Métodos bayesianos e a priori multiescala em fMRI

Detalhes bibliográficos
Ano de defesa: 2003
Autor(a) principal: Amaral, Selene da Rocha
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-07062021-145306/
Resumo: Imagem funcional por ressonância magnética (fMRI) é uma técnica usada para estudar a localização de atividade no cérebro humano em funcionamento. Durante um experimento de fMRI, uma sequência de imagens por ressonância magnética é adquirida enquanto um indivíduo deesempenha tarefas comportamentais específicas. Mudanças no sinal medido podem ser usados para identificar e caracterizar a atividade cerebral resultante da tarefa desempenhada. Duas questões centrais na análise dos dados de fMRI adquiridos durante uma estimulação periódica são: i) como medir a resposta determinada experimentalmente em séries temporais de fMRI; e ii) como decidir se uma resposta aparente é significativa. Neste trabalho, nossos esforços são direcionados para tentar resolver a segunda questão. Assim, estudamos dois algoritmos inspirados em m todos bayesianos: o método de pixel independente e um novo método multigrid bayesiano. Os resultados obtidos em aplicações a dados artificiais do método de pixel independente, mostraram a importância da informação a priori no erro total de atribuição de atividade. A fim de direcionar o problema de atribuição a priori de um único pixel, propomos um esquema interativo que origina-se do fato que pixels individuais tendem a estar agrupados. Ele é baseado em uma aplicação de multiescalas de idéias bayesianas. Seu objetivo é construir uma distribuição de probabilidade a priori para atribuição de atividade a um dado pixel a partir das propriedades de atribuição de atividade a uma região de grande escala. Assim permite introduzir um prior local a partir das propriedades globais da imagem. A atribuição de atividade, o resultado principal do algoritmo, é proporcional à distribuição de probabilidade posterior no final da escala, aquele de um pixel. Estudamos dados artificiais e reais fornecidos de um simples experimento motor. Os resultados, ainda preliminares, são muito positivos. Também apontamos várias ) direções para pesquisa futura que podem possivelmente ajudar a fazer esta nova técnica útil em um nível prático.