dc.contributor.author | Βαρελλά, Παναγιώτα | el |
dc.contributor.author | Varella, Panagiota | en |
dc.date.accessioned | 2018-11-27T08:57:23Z | |
dc.date.available | 2018-11-27T08:57:23Z | |
dc.date.issued | 2018-11-27 | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/48132 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.16171 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Ανθρώπινος εγκέφαλος | el |
dc.subject | Πυρηνικός μαγνητικός συντονισμός | el |
dc.subject | Λειτουργική απεικόνιση μαγνητικού συντονισμού | el |
dc.subject | Ηλεκτροεγκεφαλογράφημα | el |
dc.subject | Στατιστική ανάλυση | el |
dc.subject | Ταυτόχρονη λήψη EEG-fMRI | en |
dc.subject | Δεδομένα κατάστασης ηρεμίας | el |
dc.subject | Προεπεξεργασία δεδομένων | el |
dc.subject | Ανάλυση ανεξάρτητων μεταβλητών | el |
dc.subject | Γενικό γραμμικό μοντέλο | el |
dc.subject | Μεσοκρισικές επιληπτόμορφες εκφορτίσεις | el |
dc.subject | Λειτουργικά δίκτυα εγκεφάλου | el |
dc.subject | Human brain | en |
dc.subject | Nuclear magnetic resonance | en |
dc.subject | Functional magnetic resonance imaging | en |
dc.subject | Electroencephalography | en |
dc.subject | Simultaneous EEG-fMRI | en |
dc.subject | Statistical analysis | en |
dc.subject | Resting state | en |
dc.subject | Data preprocessing | en |
dc.subject | Independent component analysis | en |
dc.subject | General linear model | en |
dc.subject | Interictal epileptiform discharges | en |
dc.subject | Resting state networks | en |
dc.title | Ανάλυση και επεξεργασία δεδομένων ταυτόχρονης λήψης Ηλεκτροεγκεφαλογραφήματος και Λειτουργικής Μαγνητικής Τομογραφίας | el |
heal.type | bachelorThesis | |
heal.classification | Βιοϊατρική μηχανική | el |
heal.classificationURI | http://data.seab.gr/concepts/e21d30fc29c7c38310b1b9c23590a18fd030f6f2 | |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2018-11-15 | |
heal.abstract | Το Ηλεκτροεγκεφαλογράφημα (EEG) και η Λειτουργική Απεικόνιση Μαγνητικού Συντονισμού (fMRI) είναι δύο πανίσχυρες, μη επεμβατικές τεχνικές για τη μελέτη της δραστηριότητας του ανθρώπινου εγκεφάλου. Τις τελευταίες δεκαετίες χρησιμοποιείται η τεχνική της ταυτόχρονης λήψης τους, γνωστή ως ταυτόχρονη λήψη EEG-fMRI. Τα συνδυασμένα δεδομένα υπόσχονται να παρέχουν μία πιο ολοκληρωμένη άποψη της εγκεφαλικής δραστηριότητας και να βελτιώσουν την κατανόηση των χωροχρονικών δυναμικών των διεργασιών του εγκεφάλου. Το EEG-fMRI αποτελεί μία πολλά υποσχόμενη μη επεμβατική τεχνική για τη μελέτη της λειτουργίας του ανθρώπινου εγκεφάλου. Παρ’ όλες όμως τις συνεχείς βελτιώσεις αποτελεί μία απαιτητική τεχνική, κυρίως διότι ο MR-σαρωτής παραμένει «ένα εχθρικό περιβάλλον» για την καταγραφή του EEG, και συνεπώς δεν έχει καθοριστεί ακόμα ένα πρότυπο για την επεξεργασία των δεδομένων. Στην παρούσα εργασία έγινε επεξεργασία και ανάλυση των δεδομένων που λήφθηκαν με χρήση της συγκεκριμένης μεθόδου για τη διερεύνηση περιοχών του εγκεφάλου που σχετίζονται με μεσοκρισικές επιληπτόμορφες εκφορτίσεις σε ασθενείς με επιληψία οι οποίοι παρουσιάζουν ανοχή στα φάρμακα Συγκεκριμένα, παρουσιάζεται η μεθοδολογία που ακολουθήθηκε. Από την μεριά του EEG, εστιάζει στην διόρθωση των θορύβων λόγω του MR-σαρωτή, δηλαδή για το θόρυβο κατά της λήψη της εικόνας και θόρυβο λόγω καρδιακού παλμού. Από τη μεριά του fMRI γίνεται αναφορά στις επεξεργασίες που απαιτούνται να γίνουν στα δεδομένα για να διορθωθούν οι ανομοιογένειες του μαγνητικού πεδίου, διόρθωση κίνησης. Στη συνέχεια ακολουθεί μία εξελιγμένη μορφή στατιστικής ανάλυσης των δεδομένων που στόχο έχει την ανάδειξη περιοχών του εγκεφάλου που έχουν ενεργοποιηθεί σε συνάφεια με τις μεσοκρισικές επιληπτόμορφες εκφορτίσεις που έχουν σημειωθεί στο EEG. | el |
heal.abstract | Electroencephalography ( EEG ) and Functional Magnetic Resonance Imagi ng (fMRI) are two powerful, non - invasive techniques for studying human brain activity. There has been a drive over the last decade to record them simultaneously, a techn ique referred to as concurrent EEG - fMRI. The combined data promise to provide a more complete view of brain activity and hopefully improve understanding of the spatiotemporal dynamics of brain processes. Concurrent EEG - fMRI is a promising non - invasive technique for studying the function of the human brain. However, despite continuous improvements , it is a demanding technique and therefore a model for data processing has not yet been defined. This study comprises the data processing and analysis of EEG - fMRI to investigate areas of the brain, associated with interictal epilepti form discharges (IEDs) in pat ie nts with drug - resistant epilepsy . In particular, a methodology is presented. On t he EEG side, it focuses on artifact removal due to the MR - scanner such as image acquisition artifact and pulse artifact . For the fMRI , ref erence is made to the processing that is required to correct the inhomogeneities of the magnetic field, motion correction . Following, an advanced statistical analysis is implemented to mark the areas of the brain that are activ at e d in conjunction with interict a l epileptiform discharges detected o n the EEG | en |
heal.advisorName | Ματσόπουλος, Γεώργιος | el |
heal.committeeMemberName | Ματσόπουλος, Γεώργιος | el |
heal.committeeMemberName | Κουτσούρης, Δημήτριος | el |
heal.committeeMemberName | Πολιτόπουλος, Κώστας | 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 | 107 σ. | |
heal.fullTextAvailability | true |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: