| Lizenz: Veröffentlichungsvertrag für Publikationen ohne Print on Demand Dissertation (20MB) | |
| PDF Erratum (305kB) |
- URN zum Zitieren dieses Dokuments:
- urn:nbn:de:bvb:355-epub-350720
- DOI zum Zitieren dieses Dokuments:
- 10.5283/epub.35072
Dokumentenart: | Hochschulschrift der Universität Regensburg (Dissertation) |
---|---|
Open Access Art: | Primärpublikation |
Datum: | 20 Januar 2017 |
Begutachter (Erstgutachter): | Prof. Dr. Elmar Lang |
Tag der Prüfung: | 16 Januar 2017 |
Institutionen: | Humanwissenschaften > Institut für Psychologie > Lehrstuhl für Psychologie I (Allgemeine Psychologie I und Methodenlehre) - Prof. Dr. Mark W. Greenlee Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang |
Stichwörter / Keywords: | functional magnetic resonance imaging; resting-state; group independent component analysis; multivariate empirical mode decomposition; frequency-resolution; filter banks; dynamic functional connectivity; connectivity-states; clustering; k-means; validation criterion; Ising model; backbone simulations; Ising model and connectivity |
Dewey-Dezimal-Klassifikation: | 000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik 100 Philosophie und Psychologie > 150 Psychologie 500 Naturwissenschaften und Mathematik > 500 Naturwissenschaften 500 Naturwissenschaften und Mathematik > 530 Physik 500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie |
Status: | Veröffentlicht |
Begutachtet: | Ja, diese Version wurde begutachtet |
An der Universität Regensburg entstanden: | Ja |
Dokumenten-ID: | 35072 |
Zusammenfassung (Englisch)
In one part of my PhD thesis, I have investigated an extension of dFC to a frequency-resolved version of it by applying a sliding window approach on time courses from different frequency scales. The method of choice for the frequency decomposition has been MEMD applied on time-series resulting from a gICA of rs-fMRI data. Frequency scales have been defined by the resulting narrowband IMFs. Those ...
Zusammenfassung (Englisch)
In one part of my PhD thesis, I have investigated an extension of dFC to a frequency-resolved version of it by applying a sliding window approach on time courses from different frequency scales. The method of choice for the frequency decomposition has been MEMD applied on time-series resulting
from a gICA of rs-fMRI data. Frequency scales have been defined by the resulting
narrowband IMFs. Those frequency-resolved time courses have been
segmented by using a box-car function slid over the whole time span with a
step width of one TR. For each of those windows and within each frequency
scale, correlation matrices have been calculated by cross-correlating the time
course segments. This has resulted in sets of correlation matrices for each
rs-fMRI session and scale. In a next step, on the correlation matrices from
all sessions on each scale a k-means clustering procedure has been applied.
This has resulted in frequency-resolved connectivity-states, which show
scale-stable behavior. I find a significant change of scale stability of connectivity-
states from k = 4 to k = 5 extracted centroids. To discard findings by
chance, I have investigated scale stability on shuffled and phase randomized
null-data finding an opposite trend to the empirical results. Additionally, I
have conducted post hoc filter bank investigations with a varying number of
frequency scales confirming my results. In a next step, I have used simulated
data traversing different numbers of predefined artificial connectivity-states.
Investigating scale stability of this simulated data reveals the potential of my
approach to detect data inherent cluster structure in a more objective way
than commonly used measures. Furthermore, simulations of k_inh = 4 connectivity-
states have confirmed the hypothesis of k_inh = 4 data inherent
states in the rs-fMRI case. The behavior of my introduced scale stability measure
is also supported by theoretical considerations. Since all those studies
have been conducted using windows with a constant size over frequency
scales, adaptation of window size on the varying frequency over scales is
also investigated. Eventually, the course of this work has culminated in the
development of a sensitive and potentially objective method for detecting
data inherent cluster structures of specific types of data.
The other part of my thesis has dealt with the development of ideas for
a proposal directed to the German science foundation. I have extended the recently emerging field
of simulating Ising-like systems on static functional and structural connectomes
as backbones to a dynamic version of it. I have proposed to use the
dynamic connectome resulting from dFC analysis as a time varying back-
bone introducing a time dependency to the used Ising-like systems. I have
suggested to do this in a quasistatic, dynamic, and frequency-resolved way.
