Ανάλυση της εγκεφαλικής λειτουργίας σε ακουστικό
ερέθισμα με επίλυση του προβλήματος εκτίμησης των
πηγών με τη Μέθοδο Δυναμικής Αντιστοίχισης με
Στατιστική Παραμετροποίηση και υπολογισμό της
λειτουργικής συνδεσιμότητας στο χώρο των ηλεκτροδίων
με τη Μέθοδο Κλειδώματος Φάσης

Μαστακούρη, Αναστασία-Αταλάντη; Mastakouri, Anastasia-Atalanti

Ανάλυση της εγκεφαλικής λειτουργίας σε ακουστικό ερέθισμα με επίλυση του προβλήματος εκτίμησης των πηγών με τη Μέθοδο Δυναμικής Αντιστοίχισης με Στατιστική Παραμετροποίηση και υπολογισμό της λειτουργικής συνδεσιμότητας στο χώρο των ηλεκτροδίων με τη Μέθοδο Κλειδώματος Φάσης

Αποθετήριο DSpace/Manakin

dc.contributor.author	Μαστακούρη, Αναστασία-Αταλάντη	el
dc.contributor.author	Mastakouri, Anastasia-Atalanti	en
dc.date.accessioned	2015-09-30T11:00:07Z
dc.date.available	2015-09-30T11:00:07Z
dc.date.issued	2015-09-30
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/41358
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.10370
dc.rights	Default License
dc.subject	Ηλεκτροεγκεφαλογράφημα	el
dc.subject	Δυναμική αντιστοίχιση με στατιστική παραμετροποίηση	el
dc.subject	Ακουστικό ερέθισμα	el
dc.subject	Λειτουργική συνδεσιμότητα	el
dc.subject	Electroencephalography	en
dc.subject	Auditory stimulus	en
dc.subject	Source estimation	en
dc.subject	Dynamic statistical parametric maps	en
dc.subject	Phase locking value	en
dc.subject	Κλείδωμα φάσης	el
dc.title	Ανάλυση της εγκεφαλικής λειτουργίας σε ακουστικό ερέθισμα με επίλυση του προβλήματος εκτίμησης των πηγών με τη Μέθοδο Δυναμικής Αντιστοίχισης με Στατιστική Παραμετροποίηση και υπολογισμό της λειτουργικής συνδεσιμότητας στο χώρο των ηλεκτροδίων με τη Μέθοδο Κλειδώματος Φάσης	el
dc.title	Study of the brain activity during the hearing of an auditory stimulus with EEG source space imaging using the Dynamic Statistical Parametric Maps Method and computation of the EEG functional connectivity at the sensor space with the Phase Locking Value Method	el
heal.type	bachelorThesis
heal.classification	Βιοϊατρική	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-07-24
heal.abstract	Στην παρούσα διπλωματική εργασία μελετάται η εγκεφαλική λειτουργία κατά τη διάρκεια ενός ακου- στικού ερεθίσματος συχνότητας 1000 Hz και διάρκειας 500 ms. Στόχος είναι ο εντοπισμός των περιο- χών του εγκεφάλου που μετέχουν στην πρόσληψη, αντίληψη και επεξεργασία ενός τέτοιου μονοτονι- κού ακουστικού ερεθίσματος. Οι μέθοδοι που χρησιμοποιούνται είναι ανάλυση στον χώρο των πηγών του εγκεφάλου καθ’ όλη την χρονική διάρκεια του πειράματος, μέσω της επίλυσης του προβλήματος εκτίμησης των πηγών και μέσω του υπολογισμού της λειτουργικής συνδεσιμότητας στο χώρο των αισθητήρων μεταξύ των 32 ηλεκτροδίων του εγκεφαλογράφου. Για την εκτίμηση των πηγών από έναν χώρο 32 ηλεκτροδίων πραγματοποιείται αρχικά ο υπολο- γισμός του ευθέως προβλήματος με χρήση των συντεταγμένων των ηλεκτροδίων πάνω στο σύστημα συντεταγμένων του κεφαλιού, των αγωγιμοτήτων των τριών στρωμάτων του ανθρώπινου κεφαλιού (τριχωτό της κεφαλής, εσωτερικό του κρανίου, εξωτερικό του κρανίου), μιας κατανομής 4096 πηγών ανά ημισφαίριο με χρήση επαναλαμβανόμενου οκταέδρου και τέλος με χρήση της αριθμητικής μεθό- δου ορίων (BEM) για τον υπολογισμό του ηλεκτρικού πεδίου. Στη συνέχεια επιλύεται το αντίστροφο πρόβλημα, το οποίο χρησιμοποιεί με τη σειρά του τη λύση του ευθέως μοντέλου, τις μετρήσεις ηλε- κτροεγκεφαλογραφίας από τα 32 ηλεκτρόδια καθώς και τον πίνακα συνδιακύμανσης θορύβου για τις μετρήσεις, κάνοντας χρήση της μεθόδου Δυναμικής Αντιστοίχησης με Στατιστική Παραμετροποίηση (dSPM). Για τον υπολογισμό της λειτουργικής συνδεσιμότητας μεταξύ των 32 ηλεκτροδίων χρησιμοποιεί- ται η μέθοδος Κλειδώματος Φάσης (PLV). Ο υπολογισμός των τιμών του κλειδώματος φάσης πραγ- ματοποιείται με χρήση μιας παραλλαγμένης έκφρασης της PLV η οποία αντί του μετασχηματισμού Hilbert, χρησιμοποιεί διαφασματικές πυκνότητες. Η παρούσα διπλωματική εργασία επεξεργάζεται δεδομένα που προέρχονται από μία ερευνητική δραστηριότητα που λαμβάνει χώρα στο Εργαστήριο Βιοϊατρικών Προσομοιώσεων και Απεικονιστι- κής Τεχνολογίας του Ε.