skip to main content
Idioma:
Primo Advanced Search
Primo Advanced Search Query Term
Primo Advanced Search prefilters
Busca Simples

Inclusão de MRI e informação multigrid a priori para inferência bayesiana de fontes de M/EEG

Barbosa, Leonardo Da Silva

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Física 2011-04-28

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Inclusão de MRI e informação multigrid a priori para inferência bayesiana de fontes de M/EEG
  • Autor: Barbosa, Leonardo Da Silva
  • Orientador: Alfonso, Nestor Felipe Caticha
  • Assuntos: Eletroencefalografia; Física Médica; Magnetoencefalografia; Electroencephalography; Magnetoencephalography; Medical Physics
  • Notas: Dissertação (Mestrado)
  • Descrição: A Neuroimagem Funcional evoluiu muito nos últimos anos com o aparecimento de técnicas como Positron Emission Tomography ou PET (Tomógrafo por Emissão de Pósitrons) e Functional Magnetic Ressonance Image ou fMRI (Imagem de RessonÂncia Magnética Funcional) [Belliveau et al., 1991]. Elas permitem a observação de atividade no cérebro com uma resolução de alguns milímetros, e devido a natureza do sinal medido, com uma resolução temporal da ordem de 5 segundos [Kim et al., 1997]. Magnetoencefalografia e Eletroencefalografia (M/EEG), por outro lado, possuem uma resoluçao temporal da ordem de milissegundos, já que o sinal é produzido pela movimentação do íons através das membranas celulares [Nunez and Srinivasan, 2006]. Porém a sua resoluçeo espacial é muito baixa jé que tipicamente são problemas mal postos, com muito mais variáveis do que dados. Um equipamento de M/EEG de alta resolução possui da ordem de O(200) canais, que permitem medidas do campo magnético (para o MEG) ou do potencial elétrico (para o EEG) em O(200) posições em torno da cabeça. Para uma escala com resolução de ordem l existem (L /l )3 variáveis, onde L = aprox. 15cm. Neste trabalho procuramos estudar métodos para aumentar a resolução espacial das técnicas de EEG, pois o mapeamento funcional do cérebro humano esta intimamente relacionado à localização da atividade no espaço bem como no tempo [Friston, 2009] (muitas relativo ao momento de um estímulo externo). Todo o trabalho de localização de fontes para EEG pode ser facilmente estendido para MEG. Métodos Bayesianos são o cenário natural para lidar com problemas mal postos [Wipf and Nagarajan, 2009]. Existem, essencialmente, duas direções nas quais os algoritmos Bayesianos podem ser melhoradas, através da construção de uma melhor verossimilhança ou uma distribuição a Priori. Embora reconheçamos que avanços importantes podem ser feitos no direção anterior, aqui nos concentramos na segunda. Neste trabalho nós introduzimos um método multiescala para construir uma melhor distribuição a Priori. Uma idéia similar foi estudada dentro do contexto mais simples de fMRI [Amaral et al., 2004]. Muitos novos problemas aparecem ao lidar com o caráter vetorial do EEG. O mais importante, é a construção de um conjunto de superfícies renormalizadas que aproximam a região cortical onde a fonte de atividade esta localizada e o problema relacionado de de nir as variáveis relevantes para representar o cérebro em uma escala com menor resolução. A validação do novo algoritmo é sempre um problema essencial. Nós apresentamos resultados que sugerem, em dados simulados, que nosso método pode ser uma alternativa válida para os atuais algoritmos, julgando ambos pela taxa de erros na localização de fontes bem como pelo tempo que eles levam para convergir.
  • DOI: 10.11606/D.43.2011.tde-30092011-141308
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Física
  • Data de criação/publicação: 2011-04-28
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados
Ir para página anteriorAnterior Resultado  9 AvançarIr para próxima página

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.