search query: @keyword magnetoenkefalografia / total: 33
results-list
reference: 11 / 33
« previous | next »
Author:Luoma, Jarkko
Title:MEG Coherence Estimates - Sensitivity Analysis and Clinical Application
Koherenssiestimaatit MEG:ssä - herkkyysanalyysi ja kliininen sovellus
Publication type:Master's thesis
Publication year:2014
Pages:viii + 59      Language:   eng
Department/School:Lääketieteellisen tekniikan ja laskennallisen tieteen laitos
Main subject:Lääketieteellinen tekniikka   (Tfy-99)
Supervisor:Parkkonen, Lauri
Instructor:Helle, Liisa
Electronic version URL: http://urn.fi/URN:NBN:fi:aalto-201507013686
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions
close

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark Aalto  1046   | Archive
Keywords:cortico-muscular coherence
cortico-cortical
imaginary coherence
Parkinson's disease
deep brain stimulation
magnetoencephalography
simulation
beamforming
kortikomuskulaarinen koherenssi
kortiko-kortikaalinen
imaginaarinen koherenssi
Parkinsonin tauti
syväaivostimulaattori
magnetoenkefalografia
simulaatio
Abstract (eng): The role of synchronization of neuronal oscillatory activity across distinct brain regions has been recently deemed increasingly important for the proper functioning of the brain, and changes in synchronization have been reported in several diseases of the nervous system, including Parkinson's disease (PD).
Magnetoencephalography (MEG) enables non-invasive measurement of neuronal activity with adequate temporal resolution to quantify synchronization-related phenomena.
One measure of synchronization between two signals is coherence.
By first estimating the neuronal sources that generate the MEG signals, we can compute coherence either between the estimated source signals (cortico-cortical coherence) or between the source signals and a signal recorded from a muscle (cortico-muscular coherence).
Quantifying synchronization and finding brain networks responsible for motor control can help to understand the underlying mechanisms of PD.
However, estimating coherence from noisy MEG data is difficult and may lead to errorenous conclusions.

The purpose of this Thesis was to examine, using simulations, the effectiveness of MEG coherence analysis at the source level, especially related to the network responsible for movement control.
The source activities were estimated from the MEG data using beamforming.
One focus was the likelihood of false positives, and understanding what creates such artifactual coherence.
In addition to typical coherence analysis, I used a recent method known as imaginary coherence, which should reduce the false coherence.
Finally, I applied these methods to a MEG data set recorded from 14 PD patients during a motor task.
These patients had deep brain stimulators, which alleviate the symptoms of the PD.
The motivation here was to assert whether the deep brain stimulator causes systematic changes in coherence.

The simulations showed that coherence in MEG at the source level was prone to artifacts which passed statistical testing.
The results depended critically on the signal-to-noise ratio of the sources, with lower signal-to-noise ratio creating more false coherence in the results.
Moreover, some of these artifacts were localized systematically with respect to the coherent sources, which could be explained by the similarity of MEG sensor-level responses to neuronal sources at specific locations.
For 10 out of the 14 PD patients analyzed, the highest cortico-muscular coherence maximum was at the motor cortex in a physiologically viable location.
In addition, coherence analysis indicated various other coherent brain regions, however, the reliability of these results was uncertain.
I did not observe any systematic effect of deep brain stimulation on coherence.
Finally, I suggested various possibilities for future research to alleviate the problem of false coherence.
Abstract (fin): Eri aivoalueiden välinen synkronisaatio on osoittautunut viime aikoina tärkeäksi aivojen normaalille toiminnalle.
Vastaavasti moniin keskushermoston sairauksiin kuten Parkinsonin tautiin liittyy muutoksia aivojen synkronisoinnissa.
Magnetoenkefalografialla (MEG) voidaan mitata neuronaalista aktiivisuutta ei-invasiivisesti hyvällä aikatarkkuudella, mikä mahdollistaa aivojen synkronisaation tutkimisen.
Yksi mittari synkronisaatiolle kahden signaalin välillä on koherenssi.
Kun ensin arvioidaan eri aivolähteiden aktiivisuus MEG-mittauksista, voidaan laskea joko koherenssia näiden arvioitujen aivolähteiden välillä (kortiko-kortikaalinen koherenssi) tai aivolähteiden sekä lihaksesta mitatun signaalin välillä (kortikomuskulaarinen koherenssi).
Synkronisoinnin arvioiminen ja motorisiin toimintoihin liittyvien aivoverkkojen löytyminen voi auttaa ymmärtämään Parkinsonin taudin mekanismeja.
Koherenssin arviointi kohinaisesta MEG-datasta on kuitenkin haastavaa ja voi johtaa vääriin johtopäätöksiin.

Tämän diplomityön tarkoitus oli pääasiassa tutkia simulaatioiden avulla koherenssin toimivuutta MEG-analyysissä lähdetasolla.
Erityisesti kiinnostuksen kohteena oli motorisiin toimintoihin liittyvä aivoverkko.
Lähdeaktiivisuus arvioitiin beamformer-metodilla MEG-datasta.
Yksi painopiste oli koherenssianalyysin herkkyys väärille löydöksille sekä näiden väärien löydöksien ymmärtäminen.
Normaalin koherenssianalyysin lisäksi käytettiin imaginaarista koherenssia, joka on hiljattain kehitetty menetelmä väärien koherenssilöydösten vähentämiseksi.
Lopuksi näitä menetelmiä käytettiin MEG-dataan, joka oli mitattu 14:sta Parkinsonpotilaasta käden ojentamisen aikana.
Näille potilaille oli implantoitu syväaivostimulaattorit, jotka auttavat Parkinsonin taudin oireisiin.
Tarkoituksena oli tutkia, aiheuttaako syväaivostimulaattori järjestelmällisiä muutoksia koherenssissa.

Simulaatioista nähtiin, että koherenssi MEG:ssä lähdetasolla on herkkä väärille löydöksille, jotka läpäisevät tilastollisen testauksen.
Tulokset riippuivat kriittisesti lähteiden signaali-kohinasuhteesta siten, että pienempi signaali-kohinasuhde lisäsi väärien koherenssilöydösten määrää tuloksissa.
Lisäksi osa näistä vääristä löydöksistä sijoittui järjestelmällisesti samoille aivoalueille, mikä pystyttiin selittämään eri alueilla sijaitsevien aivolähteiden tuottamien MEG-signaalien samankaltaisuudella.
Parkinsonpotilaiden analyysissä löydettiin kymmeneltä 14:sta analysoidusta potilaasta suurin kortikomuskulaarisen koherenssin maksimi liikeaivokuorelta.
Lisäksi koherenssianalyysissä löytyi lukuisia muita aivoalueita, mutta näiden tulosten luotettavuus oli kyseenalainen.
Syväaivostimulaattori ei aiheuttanut järjestelmällistä vaikutusta koherenssituloksiin.
Lopuksi pohdittiin jatkon kannalta eri vaihtoehtoja, joilla väärien koherenssilöydösten ongelmaa voitaisiin korjata.
ED:2014-06-16
INSSI record number: 49211
+ add basket
« previous | next »
INSSI