dc.contributor.author | Κοντοπούλου, Βαΐα![]() |
el |
dc.contributor.author | Kontopoulou, Vaia![]() |
en |
dc.date.accessioned | 2022-11-30T08:12:09Z | |
dc.date.available | 2022-11-30T08:12:09Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/56300 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.23998 | |
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 | Λειτουργικός υπέρηχος | el |
dc.subject | Ανάλυση ανεξάρτητων συνιστωσών | el |
dc.subject | Εγκέφαλος | el |
dc.subject | Ανάλυση κύριων συνιστωσών | el |
dc.subject | Δυναμική ανάλυση | el |
dc.subject | Σηματοθορυβικός λόγος | el |
dc.subject | Λειτουργική απεικόνιση μαγνητικού συντονισμού | el |
dc.subject | Functional ultrasound | en |
dc.subject | fUS | en |
dc.subject | ICA | en |
dc.subject | Independent component analysis | en |
dc.subject | Brain | en |
dc.subject | Principal component analysis | en |
dc.subject | PCA | en |
dc.subject | Dynamic analysis | en |
dc.subject | Snr | en |
dc.subject | fMRI | en |
dc.subject | Sυνιστώσα σήματος | el |
dc.subject | Signal component | en |
dc.subject | Κέντρα ενεργοποίησης | el |
dc.subject | Activation centers | en |
dc.subject | Icasso | en |
dc.subject | FastICA | en |
dc.subject | Συσταδοποίηση | el |
dc.subject | Clustering | en |
dc.subject | Δείκτης ευστάθειας | el |
dc.subject | Stability index | en |
dc.subject | Cerebral blood volume | en |
dc.title | Λειτουργικός απεικονιστικός υπέρηχος: Μελέτη του εγκεφάλου με χρήση της μεθόδου ICA | el |
dc.title | Functional Ultrasound Imaging: Study of the brain using the ICA modality | en |
dc.contributor.department | Τομέας Πληροφορικής και Υπολογιστών Εργαστήριο Μικροϋπολογιστών | el |
heal.type | bachelorThesis | |
heal.classification | Βιοπληροφορική | el |
heal.classification | Bioinformatics | en |
heal.classification | Υπολογιστική Νευροεπιστήμη | el |
heal.classification | Computational Νeuroscience | en |
heal.language | el | |
heal.language | en | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2022-07-18 | |
heal.abstract | Η μελέτη της οργάνωσης και λειτουργίας του εγκεφάλου και του νευρικού συστήματος των ζωντανών οργανισμών αποτελούσε ανέκαθεν το βασικό στόχο αλλά και τη μεγαλύτερη πρόκληση της Νευροεπιστήμης και των συγγενών της επιστημονικών πεδίων. Η δομική πολυπλοκότητα του νευρικού συστήματος αλλά και η κλίματα μεγέθους των θεμελιωδών φαινομένων και αλληλεπιδράσεων που λαμβάνουν χώρα στα πλαίσια της λειτουργίας του, αποτελούν σύνθετες προκλήσεις του συγκεκριμένου πεδίου έρευνας. Προς την κατεύθυνση αντιμετώπισης των προκλήσεων αυτών, σημαντικότατη έχει αποδειχθεί τα τελευταία χρόνια η συμβολή των επιστημών της Ιατρικής Απεικόνισης και η Υπολογιστική επιστήμη οι οποίες, με πληθώρα διατάξεων υλικού και υπολογιστικών μεθόδων, βασιζόμενες στις φυσικές αρχές λειτουργίας των συστημάτων των βιολογικών οργανισμών, συμβάλλουν καθοριστικά στην ερευνητική περιοχή της Νευροεπιστήμης. Η όλο και μεγαλύτερη ανάγκη επέκτασης της χωροχρονικής ευαισθησίας και της φορητότητας των κλασικών μεθόδων λειτουργικής απεικόνισης του εγκεφάλου οδήγησε στην καθιέρωση, σε ερευνητικό επίπεδο μέχρι προσφάτως, του λειτουργικού απεικονιστικού υπερήχου σαν μια από τις μεθόδους ανίχνευσης και μέτρησης του όγκου εγκεφαλικού αίματος με δυναμικό τρόπο, και κατά συνέπεια της ανίχνευσης νευρικής ενεργοποίησης στο σύστημα του εγκεφάλου. Στην παρούσα έρευνα διερευνώνται οι δυνατότητες της μεθόδου Independent Component Analysis (ICA) όσον αφορά την ανάλυση και εξαγωγή συμπερασμάτων από δεδομένα λειτουργικού υπερήχου, σχετικά με την εγκεφαλική λειτουργία ποντικιών, κατά τη διάρκεια οπτικής διέγερσης. Η διερεύνηση της ICA σε συνδυασμό με την ανάλυση των πειραματικών δεδομένων, ποσοτικοποιείται με τη χρήση του πακέτου λογισμικού Icasso και πραγματοποιείται σε τρεις κύριους άξονες: Διερεύνηση της επίδρασης των παραμέτρων προεπεξεργασίας του σήματος λειτουργικού υπερήχου στα αποτελέσματα της ICA, διερεύνηση του ρόλου του θορύβου του σήματος λειτουργικού υπερήχου στην έξοδο της ICA και διερεύνηση της μεθόδου όσον αφορά τη δυναμική ανάλυση των δεδομένων λειτουργικού υπερήχου στο χρόνο. Παράλληλα πραγματοποιήθηκε μια εκτενής βιβλιογραφική μελέτη στην ερευνητική περιοχή εφαρμογής λειτουργικού υπερήχου στη μελέτη του εγκεφάλου αλλά και των μεθόδων ανάλυσης των αποτελεσμάτων λειτουργικής απεικόνισής του. Τα πειραματικά αποτελέσματα στα οποία βασίζεται η ανάλυση της παρούσας έρευνας αποτελούνται από πέντε σύνολα δεδομένων (λήψεις) λειτουργικού απεικονιστικού υπερήχου, που παρήχθησαν από πειράματα σε ποντίκια και πραγματοποιήθηκαν στο Erasmus Medical Center στο Rotterdam. | el |
heal.abstract | The study of functional configuration of the brain and the nervous system of living organisms, has been the principal target as well as the biggest challenge of Neuroscience and its corresponding scientific fields. The structural complexity of the nervous system and also the scale of its fundamental phenomena and interactions comprise some of the biggest challenges related to this research area. In recent years there has been a surge in hardware set-up and computational methods development in the fields of Medical Imaging and Computational Science, paving the way for rapid advancement in approaching these challenges. The increasing need for greater spatio-temporal resolution and portability potential is the main reason that the functional ultrasound modality was introduced as a novel approach in mapping the functional responce of the brain through the dynamic quantification of the cerebral blood volume. In the present study we explore the potential of the ICA method with regard to the analysis and information extraction from functional ultrasound data, regarding the cerebral functionality of rats, in a visual stimulation experimental set-up. The exploration of the ICA modality in combination with the analysis of the resulting fUS datasets, is quantified using the Icasso clustering software, and it revolves around three basic axis: Researching the effect of different preprocessing parameters of the functional ultrasound signal, in the ICA results, research of the effect of added noise in the ICA output and exploration of the ICA modality from a dynamic analysis perspective of the fUS data, with respect to time. In addition, we performed an extensive review of the existing research in the field of mapping the brain functionality using fUS, as well as in the area of brain functional data analysis. The five datasets which we use in the present study have resulted from 2D visual-stimulation conducted on mice at the Neuroscience department of the Erasmus Medical Center in Rotterdam. | en |
heal.sponsor | I would like to thank the Erasmus Medical Center in Rotterdam for providing me with the functional ultrasound experimental data used in my thesis. | en |
heal.advisorName | Σούντρης, Δημήτριος | |
heal.advisorName | Soudris, Dimitrios | |
heal.committeeMemberName | Σούντρης, Δημήτριος | el |
heal.committeeMemberName | Ματσόπουλος, Γεώργιος | el |
heal.committeeMemberName | Τσανάκας, Παναγιώτης | el |
heal.committeeMemberName | Soudris, Dimitrios | en |
heal.committeeMemberName | Matsopoulos, Georgios | en |
heal.committeeMemberName | Tsanakas, Panagiotis | en |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 115 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: