Blind 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: HALİME İCLAL AKYOL
Eş Danışman: DİDEM GÖKÇAY, AYDAN MÜŞERREF ERKMEN
Özet:Bu tez çalışmasında; benzer beyin voksellerini, belirli uyaranlara verilen tepkilere bağlı olarak gruplandırmak amacıyla, fonksiyonel Manyetik Rezonans Görüntüleme (fMRG) veri incelemesi yapılmıştır. fMRG sinyalleri, sinirsel uyarı ile hemodinamik yanıt fonksiyonunun (HYF) evrişimi olarak düşünülmüş ve hemodinamik yanıt fonksiyonlarını içeren zaman dizilerinin bu sinyaller kullanılarak kestirimi yoluyla, beyin vokselleri gruplandırılmıştır. HYF kestirimi problemi; MAP kestirim yöntemi kullanan bir gözü kapalı ters evrişim algoritması yoluyla Bayesçi bir çerçeve dahilinde çalışılmıştır. Bu yaklaşım; voksellerde oluşan sinirsel uyarılarının bilinmemesi ve HYF üzerine herhangi bir model oturtulmaması dolayısıyla gözetimsiz ve modellerden bağımsızdır. Bu bağlamda, HYF dağılımının, küçük türevli fonksiyonlara meyil eden bir öncül Gauss dağılımı olduğunu kabul eden ve sadece fMRG sinyallerini girdi olarak kullanan başarılı bir HYF kestirim metodu geliştirilmiştir. Bu metot sadece HYF değil aynı zamanda söz konusu evrişimin diğer bileşenlerini de (sinirsel uyarılar ve gürültü) başarıyla kestirebilmektedir. Bunu takiben, kestirilmiş HYF'lerin arasında düzeltilmiş Hausdorff uzaklığı kullanılarak kurulan benzerlikler sayesinde veriler spektral olarak dönüştürülür ve bunlar EM gruplama yöntemi ile gruplandırılır. Yapılan simülasyonlara göre, geliştirilen metodun zamandaki kaymalara, örnekleme seğirmelerine, bağımsız Gauss gürültüye ve genlik sürüklenmelerine karşı gürbüz olduğu gösterilmiştir. Özellikle, aktif ve aktif olmayan beyin voxellerinin birbirlerinden ayrıştırılması noktasında, yapılan gerçek veri deneylerinde % 100 duyarlılık ve özgüllük tespit edilmiştir. Sonuç olarak bu tez çalışmasında matematiksel bir tabana oturan fMRG veri incelemesi için yeni bir Bayesci çerçeve geliştirilmiş, önerilmiştir. Deney ve simülasyon bulgularına göre, bilişsel süreçlerdeki çeşitlilikler yüzünden HYF tahmin edilemese bile, önerilen metot sayesinde halen yüksek kalitede aktivasyon tespiti mümkündür.