Exploratorní analýza záznamů funkční magnetické rezonance metodami slepé separace
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Tato diplomová práce se zabývá exploratorní analýzou využitelnosti rozšířené metody ICA postavené na mixovacím modelu CSV. Konkrétním cílem práce bylo zhodnotit využití ICA CSV na datech funkční magnetické rezonance a porovnat výsledky s klasickou metodou ICA. Dále bylo předmětem experimentálně nalézt vhodnou parametrizaci rozšířené metody. V úvodní části diplomové práce jsou ujasněny klíčové pojmy a teoretický základ pro část praktickou, jež se skládá z pěti experimentů. Nejdříve byly nalezeny vhodné parametry pro dosažení nejlepších možných výsledků podle korelačního koeficientu. Tato parametrizace byla otestována na nezávislé datové sadě, která potvrdila výsledky ze sady původní. Následně bylo vyzkoušeno rozdělení vstupních dat do bloků dle mozkových regionů, což umožňuje rozšířená metoda. Toto rozdělení vedlo k dosažení lepších výsledků v nalezení problémové komponenty. Na závěr práce jsou navržena doporučení pro výpočet rozšířené metody na běžném PC.
This thesis deals with exploratory analysis of the use of the extended ICA method with constant separating vector (CSV). The goal was to evaluate the use of the ICA CSV on fMRI data sets and compare the result with the ICA. Another goal was to experimentaly find a suitable parametrization of the extended method. The introductory part of the thesis specifies the key words and theory needed for the experimental part, which consists of five experiments. Firstly, suitable parameters which led to the best results according to the corelation coeficient were found. These parametres were tested on an independent data set and the setting of the parameters was confirmed to be suitable. After that, slicing of the input data based on the anatomy of the brain regions was tested. This was made possible due to the use of the extended method. The slicing of the data set resulted in better results in finding a problematic component. Lastly, author summarizes recommendations for use of the extended method on a PC.
This thesis deals with exploratory analysis of the use of the extended ICA method with constant separating vector (CSV). The goal was to evaluate the use of the ICA CSV on fMRI data sets and compare the result with the ICA. Another goal was to experimentaly find a suitable parametrization of the extended method. The introductory part of the thesis specifies the key words and theory needed for the experimental part, which consists of five experiments. Firstly, suitable parameters which led to the best results according to the corelation coeficient were found. These parametres were tested on an independent data set and the setting of the parameters was confirmed to be suitable. After that, slicing of the input data based on the anatomy of the brain regions was tested. This was made possible due to the use of the extended method. The slicing of the data set resulted in better results in finding a problematic component. Lastly, author summarizes recommendations for use of the extended method on a PC.
Description
Subject(s)
PCA, ICA, ICA CSV, fMRI, BSS, BSE, IC, ICN, FCN