- Tytuł:
-
"Brain Diffusion Tractography and Network Science"
"Traktografia Dyfuzyjna Mózgu i Nauka o Sieciach" - Autorzy:
- Rybiński, Adam
- Opis:
-
Nauka o sieciach pomaga przybliżyć się do zrozumienia nawet tak skomplikowanych systemów biologicznych jak mózg. W pracy przedstawiam metodę wydobywania matematycznej informacji o połączeniach w mózgu ze skanów dyfuzyjnych magnetycznego rezonansu jądrowego. Celem jest zaprezentowanie procesu analizy danych w sposób łatwy do powtórzenia i dzielenia się z innymi badaczami. Metoda wymaga przeprowadzenia traktografii na danych dyfuzyjnych aby otrzymać informację o matematycznych traktach(ang. streamlines) przybliżających ilość istoty białej. Następnie, mając zadane konkretne obszary mózgu, algorytm liczy ilość traktów łączących wybrane miejsca. Efektem jest uzyskanie macierzy połączeń, która może być dalej analizowana za pomocą pojęć opartych o teorię grafów. Taki opis sieci mózgowych może pomóc nam uwidocznić różnice między badanymi mózgami, usprawnić diagnozowanie chorób oraz przybliżyć role poszczególnych miejsc w całych sieciach mózgowych.Prezentowana metoda korzysta z otwartego oprogamowania do neuroobrazowania i analiz sieciowych napisanego w języku Python. Wykorzystanie wolnego oprogramowania umożliwia dzielenie sie pomysłami i rozwiązaniami konkretnych problemów metodologicznych, celem usprawnienia metod analizy połączeń w mózgu.
Network science can help us understand complex systems like the brain. In presented thesis I describe the method for extracting connectivity information out of the brain diffusion images, and demonstrate the process in a reproducible way that is easy to share. The method involves performing tractography on the brain diffusion data that results in streamlines that approximate amount of white matter; next, by taking regions of interest, algorithms calculate number of streamlines connecting selected brain areas. As a result, we get connectivity matrix that can be further used to perform network analysis using the concepts from the graph theory. This approach can aid research in analysis of differences between brains, improve diagnosis and therapy of diseases, and unveil the roles of particular brain regions in whole systems of networks.Presented method uses Python neuroimaging and network science tools. Open-source programming initiatives help to share and exchange ideas between scientists, promoting effective research of brain connectivity. - Dostawca treści:
- Repozytorium Uniwersytetu Jagiellońskiego
Inne