Συντάχθηκε 07-10-2013 14:13
από Eleni Stamataki
Email συντάκτη: estamataki<στο>tuc.gr
Ενημερώθηκε:
-
Ιδιότητα: σύνταξη/αποχώρηση υπάλληλος.
Σχολή Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΜΑΡΙΟΥ ΑΝΤΩΝΑΚΑΚΗ
με θέμα
Ανάλυση Μαγνητοεγκεφαλογραφήματος με χρήση Προβολής Ανεξάρτητων Συνιστωσών
Magnetoencephalographic analysis using Projection on Independent Components (ICA)
Πέμπτη 10 Οκτωβρίου 2013, 3μμ
Αίθουσα 145Π58, Κτίριο Επιστημών, Πολυτεχνειούπολη
Εξεταστική Επιτροπή
Καθηγητής Μιχάλης Ζερβάκης (επιβλέπων)
Αναπληρώτρια Καθηγήτρια Αικατερίνη Μανιά
Αναπληρωτής Καθηγητής Μιχαήλ Λαγουδάκης
Περίληψη
Η κατανόηση των μηχανισμών και των τρόπων λειτουργίας του ανθρώπινου εγκεφάλου αποτελεί σήμερα ένα σημαντικό πεδίο έρευνας στον τομέα της Νευροεπιστήμης. Σημερινές μελέτες αναγνωρίζουν την χρησιμότητα σύζευξης συγχρονισμού κατά την μελέτη δυσλειτουργιών που σχετίζονται με αναγνωστικές δυσκολίες. Η εγκεφαλική καταγραφή με την χρήση συστήματος μαγνητοεγκεφαλογραφίας (ΜΕΓ) έχει αποτελέσει ένα χρήσιμο εργαλείο προς αυτή την κατεύθυνση παρέχοντας πολύ καλή ανάλυση σε σχέση με άλλα συστήματα. Το αντικείμενο της παρούσας διπλωματικής εργασίας είναι η εξαγωγή ιδιοτήτων συγχρονισμού μέσα από την ανάλυση ΜΕΓ καταγραφών παιδιών με αναγνωστικές δυσκολίες (Reading Difficulties - RD) και κανονικών παιδιών (Non Impaired - NI) με την χρήση της μεθόδου ICA. Στα πλαίσια της εργασίας μελετήθηκε βιβλιογραφία για το πώς εφαρμόζεται η ICA και οι μέθοδοι συγχρονισμού σε καταγραφές κατάστασης ηρεμίας του εγκεφάλου και ποιες τεχνικές χρήσης έχουν προστεθεί. Η εφαρμογή της ICA βοήθησε την ανάδειξη κρυμμένης εγκεφαλικής και μη εγκεφαλικής δραστηριότητας με άμεσο αποτέλεσμα τον περιορισμό της μη εγκεφαλικής δραστηριότητας από τις συνιστώσες της ICA. Επιπλέον, χρησιμοποιήθηκαν μετρικές από τον χώρο της Θεωρίας Πληροφορίας για τον εντοπισμό των μη εγκεφαλικών συνιστωσών. Πραγματοποιήθηκε περιορισμός της δραστηριότητας των ματιών χρησιμοποιώντας την εμπειρική μέθοδο αποσύνθεσης (EMD), καθώς επίσης εφαρμόστηκε ομαδοποίηση κατά συστάδες χρησιμοποιώντας ιεραρχική μέθοδο για την τελική αφαίρεση συνιστωσών που δεν περιγράφουν εγκεφαλική δραστηριότητα. Τα αποτελέσματα αυτής της χρησιμοποιήθηκαν για τον υπολογισμό συγχρονισμού και μοντέλων συνδεσιμότητας με μια προσέγγιση ομαδοποίησης των συνιστωσών της ICA ώστε να υπάρξουν διακριτές εγκεφαλικές περιοχές. Επιπλέον, έγινε έλεγχος απόδοσης των πολυμεταβλητών μεθόδων με την χρήση συνθετικών και υποκατάστατων σημάτων. Τέλος πραγματοποιήθηκε στατιστική ανάλυση για την ανάδειξη διαφορών μεταξύ των δύο ομάδων με αποτέλεσμα την εύρεση δυσλειτουργίας στην επικοινωνία των δύο ημισφαιρίων και την γενική μείωση της έντασης των τιμών συγχρονισμού και συνδεσιμότητας της ομάδας RD.
Abstract
The understanding of the mechanisms of human brain is a demanding issue for neuroscience research. Physiological studies acknowledge the usefulness of synchronization coupling in the study of dysfunctions associated with reading difficulties. Magnetoencephalogram (MEG) is a useful tool towards this direction having been assessed for its superior accuracy over other modalities. The scope of present study is the extraction of synchronization features using independent component analysis (ICA) on the MEG recording from children with reading difficulties (RD) and non - impaired children (NI). Consequently, there has been a review to the studies which have been carried out in order to examine the use of ICA and synchronization measures in resting state data. The application of ICA helps to emerge hidden cerebral and non-cerebral activity and the elimination of non-cerebral activity to the independent components. In addition, metrics are used from domain of information theory for the detection of non-cerebral activity. Empirical Mode Decomposition is used for the elimination of ocular activity and the final decision for the reduction of non-cerebral components is defined using hierarchical clustering. The results from this process are used for the calculation of synchronization measures with clustering approach for the maintenance only discrete brain areas. In addition, multivariable methods are tested about performance using synthetic and surrogate data. Finally, a statistical analysis is performed for the extraction of statistical differences between NI and RD and as a result, the appearance of communication problem between two hemispheres and the general reduction of synchronization values of RD.
Συνημμένα:
-
ΑΝΑΚΟΙΝΩΣΗ ΑΝΤΩΝΑΚΑΚΗ ΜΑΡΙΟΥ.docx
Μεταφορτώσεις: 100,
Μέγεθος: 29 KB application/vnd.openxmlformats-officedocument.wordprocessingml.document
