heal.abstract |
Ο ανθρώπινος εγκέφαλος αποτελεί μέχρι σήμερα το πολυπλοκότερο σύστημα στον κόσμο μας. Χιλιάδες επιστήμονες ανά τον κόσμο έχουν στρέψει το ενδιαφέρον τους στην εξήγηση των λειτουργειών που επιτελούνται στον εγκέφαλο. Πρόσφατες έρευνες στον τομέα της νευροεπιστήμης έχουν βοηθήσει τόσο σε επίπεδο ανάκτησης εγκεφαλικών δεδομένων, όσο και σε επίπεδο επεξεργασίας αυτών. Ο συγκερασμός τεχνικών και μεθόδων επεξεργασίας σημάτων, εικόνων και τεχνητής νοημοσύνης με την ιατρική γνώση καθιστούν τον τομέα του “Brain data processing” ως σύγχρονο και υποσχόμενο.
Η παρούσα διπλωματική εργασία άπτεται σε ένα υποπεδίο της Νευροεπιστήμης που ονομάζεται “Event-related Potential (ERP) analysis”. Το πεδίο αυτό μελετά τις εγκεφαλικές εξόδους με τις οποίες αποκρίνονται ομάδες νευρώνων, όταν ένα υποκείμενο υπόκειται σε ερεθίσματα. Οι εγκεφαλικές αυτές αποκρίσεις (ΕRPs) έχει αποδειχθεί ότι έχουν αντιστοιχία με θεμελιώδεις λειτουργίες, όπως η αντίληψη, η προσοχή, τα συναισθήματα, η απόφαση, κ.ά..
Η πορεία της επεξεργασίας των δεδομένων που προκύπτουν μετά την μέτρηση του εγκεφαλογραφήματος αποτελεί, μεταξύ άλλων, το αντικείμενο αυτής της εργασίας. Από την συλλογή των δεδομένων, την οργάνωσή τους, την προεπεξεργασία τους, τον εντοπισμό κρίσιμων παραμέτρων για ένα δεδομένο πείραμα έως τον στατιστικό έλεγχο των παραμέτρων ενδιαφέροντος, είναι τα βασικά θέματα που θίγονται στην παρούσα εργασία.
Το συγκεκριμένο πείραμα που μελετάμε ονομάζεται «Πρωταγόρας Project» και σχετίζεται με μια έννοια που ονομάζεται «mental time travel». Σύμφωνα με αυτή, ο ανθρώπινος εγκέφαλος έχει την ιδιότητα να αναβιώνει παρελθοντικά γεγονότα, αλλά και να εκτιμά μελλοντικά, εκμεταλλευόμενος εμπειρίες, γνώσεις ή/και συναισθήματα του παρελθόντος.
Έχοντας στη διάθεση μας τα δεδομένα ενός εγκεφαλογραφήματος (για ένα άτομο), από τα συνολικά 39 που συμμετέχουν στο πείραμα, θα επιτελέσουμε μια ανάλυση με σκοπό την εξαγωγή χρήσιμών συμπερασμάτων που απορρέουν από τα δεδομένα αυτού του ατόμου. Για το σκοπό αυτό, μελετάμε ένα από τα πιθανά ERP components (P200 component) που εμφανίζονται λίγα milliseconds μετά το άκουσμα ρημάτων για τα οποία το άτομο πρέπει να επικεντρώσει την προσοχή του στον παρελθοντικό ή μελλοντικό χρόνο του ρήματος. Η ανάλυση επικεντρώνεται στην εφαρμογή : α) των απαραίτητων τεχνικών αποθορυβοποίησης, όπως η εξαγωγή της μέσης ERP κυματομορφής για κάθε μία από τις καταστάσεις του πειράματος και την εφαρμογή της μεθόδου Independent Component Analysis (ICA) για την απόρριψη των πιθανών artifacts που εμφανίζονται στο σήμα, β) της κανονικοποίησης και εξαγωγής των ERPs κυματομορφών από το EEG σήμα, γ) της συνακόλουθης εξαγωγής του Ρ200 component από τις μέσες ERP κυματομορφές, δ) στατιστικού ελέγχου υποθέσεων στα πλάτη του Ρ200 για διερεύνηση τυχόν στατιστικά σημαντικών διαφορών μεταξύ των καταστάσεων.
Τα πλάτη και οι αντίστοιχες χρονικές στιγμές εμφάνισης των ERP components σχετίζονται άμεσα ή έμμεσα με εγκεφαλικές λειτουργείες του ατόμου. Για αυτό το λόγο, δίνεται ιδιαίτερή έμφαση σε όλες τις απαραίτητες τεχνικές που πρέπει να εφαρμοστούν, ώστε να αποκτήσουμε αξιόπιστα αποτελέσματα από τα δεδομένα του ατόμου που έχουμε στην διάθεση μας (single-subject analysis). Τέλος, στην παρούσα εργασία χρησιμοποιήθηκαν τεχνικές καθιερωμένες από την βιβλιογραφία και τα αποτελέσματα αξιολογήθηκαν με βάση πρότερες έρευνες. |
el |