Optimalizace odhadu efektivní konektivity mozkové aktivity na základě anatomické konektivity získané MR zobrazením tenzorů difuze

Optimisation of effective connectivity in brain activity based on anatomical connectivity obtained by diffusion tensor MR imaging

study

Czech

Pojednání o disertační práci se zabývá fúzí dvou rozdílných datasetů naměřených pomocí MR tomografu, kde jeden druh dat nese informaci o traktech bílé hmoty napříč mozkem, tzv. anatomická konektivita, a druhý informaci o časovém vývoji mozkové aktivity. Úvodní část práce shrnuje dosavadní vývoj metod používaných k rekonstrukci bílé hmoty, k odhadu efektivní konektivity mozku z funkčních MRI dat pomocí dynamického kauzálního modelování, k fúzi těchto dvou přístupů a k simulaci syntetických dMRI-fMRI dat, a stávající stav naměřených reálných dat. Následuje vytyčení cílů disertační práce a shrnutí dosavadních výsledků, které potvrzují, že anatomická konektivita dokáže zlepšit odhad efektivní konektivity.

Treatise on the dissertation deals with the fusion of two different datasets measured with MR tomograph, where where one kind of data contains information about white matter tracts thoughaout the brain called anatomical connectivity and the second one containing temporal changes of the brain activity. The first part of the treatise summarizes the current development of the methods used to white matter tract reconstruction, to estimate the effective connectivity of brain from functional MRI data via dynamic causal modeling, to the synthesis of these two approaches and to simulation of synthetic dMRI-fMRI data, and the current state of the measured real data. The identification of the objectives of the dissertation follows with the result summary which confirms that the anatomical connectivity can improve the estimation of effective connectivity.

anatomická a efektivní konektivita, difuzní MRI, DW-MRI, fMRI, tensorové zobrazování, dynamické kauzální modelování

anatomical and effective connectivity, diffusion MRI, DW-MRI, fMRI, tensor imaging, dynamic causal modelling

LABOUNEK, R.; JAN, J.

12. 5. 2014

Vysoké učení technické v Brně

Brno

1

21

21

https://www.vutbr.cz/www_base/zav_prace_soubor.php?file_id=81553&zp_id=76717