E-Locus - Ιδρυματικό Καταθετήριο Πανεπιστημίου Κρήτης - Graph signal processing and recurrence quantification techniques for the analysis of biomedical signal ensembles

Αρχική Graph signal processing and recurrence quantification techniques for the analysis of biomedical signal ensembles

Αποτελέσματα - Λεπτομέρειες

[Προσθήκη στο καλάθι]

Κωδικός Πόρου

000449725

Τίτλος

Graph signal processing and recurrence quantification techniques for the analysis of biomedical signal ensembles

Άλλος τίτλος

Επεξεργασία σήματος μέσω γράφων και ποσοτικές αναδρομικές τεχνικές για την ανάλυση συνόλων βιοσημάτων

Συγγραφέας

Πεντάρη, Αναστασία Β.

Σύμβουλος διατριβής

Τσακαλίδης, Παναγιώτης

Μέλος κριτικής επιτροπής

Μαριάς, Κώστας
Παπανικολάου, Νικόλαος
Σίμος, Παναγιώτης
Τζαγκαράκης, Γεώργιος
Παπαδάκη, Ευφροσύνη
Ζερβάκης, Μιχάλης
Αργυρός, Αντώνιος

Περίληψη

Η διατριβή με τίτλο “Επεξεργασία σήματος μέσω γράφων και ποσοτικές αναδρομικές τεχνικές για την ανάλυση συνόλων βιοσημάτων” αποτελείται από τρία διαφορετικά τμήματα: Το πρώτο κομμάτι αφορά την εφαρμογή της θεωρίας επεξεργασίας σήματος μέσω γράφων σε σήματα ηλεκτροεγκεφαλογραφήματος (ΗΕΓ) με στόχο την αποθορυβοποίηση των ΗΕΓ από κρουστικό θόρυβο. Είναι γνωστό ότι τα ΗΕΓ επηρεάζονται από κρουστικό θόρυβο που μπορεί να οδηγήσει σε λανθασμένες κλινικές διαγνώσεις. Ο κρουστικός θόρυβος μπορεί να μοντελοποιηθεί μέσω της οικογένειας των αλφα-ευσταθών κατανομών. Σχεδιάσαμε και υλοποιήσαμε ένα γραφο-φίλτρο βασισμένο σε στατιστικές ροπές χαμηλής τάξης και προσαρμοσμένο σε κρουστικό θόρυβο, το οποίο μπορεί να μειώσει αποτελεσματικά θόρυβο προερχόμενο από τις κινήσεις του κεφαλιού ή το περιβάλλον. Το δεύτερο κομμάτι αφορά την μη-γραμμική δυναμική ανάλυση χρονοσειρών καταγεγραμμένων από την λειτουργική μαγνητική τομογραφία σε κατάσταση ηρεμίας. Ο ανθρώπινος εγκέφαλος έχει μία πολύ δυναμική φύση, επομένως η ανθρώπινη εγκεφαλική λειτουργία πρέπει να αναλύεται με τρόπο δυναμικό και προσαρμοστικό. Εφαρμόσαμε την αναδρομική ποσοτική ανάλυση ζευγών, μία μαθηματική μέθοδο που εκμεταλλεύεται τους πίνακες αναδρομής και διά μέσου της ποσοτικής ανάλυσής τους εξάγει συγκεκριμένα χαρακτηριστικά που περιγράφουν την δυναμική συμπεριφορά ενός συστήματος. Δείξαμε ότι η μέθοδος αυτή είναι ευαίσθητη στο να αναγνωρίζει περισσότερες συνδέσεις εγκεφαλικών περιοχών που διαφοροποιούν τους ασθενείς με νευροψυχιατρικό συστημικό ερυθηματώδη λύκο από τους υγιείς, σε σχέση με προηγούμενες μελέτες. Επιπλέον, η επεκτείναμε τη μέθοδο μέσω της δημιουργίας δικτύων εγκεφάλου εφαρμόζοντας ένα γραμμικό συνδυασμό των δυναμικών χαρακτηριστικών. Η ανάλυση των δικτύων αυτών πραγματοποιήθηκε μέσω της γνωστής γραφοθεωρίας του “μικρού-κόσμου” και οδήγησε σε υψηλά ποσοστά κατηγοριοποίησης. Τέλος, στα πλαίσια της διατριβής αυτής, ασχοληθήκαμε και με την μείωση του χρόνου εξέτασης της τεχνικής σταθμισμένης διάχυσης του μαγνητικού τομογράφου. Η σταθμισμένη διάχυση μαγνητικού τομογράφου είναι μία μη επεμβατική μέθοδος εξέτασης μικρο-αρχιτεκτονικής των ανθρώπινων οργάνων η οποία, ανάλογα με το όργανο, μπορεί να έχει μακρά διάρκεια. Κατά συνέπεια, στοχεύσαμε στην επιτάχυνση του χρόνου εξέτασης για τη μείωση της δυσφορίας των ασθενών εντός του μαγνητικού τομογράφου. Η πιο σημαντική παράμετρος της τεχνικής αυτής είναι η λεγόμενη b-τιμή. Σχεδιάσαμε έναν αλγόριθμο βασισμένο στη μέθοδο των αραιών αναπαραστάσεων, για να δειγματοληπτήσουμε ένα περιορισμένο αριθμό από bτιμές ανακατασκευάζοντας τις υπόλοιπες μέσω εκπαιδευμένων λεξικών. Η αξιολόγηση πραγματοποιήθηκε σε πραγματικά δεδομένα απεικονίσεων του παγκρέατος και αποδείχθηκε πολλά υποσχόμενη.

Φυσική περιγραφή

xxvi, 99 φύλλα : σχεδ., πιν., εικ. (μερ. εγχρ.) ; 30 εκ.

Γλώσσα

Αγγλικά

Θέμα

Brain network

Cross recurrence quantification analysis

DW-MRI

Dynamic brain functionality

Functional connectivity

Small-world analysis

Sparse representations