Μ.Π. σε συνεργασία με το Ερευνητικό Πανεπιστημιακό Ινστιτούτο Ψυχικής Υγιεινής-ΕΠΙΨΥ. Για τον υπολογισμό όλων των ανωτέρω γίνεται χρήση ενός μέσου μοντέλου αν- θρώπινου εγκεφάλου, καθώς και χρήση της πλατφόρμας MNE-Python. Από την επεξεργασία προκύπτουν αποτελέσματα που επιβεβαιώνουν την μέχρι τώρα σχετική έρευνα για την ακουστική λειτουργία σε πολλά κρίσιμα σημεία. Τα σημαντικότερα από αυτά τα ση- μεία είναι: η ένδειξη της εγκεφαλική λειτουργίας (ακουστική αντίληψη και επεξεργασία) σε ερέθισμα συχνότητας 1 kHz με εστιασμένη δραστηριότητα στον ακουστικό φλοιό στις ζώνες συχνοτήτων θήτα και χαμηλή άλφα (3.5-10 Hz), η έναρξη της ενεργοποίησης κοντά στην χρονική στιγμή των 100 ms μετά την έναρξη του ερεθίσματος και, τέλος, η διασπορά της ενεργοποίησης σε περιοχές του βρεγ- ματικού και κροταφικού λοβού μετά το πέρας του ερεθίσματος. Όσον αφορά την λειτουργική συνδε- σιμότητα στον χώρο των ηλεκτροδίων, παρατηρούμε έντονη σύνδεση μεταξύ των ηλεκτροδίων του ακουστικού φλοιού και κάποιων περιοχών του βρεγματικού.	el
heal.abstract	This Diploma Thesis studies the brain activity during the hearing of an auditory stimulus of frequency of 1000 Hz and duration of 500 ms. The aim of this thesis is to localize the brain areas which take part in the perception and processing of this monotonic auditory stimulus. The methods which are used are, firstly, source space analysis for the whole duration of the experiment, through the solving of the source estimation problem and, secondly, functional connectivity with the Phase Locking Value method at the 32-sensor space. For the source estimation, from a sensor space of 32 electrodes, at first, the forward problem is computed using the co-registrated electrode locations of the electrodes to the head coordinate system, the conductivities of the three layers of the head (outer skin, outer skull, inner skull), a source distribution of 4096 sources per hemisphere produced by a recursive octahedron, and finaly using the numerical Boundary Element Method (BEM) for the computation of the electric field’s distribution. Then, the inverse problem is computed, by using the solution of the forward model, the EEG measurements of the 32 electrodes and the noise covariance matrix, with the Dynamic Statistical Parametric Maps method (DSPM). For the computation of the functional connectivity at the 32-electrode sensor space the Phase Locking Value method (PLV) is been used. The computation of the PLV values is done with an alternative expression of the PLV which uses cross-spectral densities instead of the Hilbert transformation. This Diploma Thesis processes EEG data which come from an ongoing research project being conducted by the Biomedical Simulations and Imaging Laboratory of the National Technical University of Athens (NTUA) in collaboration with the University Mental Health Research Institute. For the processing, an average typical brain model is used, and also the MNE-Python platform. The results of this Thesis confirm previous relative researches and meet the international bibliography in many crucial points. The most important of these points are: first, the indication of the auditory perception with activation at the theta and lower alpha band (3.5- 10 Hz), second, the beginning of the activation around the moment of the 100 ms from the beginning of the stimulus, and last, the spreading of the activation at the parietal and temporal lobe after the end of the stimulus. As far as the functional connectivity at the sensor space is concerned, the strongest connections are between the electrodes which are located over the areas of the parietal and temporal lobes.	en
heal.advisorName	Νικήτα, Κωνσταντίνα	el
heal.committeeMemberName	Νικήτα, Κωνσταντίνα	el
heal.committeeMemberName	Κουτσούρης, Διονύσιος-Δημήτριος	el
heal.committeeMemberName	Σωτηριάδης, Παύλος Π.	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	130 σ.
heal.fullTextAvailability	true