supports biologically grounded models of disease staging.
Benzer Tezler
- Otizm spektrum bozukluğunun fmrı kullanılarak tespiti için makine öğrenmesi tabanlı bir yaklaşım
A machine learning based approach for detection of autism spectrum disorder using fMRI
AOUMRIA CHELEF
Doktora
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. MAHMUT ÖZTÜRK
- Novel centrality, topology and hierarchical-aware link prediction in dynamic networks
Dinamik ağlarda merkezilik, topoloji ve hiyerarşik tabanlı bağlanti tahmini
ABUBAKHARI SSERWADDA
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
YRD. DOÇ. ALPER ÖZCAN
- Supervised and unsupervised models of brain networks for brain decoding
Beyin durumu tanıma için gözetimli ve gözetimsiz olarak oluşturulan beyin ağları
ABDULLAH N.A. ALCHIHABI
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATOŞ TUNAY YARMAN VURAL
- 5-fluorourasil için polimer/biyoseramik ve grafen oksit içerikli ilaç taşıyıcı malzeme üretimi ve kinetik çalışmaları
Production and kinetic studies of polymer/bioceramic and graphene oxide containing drug carrier materials for 5-fluorouracil
EBRU KAHRAMAN
Doktora
Türkçe
2023
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLHAYAT SAYGILI
- İmlecin iki boyutlu hareketinin hayali sırasında kaydedilmiş EEG işaretlerinin karar ağaç yapısı esaslı sınıflandırılması
Decision tree based classification of EEG signals recorded during two dimensional cursor movement imagery
ÖNDER AYDEMİR
Doktora
Türkçe
2013
BiyomühendislikKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TEMEL KAYIKÇIOĞLU