Υπολογιστική μελέτη της λειτουργικότητας του εγκεφάλου

dc.contributor.authorΙωσήφ, Αγγελικήel
dc.date.accessioned2021-09-13T09:27:56Z
dc.date.available2021-09-13T09:27:56Z
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/31346
dc.identifier.urihttp://dx.doi.org/10.26268/heal.uoi.11170
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectΝόσος του Πάρκινσονel
dc.subjectΣυνεκτικότητα εγκεφάλουel
dc.subjectΚατάσταση ηρεμίαςel
dc.subjectParkinson’s diseaseen
dc.subjectBrain connectivityen
dc.subjectResting-state conditionen
dc.subjectfMRIen
dc.titleΥπολογιστική μελέτη της λειτουργικότητας του εγκεφάλουel
dc.titleComputational modeling of brain functional connectivityen
heal.abstractΗ 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.el
heal.abstractThe 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.en
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Επιστήμης Υλικώνel
heal.academicPublisherIDuoi
heal.accessfree
heal.advisorNameΓεργίδης, Λεωνίδαςel
heal.bibliographicCitationΒιβλιογραφία: σ. 111-120el
heal.classificationParkinson's disease
heal.committeeMemberNameΓεργίδης, Λεωνίδαςel
heal.committeeMemberNameΦωτιάδης, Δημήτριος Ι.el
heal.committeeMemberNameΠαϊπέτης, Αλκιβιάδηςel
heal.dateAvailable2021-09-13T09:28:56Z
heal.fullTextAvailabilitytrue
heal.languageen
heal.numberOfPages135 σ.
heal.publicationDate2021
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Επιστήμης Υλικώνel
heal.typemasterThesis
heal.type.elΜεταπτυχιακή εργασίαel
heal.type.enMaster thesisen

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
Μ.Ε. ΙΩΣΗΦ ΑΓΓΕΛΙΚΗ 2021.pdf
Μέγεθος:
2.54 MB
Μορφότυπο:
Adobe Portable Document Format
Περιγραφή:

Φάκελος/Πακέτο αδειών

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
license.txt
Μέγεθος:
1.71 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή: