Υπολογιστική μελέτη της λειτουργικότητας του εγκεφάλου
Φόρτωση...
Ημερομηνία
Συγγραφείς
Ιωσήφ, Αγγελική
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Πανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Επιστήμης Υλικών
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
Η μελέτη της λειτουργικότητας του εγκεφάλου βοηθά στην κατανόηση της εγκεφαλικής
δραστηριότητας και στο πως αυτή μεταβάλλεται σε σχέση με τις διάφορες παθήσεις. Η
παρούσα μεταπτυχιακή διπλωματική εργασία ασχολείται με την υπολογιστική μελέτη της
συνεκτικότητας του εγκεφάλου, τόσο την λειτουργική όσο και την αποτελεσματική ή
αιτιώδη, σε ασθενείς με τη νόσο Πάρκινσον που βρίσκονται στα πρώτα στάδια. Για το
σκοπό αυτό χρησιμοποιήθηκαν δεδομένα λειτουργικής απεικόνισης μαγνητικού
συντονισμού (functional Magnetic Resonance Imaging- fMRI) δεκατεσσάρων ασθενών με
Πάρκινσον τα οποία συγκρίθηκαν με αντίστοιχα δεδομένα δεκατεσσάρων υγιών
υποκειμένων, όταν αυτοί βρίσκονταν σε κατάσταση ηρεμίας. Η μελέτη της λειτουργικής
συνεκτικότητας μπορεί να πραγματοποιηθεί με την επιλογή κατάλληλων υπολογιστικών
μεθόδων, οι οποίες είτε βασίζονται σε δεδομένα που δεν χρειάζονται προηγούμενη γνώση
είτε βασίζονται σε μοντέλα όπου απαιτείται προηγούμενη γνώση. Στη συγκεκριμένη
εργασία εφαρμόστηκε η ανάλυση ανεξάρτητων συνιστωσών (ICA) η οποία ανήκει στην
πρώτη κατηγορία, καθώς επίσης και μία μέθοδος που βασίζεται σε μοντέλα μέσω του
εργαλείου CONN. Για τη μελέτη της αποτελεσματικής συνεκτικότητας εφαρμόστηκε η
μέθοδος των φασματικών αιτιοκρατικών μοντέλων (spDCM). Τα αποτελέσματα έδειξαν ότι
υπάρχει σημαντική αλλοίωση της λειτουργικής συνεκτικότητας των εγκεφαλικών δικτύων
των ασθενών ακόμα και στα πολύ πρώιμα στάδια της νόσου. Ενώ όλες οι αλλαγές που
παρατηρούνται, οδηγούν σε μη κινητικά συμπτώματα των ασθενών.
The study of brain connectivity helps to understand the activation of the brain and the alterations that may be occurred, due to the presence of different diseases. The current master thesis is focused on the computational modeling of brain connectivity, both the functional and effective connectivity, in de-novo Parkinson’s disease (PD) patients in the early stages of the disease. For that reason resting-state fMRI data of fourteen PD patients and fourteen healthy controls respectively were used, so as to make a comparison. The study of functional connectivity can be carried out with the selection of appropriate computational techniques, where they could be data-driven with no need of prior knowledge or model-based with the need of prior knowledge. In the current thesis the ICA method which is a data-driven method was used, while also a model-based method via CONN toolbox was implemented. For the study of effective connectivity spectral DCM was used. The results showed that there is significant alteration in functional connectivity of brain networks, even in such early stages of the disease. All the observed alterations contribute to non-motor symptoms of PD patients.
The study of brain connectivity helps to understand the activation of the brain and the alterations that may be occurred, due to the presence of different diseases. The current master thesis is focused on the computational modeling of brain connectivity, both the functional and effective connectivity, in de-novo Parkinson’s disease (PD) patients in the early stages of the disease. For that reason resting-state fMRI data of fourteen PD patients and fourteen healthy controls respectively were used, so as to make a comparison. The study of functional connectivity can be carried out with the selection of appropriate computational techniques, where they could be data-driven with no need of prior knowledge or model-based with the need of prior knowledge. In the current thesis the ICA method which is a data-driven method was used, while also a model-based method via CONN toolbox was implemented. For the study of effective connectivity spectral DCM was used. The results showed that there is significant alteration in functional connectivity of brain networks, even in such early stages of the disease. All the observed alterations contribute to non-motor symptoms of PD patients.
Περιγραφή
Λέξεις-κλειδιά
Νόσος του Πάρκινσον, Συνεκτικότητα εγκεφάλου, Κατάσταση ηρεμίας, Parkinson’s disease, Brain connectivity, Resting-state condition, fMRI
Θεματική κατηγορία
Parkinson's disease
Παραπομπή
Σύνδεσμος
Γλώσσα
en
Εκδίδον τμήμα/τομέας
Πανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Επιστήμης Υλικών
Όνομα επιβλέποντος
Γεργίδης, Λεωνίδας
Εξεταστική επιτροπή
Γεργίδης, Λεωνίδας
Φωτιάδης, Δημήτριος Ι.
Παϊπέτης, Αλκιβιάδης
Φωτιάδης, Δημήτριος Ι.
Παϊπέτης, Αλκιβιάδης
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Επιστήμης Υλικών
Πίνακας περιεχομένων
Χορηγός
Βιβλιογραφική αναφορά
Βιβλιογραφία: σ. 111-120
Ονόματα συντελεστών
Αριθμός σελίδων
135 σ.
Λεπτομέρειες μαθήματος
item.page.endorsement
item.page.review
item.page.supplemented
item.page.referenced
Άδεια Creative Commons
Άδεια χρήσης της εγγραφής: Attribution-NonCommercial-NoDerivs 3.0 United States