Automatické rozlišení signálových a šumových složek ve fMRI datech

Abstract

Tato práce se zaměřuje na metody funkčního zobrazování pomocí magnetické rezonance s důrazem na rozklad fMRI dat pomocí analýzy hlavních a nezávislých komponent a následnou analýzu těchto komponent. Cílem práce je navrhnout a použít vhodné metriky, pomocí kterých bude možné odlišit signálové a šumové komponenty fMRI. Následně vytvořit algoritmus pro automatickou klasifikaci fMRI komponent s využitím metod strojového učení. Posledním krokem bude tento algoritmus otestovat na množině dat poskytnutých pracovištěm Laboratoře multimodálního a funkčního zobrazování CEITEC Masarykovy univerzity.This work focuses on functional magnetic resonance imaging methods with an emphasis on the decomposition of fMRI data using principal and independent component analysis and subsequent analysis of these components. The aim of this work is to propose and apply appropriate metrics to distinguish between signal and noise components of fMRI data. Subsequently, develop an algorithm for automatic classification of fMRI components using machine learning methods. The last step will be testing this algorithm on a dataset provided by the Multimodal and Functional Imaging Laboratory at CEITEC Masaryk University.