Wavelet based deconvolution techniques in identifying fMRI based brain activation
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, Elektrik ve Elektronik Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2011
Tezin Dili: İngilizce
Öğrenci: EMİNE ADLI YILMAZ
Eş Danışman: DİDEM GÖKÇAY, AYDAN MÜŞERREF ERKMEN
Özet:Fonksiyonel Manyetik Rezonans Görüntüleme (fMRG), beynin aktivasyon sürecini araştırmada kullanılan en yaygın yöntemlerinden biridir. Bizim tez çalışmamızın temel amacı, fMRG sinyallerini kullanarak, beyindeki aktif ve pasif vokselleri saptayıp, zamana bağlı olan beyin aktivasyonunu belirlemektir. Bu hedefe ulaşmak için sırasıyla iki adet ön hedefi gerçekleştirdik. İlk olarak, basit ve veritabanlı bir yöntem olan Fourier ve Wavelet Alanlarında Regülarizasyonlu Ters Konvolusyon(ForWaRD) metodunu kullanarak fMRG sinyalinden, bir vokselin aktif ya da pasif olduğunu gösteren bilgiyi, yani hemodinamik cevap fonksiyonunu (HCF) elde ettik.Daha sonra, Laplacian Özharitalama yöntemini kullanarak, elde ettiğimiz hemodinamik cevap fonksiyonlarını aktif ve pasif olma durumlarına bakarak sınıflandırdık. Bu sayede hem beyindeki aktif ve pasif vokseller hem de aktivasyon bölgeleri bulunmuş oldu. Bu tez çalışması ile birlikte ForWaRD yöntemi ilk kez fMRG sinyallerine doğrudan uygulanmıştır. Çıkarım yöntemi, üzerine gerçek MR gürültüleri eklenmiş, gerçek ve benzetimi yapılmış blok tasarım aktivasyon sinyallerinde test edilmiştir. ForWaRD işleminin çıkışı her bir voksel için HCF içermektedir. HCF çıkarımından sonra Laplacian Özharitalama yöntemi kullanılarak, aktif ve pasif vokseller HCF'lerinegöre sınıflandırılmışlardır. Bu çalışma ile ayrıca Laplacian Özharitalama yöntemi ilk defa HCF sınıflandırmada kullanılmıştır.Mevcut parametreler ile bu tezde uygulanan çıkarım ve sınıflandırma yöntemlerinin,sinyal özelliklerindeki değişimlere karşı çok dirençli oldukları görülmüştür. Bahsi geçen yöntemlerin verim analizleri, hassaslık ve belirlilik yönlerinden incelenmiş ve naçıklanmıştır. Bu ölçümler de sunduğumuz metotların farklı gürültü tiplerine ve sinyale özelliklerindeki değişikliklere karşı ne kadar güçlü olduğunu kanıtlamıştır.