{en=Temporal Correlation Compensation (Whitening) of the fMRI data} {} EVALUATED

Detalhes: {pt=Esta tese aborda a técnica BOLD-fMRI, um método que tenta determinar quais as regiões do cérebro que são activadas devido a estímulos através da análise dos níveis de oxigenação nos vasos sanguíneos. Apesar de ser uma técnica prometedora, traz consigo algumas dificuldades: a diferença entre um sinal de uma região activada e um sinal de regiões em repouso é muito pequena, já para não mencionar que ainda tem ruído, pelo que a Estatística tem um papel importante aqui. Nesta tese, tenta-se ultrapassar o problema da existência da correlação temporal nestes sinais, que tem como consequência uma maior ineficiência na estimação dessas regiões. Para tal, vai se considerar que o sinal real deveria ter ruído branco e recorrendo às técnicas do SPM-GLM (Statistical Parametric Mapping - General Linear Methods), estima-se o sinal e a resposta do voxel ao estímulo. A comparação entre ambos os sinais deverá resultar numa aproximação ao ruído real, que deverá ser branqueado com os coeficientes obtidos pela Equação de Yule-Walker com a ordem estimada pelo Critério de Informação de Akaike. O sinal é então branqueado e re-estimado até que se atinja um threshold mínimo. A análise dos resultados permitiu concluir a existência de um menor número de falso-positivos, permitindo assim uma melhor definição e estimação das regiões activadas., en=This thesis concerns about BOLD-fMRI, a technique that tries to estimate what regions of the brain are being activated because of stimuli, analyzing their changes of blood oxygenation levels. In spite of being a promising technique, the differences between BOLD signals from activated and non-activated regions are generally very small. In addition, BOLD signals are noised. Therefore, statistics analysis is highly important. This thesis will concern about the noise given by those signals: it is known that there is a temporal correlation which will make it harder to obtain correct results of activated brain regions. Using SPM-GLM methods (Statistical Parametric Mapping -General Linear Methods) a denoised signal and response coefficients from all voxels (Volume Element) can be estimated. The comparison between both signals should give an approximation of its noise and is analyzed. Using Akaike Information Criterion, it is possible to estimate the best order's model for the noise signal, whereas using Yule-Walker's equation, autocorrelation's coefficients are determined and used to pre-white and re-estimate the signal and response coefficients, until a minimum threshold is achieved. Final results obtained were analyzed and concluded to have less false-positives than a non-pre-whitened volume, allowing a better definition of the real activated regions. }

Discussão: novembro 18, 2010, 16:0

Orientação

AUTOR

Ricardo Jorge de Almeida Marques Maximiano (ist154209)

ORIENTADOR

João Miguel Raposo Sanches

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar