Тип работы:
 Предмет:
 Язык работы:


Функциональная магнитно-резонансная томография головного мозга в состоянии покоя

Работа №32192

Тип работы

Бакалаврская работа

Предмет

медицина

Объем работы47
Год сдачи2019
Стоимость4900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
248
Не подходит работа?

Узнай цену на написание


Введение 4
Глава 1 Литературный обзор 5
1.1 Основные принципы функциональной магнитно-резонансной
томографии в состоянии покоя 5
1.2 Методы проведения эксперимента 8
1.2.1 Структура эксперимента 8
1.2.2 Получение и подготовка данных к обработке 9
1.2.2.1 Эхо-планарная последовательность 11
1.2.3 Предварительная обработка данных 12
1.2.4 Анализ данных 15
1.2.4.1 Методы анализа данных: метод главных компонент (РСА) и метод
независимых компонент (ICA) 15
1.2.4.2 Функциональная связность 18
1.3 Применение функциональной магнитно-резонансной томографии в состоянии покоя 21
Глава 2 Экспериментальная часть 22
2.1 Преобразование матрицы данных 22
2.2 Метод главных компонент 27
2.3 Анализ данных фМРТп 31
2.4 Проверка достоверности анализа данных фМРТп методом модуляция
сигнала 38
Заключение 41
Благодарности 42
Список публикаций 43
Список используемой литературы 44
ПРИЛОЖЕНИЕ

На сегодняшний день известно несколько различных методов визуализации в медицине, которые способствуют изучению физиологии внутренних органов человека, например, головного мозга. Интерес исследователей привлекают физиологические изменения головного мозга, которые возникают вследствие активации нейронов.
Следует отметить, что все эти методы отражают поведение целых групп нейронов, а не рассматривают один отдельный нейрон. В частности, функциональная магнитно-резонансная томография предоставляет исследователям информацию об изменении потока крови, сопровождаемый нейрональной активностью.
Функциональная магнитно-резонансная томография в состоянии покоя предоставляет нам доступ к исследованию головного мозга. Вследствие чего было получено много новой информации о внутренней работе головного мозга и значительно расширились возможности ранней диагностики различных заболеваний.
Целью данной работы было изучить, смоделировать на практике алгоритмы анализа данных функциональной МР-томографии покоя (фМРТп) и применить их к анализу экспериментальных данных фМРТп.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

На примере модельных МРТ данных на добровольцах, полученных в
университетской клинике КФУ, и экспериментальных данных фМРТп,
полученных и доступных в рамках американского национального проекта
NIH «The WU-Minn Human Connectome Project», реализованы алгоритмы
анализа данных методами главных компонент (PCA) и методом независимых
компонент (ICA).
На основе разработанных нами алгоритмов вычислены матрицы
функциональной связности областей головного мозга, позволяющие
находить в данных фМРТп участки мозга, работающие синхронно.


Ogawa, S. Oxygenation-sensitive contrast in magnetic resonance image of
rodent brain at high magnetic fields [Text] / S.Ogawa, T.M. Lee, A.S. Nayak,
et al// Magnetic Resonance. – 1990. – V.14. – P. 68-78.
[2] Martin, A. Lindquist. The Statistical Analysis of fMRI Data [Text] / A. Martin
// Statistical Science. – 2008. – V. 23. – P. 439–464.
[3] Aguirre, G. The variability of human, BOLD hemodynamic responses [Text] /
E. Zarahn, M. D’Esposito // NeuroImage. - 1998.- V.8. – P. 360–369.
[4] Ogawa, S. Bold based functional mri at 4 tesla includes a capillary bed
contribution: Echo-planar imaging mirrors previous optical imaging using
intrinsic signals. [Text] / R. Menon, X. Hustrupp, J. Andersen, K. Ugurbil//
Magnetic Resonance in Medicine. – 1995. - V. 33. – P. 453–459.
[5] Biswal, B. Functional connectivity in the motor cortex of resting human brain
using echo-planar MRI [Text] / B. Biswal, F.Z Yetkin, V.M. Haughton, et
al.//Magnetic Resonance Medicine. – 1995. - V. 34. – P. 537–41.
[6] Ogawa, S Biophysics Brain magnetic resonance imaging with contrast
dependent on blood oxygenation [Text] / S.Ogawa, T. M. Lee, A. R. Kay, D.
W.Tank // Proceedings of the National Academy of Sciences .- 1990. - V.87.
– P. 9868-9872.
[7] Летягин, А.Ю. Магнитно-резонансная томография: возможности
современной визуализационной технологии в клинической диагностике
[Текст] / А. Ю. Летягин, А.А.Тулупов, А.А. Савелов, А.М.
Коростышевская. – М.: Изд-во НГУ, 2004. – 63с.
[8] Ильясов, К.А. Методы получения изображения в магнитно-резонансной
томографии. Учебное пособие. [Текст] / К.А. Ильясов – Казань: изд-во
Каз. ун-та 2014. – 13 с.
[9] Ринк П.А. Магнитный резонанс в медицине [Текст] / П.А. Ринк. –
Oxford, 1993. – 147 с.45
[10] Хорнак, П. Основы МРТ [Текст] / Джозеф П. // URL:
https://www.cis.rit.edu/htbooks/mri/chap-12/chap-12-r.htm#12.1 (дата
обращения: 10.09.2017)
[11] Mansfield, P. Multi-planar image formation using NMR spin echoes [Text] /
P. Mansfield // Journal of Physics C: Solid State Physics. - 1977. - V.10. – P.
55–58.
[12] Feinberg, D.A. Multiplexed Echo Planar Imaging for Sub-Second Whole
Brain FMRI and Fast Diffusion Imaging [Text] / D.A. Feinberg, et al. // PLoS
ONE. - 2010. - V. 5. – P. 15710.
[13] Moeller, S. Multiband multislice GE-EPI at 7 Tesla, with 16-fold
acceleration using partial parallel imaging with application to high spatial and
temporal whole-brain fMRI [Text] / S. Moeller, et al.// Magnetic Resonance
Medicine. - 2010. - V. 63. – P. 1144–1153.
[14] Glasser, M.F. The Minimal Preprocessing Pipelines for the Human
Connectome Project [Text] / M.F. Glasser, et al// NeuroImage. - 2013. - V.
80. – P. 105–124.
[15] Viviani, R. Functional Principal Component Analysis of fMRI Data [Text] /
R. Viviani, G. Georg, S.Manfred // Human Brain Mapping. – 2005. - V. 24. –
P. 109 –129.
[16] McKeown, M. Independent component analysis of functional MRI: what is
signal and what is noise? [Text] / M. McKeown, L. Hansen, T. Sejnowski //
Current Opinion in Neurobiology. – 2010. - V. 13. – P. 620–629.
[17] Brown, G. Independent component analysis at the neural cocktail party
[Text] / S. Yamada, T. Sejnowski// Trends Neuroscience. – 2001. - V. 24. – P.
54–63.
[18] Biswal, B. A Review of Resting-State Analysis Methods [Text] / K. Azeezat,
B.S. Azeez, Bharat, B. Biswal// Neuroimaging Clinics of North America. -
2017. – V. 27. – P. 581–592.
[19] Hyvarinen, A. Independent Component Analysis [Text] / J. Karhunen, E.
Oja// Neural Networks. - 2000. - V. 13. – P. 411-430.46
[20] Varoquaux, G. Learning and comparing functional connectomes across
subjects [Text] / R. Cameron Craddock // NeuroImage. - 2013. - V. 80. – P.
405-415.
[21] Cordes, D. Hierarchical clustering to measure connectivity in fMRI restingstate data [Text] / V. Haughton, J.D. Carew, K. Arfanakis, K. Maravilla//
Magnetic Resonance Imaging. - 2002. - V. 20. – P. 305–317.
[22] Ogawa, S. Intrinsic Signal Changes Accompanying Sensory Stimulation:
Functional Brain Mapping with Magnetic Resonance Imaging [Text] / S.
Ogawa // Proceedings of the National Academy of Sciences USA. - 1992. -
V.89. – P. 5951–5955
[23] Power, J.D. Spurious but systematic correlations in functional connectivity
MRI networks arise from subject motion [Text] / J.D. Power, et al. //
Neuroimage. - 2011. - V. 59. – P. 2142–2154.
[24] Smith, S.M. Temporally-independent functional modes of spontaneous brain
activity [Text] / S.M. Smith, et al. // Proceedings of the National Academy of
Sciences USA. - 2012. - V. 109. – P. 3131–3136.
[25] Biswal, B.Functional connectivity in the motor cortex of resting human brain
using echo-planar MRI [Text] / B. Biswal, F.Z Yetkin, V.M. Haughton, et
al.//Magnetic Resonance Medicine. – 1995. – V. 34. – P. 537–41.
[26] Belyaev, A. Clinical Application of Functional Magnetic Resonance Imaging
[Text] / A. Belyaev, K. Peck Kyung, N. Brennan, A. Holodny// Russian
Electronic Journal Of Radiology. – 2014. – V. 4. – P. 14-23.
[27] Jaspan, O. Compressed sensing MRI: A review of the clinical literature
[Text] / Jaspan O.N., Fleysher R., Lipton M.L.// British Journal of Radiology.
– 2015. – №88. – P. 1056.

Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ
.