Ανάλυση λειτουργικών νευροαπεικονιστικών δεδομένων με χρήση τανιστικών μεθόδων

Περίληψη

Το αυξανόμενο ενδιαφέρον για τις τεχνολογίες νευροαπεικόνισης παράγει ένα τεράστιο όγκο βιοϊατρικών δεδομένων τα οποία είναι πολυδιάστατα. Η ανάλυση των δεδομένων νευροαπεικόνισης, η οποία βασίζεται σε τανιστές, έχει αναγνωριστεί ως μια αποτελεσματική προσέγγιση, που εκμεταλλεύεται την εγγενή πολυδιάστατη φύση των βιοϊατρικών σημάτων. Συγκεκριμένα, τα πλεονεκτήματα των τανιστικών μεθόδων, έναντι αυτών που βασίζονται σε μητρώα/πίνακες, έχουν τεκμηριωθεί και στο πλαίσιο του τυφλού διαχωρισμού πηγών (TΔΠ) σε δεδομένα λειτουργικής μαγνητικής τομογραφίας (fMRI) για την αναγνώριση των περιοχών του εγκεφάλου που ενεργοποιούνται σε συγκεκριμένες χρονικές στιγμές. Εν τούτοις, τέτοιες μέθοδοι μπορούν επίσης να καταστούν αναποτελεσματικές σε ρεαλιστικά σενάρια τα οποία περιλαμβάνουν, π.χ., έντονο θόρυβο και/ή σημαντική χωρική επικάλυψη μεταξύ των ενεργοποιημένων περιοχών. Επιπλέον, συνήθως, βασίζονται στην ύπαρξη ενός πολυγραμμικού μοντέλου το οποίο παράγει τα δεδομένα. Στο πρώτο μέρος αυτής της ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The growing interest in neuroimaging technologies generates a massive amount of biomedical data that exhibit high dimensionality. Tensor-based analysis of brain imaging data has by now been recognized as an effective approach exploiting its inherent multi-way nature. In particular, the advantages of tensorial over matrix-based methods have previously been demonstrated in the context of functional magnetic resonance imaging (fMRI) source localization; the identification of the regions of the brain which are activated at specific time instances. However, such methods can also become ineffective in realistic challenging scenarios, involving, e.g., strong noise and/or significant overlap among the activated regions. Moreover, they commonly rely on the assumption of an underlying multilinear model generating the data. In the first part of this thesis, we aimed at investigating the possible gains from exploiting the 3-dimensional nature of the brain images, through a higher-order tensorizat ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/46824
ND
46824
Εναλλακτικός τίτλος
Functional neuroimaging data characterisation via tensor representations
Συγγραφέας
Χατζηχρήστος, Χρήστος Φραντσής
Ημερομηνία
2019
Ίδρυμα
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών (ΕΚΠΑ). Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών
Εξεταστική επιτροπή
Θεοδωρίδης Σέργιος
Κοφίδης Ελευθέριος
Μπερμπερίδης Κωνσταντίνος
Εμίρης Ιωάννης
Μαραγκός Πέτρος
Ροντογιάννης Αθανάσιος
Λιάβας Αθανάσιος
Επιστημονικό πεδίο
Μηχανική & Τεχνολογία
Βιοϊατρική Μηχανική
Λέξεις-κλειδιά
Λειτουργικός μαγνητικός συντονισμός; Εγκεφαλογράφημα; Τανιστές; Σύζευξη
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
205 σ., εικ., πιν., σχημ., γραφ.