haku: @keyword functional imaging / yhteensä: 1
hakutulos-lista
viite: 1 / 1
« edellinen | seuraava »
Tekijä:Jalava, Antti
Työn nimi:Detection of task-related neural networks with dynamic imaging of coherent sources
Tehtäväkohtaisten aivoverkkojen havaitseminen dynamic imaging of coherent sources -menetelmällä
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2009
Sivut:59      Kieli:   eng
Koulu/Laitos/Osasto:Informaatio- ja luonnontieteiden tiedekunta
Oppiaine:Lääketieteellinen tekniikka   (Tfy-99)
Valvoja:Ilmoniemi, Risto
Ohjaaja:Salmelin, Riitta
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark T80     | Arkisto
Avainsanat:magnetoencephalography
functional imaging
rhythmic activity of the brain
magnetoenkefalografia
funktionaalinen kuvantaminen
aivojen rytminen toiminta
Tiivistelmä (fin): Ihmisaivojen toiminta tuottaa magneettisia kenttiä, joita voidaan mitata pään ulkopuolelta magnetoenkefalografialla.
Toiminnassa esiintyy tehtäväsidonnaisia rytmisiä elementtejä.
Dynamic imaging of coherent sources (DICS) on menetelmä joka projisoi anturitasolla mitattuja rytmisiä elementtejä aivojen tasolle ja esittää aivoalueiden välisiä toiminnallisia yhteyksiä näiden rytmisen käytöksen korrelaation perusteella.
Tässä diplomityössä testataan DICS:n käytöstä ja antamia yhteystiheyskarttoja tähän tarkoitukseen laaditulla koeasetelmalla.
Yhteystiheyskartta kuvaa kuinka suuri toiminnallinen kytkeytyneisyystiheys aivojen eri alueilla on muualle aivoihin.

Menetelmän testaukseen laadittiin 13 tehtävää sisältävä koeasetelma.
Asetelmiin kuuluu kolmen vaikeustason visuaalisia, motorisia ja auditorisia tehtäviä sekä lepomittaukset silmät auki ja kiinni.
Datan analysoinnin automatisointia varten ohjelmoitiin konfiguraatiotiedostoa käyttävä Matlab-ohjelma, joka suorittaa datan esikäsittelyn, ristikorrelaatiomatriisien laskun, ja itse yhteystiheyskartan laskun DICS-operaatiolla.
Ohjelma on modulaarinen ja helposti laajennettavissa uusilla konfiguraatio-optioilla.
Lisäksi tulosten esittämiseen käytettyä ohjelmaa muokattiin ja sen toimintaa laajennettiin mm. mahdollistamalla useampien parametrien muokkaus suoraan ohjelmasta.

Analysointivaiheessa valmiissa DICS-toteutuksessa huomattiin teknisiä ratkaisuja, jotka aiheuttivat tulosten vääristymistä.
Nämä kohdat muutettiin toimimaan paremmin erilaisilla datoilla.
Lisäksi itse DICS-menetelmästä muokattiin uusi versio mcDICS (maximum coherence DICS), jossa ei esiinny merkittävästi DICS:llä havaittua kytkeytyneisyyden spontaania aaltoilua etäisyyden funktiona.
Aaltoilu on helposti havaittavissa kytkeytyneisyyttä tarkastellessa, mutta vaikutus kytkeytyneisyystiheyskarttoihin on vaikeasti arvioitavissa.

Työssä on esitetty yhdeltä koehenkilöltä lasketut yhteystiheyskartat viidellä eri taajuuskaistalla.
Esitetyt yhteystiheyskartat on kontrastoitu yhteystiheyskarttojen keskiarvoon yli tehtävien.
Näin eri tehtävien väliset erot on saatu paremmin esille.
Lasketut tehtäväkohtaiset yhteydet vastaavat hyvin tiedettyä aivojen anatomiaa, mikä viittaa siihen että menetelmää on mahdollista käyttää tehtäväkohtaisien toiminnallisien kytkeytyvyyksien tutkimiseen.
Tiivistelmä (eng): Activity in human brain produces magnetic fields that can be measured from outside of the head with magneto encephalography (MEG).
The activity has task related rhythmic elements.
Dynamic imaging of coherent sources (DICS) is a method that projects the rhythmic elements measured with MEG into the brain.
DICS can also be used to quantify the functional connectivity between areas according to the correlation between their rhythmic activities.
This Masters thesis tests how the method performs with various tasks and does the connection density maps show task specific connectivity.
For the testing a MEG experiment was designed.

The MEG experiment contains 13 tasks, which include visual, motor, and auditory tasks of three levels of difficulty and resting state measurements with eyes open and eyes closed.
To automate the data analysis a Matlab script was programmed.
The script uses a configuration file to control the pre-processing, cross spectral density computation and estimation of the connection density maps with DICS.
The script is modular and easily expandable with additional configuration file options.
Also the graphical user interface used to visualise the density maps was modified and its functions were expanded with, e.g., the ability to modify additional parameters directly in the program.

In the analysis phase the existing DICS implementation caused some noticeable errors to the results.
The implementation was fixed.
The errors and the fixes are also represented in this thesis.
Additionally a modified DICS-method mcDICS (maximum coherence) was implemented.
With DICS the connectivity value has a noticeable spontaneous corona effect around the central maximum.
With mcDICS the effect is much smaller.
The corona can he easily taken into account when analysing only connectivity values, but the effect on connection density is much harder to an estimate.

The data of one subject were analyzed over five frequency bands.
The connection density maps are presented in this thesis.
The maps have been contrasted to the average of the connection density maps to enhance the task related differences.
The maps correspond well to the known anatomy of the human brain, which gives a strong indication that the method can be used to detect task related activity networks.
ED:2010-01-20
INSSI tietueen numero: 38772
+ lisää koriin
« edellinen | seuraava »
INSSI