Στατιστική ανάλυση σε fMRI δεδομένα: εφαρμογή και ανάλυση της μεθόδου ICA
Σβίγκος Αθανάσιος
(EL)
Αγρανιώτης Δημήτριος
(EL)
Η παρουσία πτυχιακή εργασία ασχολείται με μια κλασική μέθοδο ανάλυσης της
εγκεφαλικής δραστηριότητας του ανθρώπου, τη Λειτουργική Απεικόνιση Μαγνητικού
Συντονισμού (fMRI). Δύο βασικές μέθοδοι ανάλυσης των fMRI δεδομένων είναι το
Γενικό Γραμμικό Μοντέλο (GLM) και η Ανάλυση Ανεξάρτητων Συνιστωσών (ICA).
Αρχικά, γίνεται η αναλυτική παρουσίαση αυτών των μεθόδων. Η προσοχή εστιάζεται
στη μέθοδο ICA, και ακόμη περισσότερο στο ομαδικό επίπεδο, όπου η ανάλυση
απαιτεί επιπλέον προσοχή. Στη συνέχεια, παρουσιάζονται τα αποτελέσματα για τις
δύο μεθόδους, οι δυσκολίες και τα προβλήματα που υπάρχουν. Επιπλέον, γίνεται
μια ανάλυση σε δεδομένα fMRI με ομιλία προκειμένου να εντοπιστούν ορισμένες
μορφές ψευδενδείξεων.
(EL)
The current thesis deals with a classic method to analyze the human brain
activity, the functional Magnetic Resonance Imaging (fMRI). Two key methods for
fMRI data analysis are the General Linear Model (GLM) and the Independent
Component Analysis (ICA). Initially, there is a detailed presentation of these
methods. The attention is focused on the ICA method, and even more, at the
group level, where the analysis requires extra caution. Then, the results, the
difficulties and the problems for each method are presented. Furthermore, there
is an analysis in fMRI data with speech, in order to identify certain types of
activation artifacts.
(EN)