Additionally, I have proposed to combine different modalities in Ising-like
systems employing an external magnetic field term. My ideas open up a way
to investigate artificially introduced damages to the used connectomes. The
dynamics of those damaged systems could then be compared to healthy ones
and also to real lesioned cortices. Since it is not clear from literature what
Ising-like system is to be preferred, I have proposed a variation of the Ising model
with a variable extent of the used neighborhood. By exploiting recent literature
findings of spreading dynamics on the human connectome, I have suggested
a way of defining variable neighborhoods. Literature findings on criticality
in rs-fMRI data yield a way of model selection for the neighborhood of the
introduced Ising-like system.
Übersetzung der Zusammenfassung (Deutsch)
In einem Teil meiner Doktorarbeit habe ich eine Erweiterung der dFC zu einer frequenzaufgelösten Version untersucht, indem ein sliding window Ansatz auf Zeitverläufe verschiedener Frequenzskalen angewandt wurde. Die Methode der Wahl der Frequenzdekomposition ist MEMD gewesen angewandt auf Zeitserien, die aus einer gICA angewandt auf rs-fMRT Daten resultierten. Die Frequenzskalen sind durch die ...
Übersetzung der Zusammenfassung (Deutsch)
In einem Teil meiner Doktorarbeit habe ich eine Erweiterung der dFC zu einer frequenzaufgelösten Version untersucht, indem ein sliding window Ansatz auf Zeitverläufe verschiedener Frequenzskalen angewandt wurde. Die Methode der Wahl der Frequenzdekomposition ist MEMD gewesen angewandt auf Zeitserien, die aus einer gICA angewandt auf rs-fMRT Daten resultierten. Die Frequenzskalen sind durch die resultierenden schmalbandigen IMFs definiert worden. Diese frequenzaufgelösten Zeitserien sind durch die Anwendung einer Box-car Funktion, die über die gesamte Zeitspanne mit einer Schrittgröße von einer TR geschoben wurde, segmentiert worden. Für jedes dieser Fenster und innerhalb jeder Frequenzskala sind Korrelationsmatrizen berechnet worden, indem die Zeitseriensegmente kreuzkorreliert wurden. Dies hat Sätze an Korrelationsmatrizen für jede rs-fMRT Sitzung und Skala ergeben. In einem nächsten Schritt ist auf die Korrelationsmatrizen aller Sitzungen auf jeder Skala ein k-means Clusteringverfahren angewandt worden. Das hat frequenzaufgelöste Konnektivitätszustände, die skalenstabiles Verhalten zeigen, ergeben. Ich finde eine signifikante Veränderung der Skalenstabilität der Konnektivitätszustände von k =4 zu k = 5 extrahierten Zentroiden. Um Zufallsergebnisse auszuschließen, habe ich Skalenstabilität bei durcheinandergewürfelten und phasenrandomisierten Null-Daten untersucht und fand einen gegensätzlichen Trend im Vergleich zu den empirischen Resultaten. Zusätzlich habe ich post hoc Untersuchungen mit Filterbänken mit einer veränderlichen Anzahl an Frequenzskalen durchgeführt, die meine Resultate bestätigen. In einem nächsten Schritt habe ich simulierte Daten, die eine unterschiedliche Anzahl an vordefinierten, künstlichen Konnektivitätszuständen durchlaufen, benutzt. Die Untersuchung von Skalenstabilität dieser simulierten Daten enthüllt das Potenzial meines Ansatzes eine dateninhärente Clusterstruktur auf eine objektivere Weise zu entdecken als es übliche Maße tun. Desweiteren haben Simulationen von k_inh = 4 Konnektivitätszuständen die Hypothese von k_inh = 4 dateninhärenten Zuständen im rs-fMRT Fall bestätigt. Das Verhalten meines eingeführten Skalenstabilitätsmaßes wird auch durch theoretische Betrachtungen gestützt. Da all diese Studien mit Fenstern durchgeführt worden sind, die eine konstante Größe über die Frequenzskalen aufweisen, wird die Anpassung der Fenstergröße auf die veränderliche Frequenz über die Skalen auch untersucht. Schließlich hat der Verlauf dieser Arbeit in der Entwicklung einer sensitiven und potenziell objektiven Methode um dateninhärente Clusterstrukturen spezifischer Datentypen aufzudecken gegipfelt.
Der andere Teil meiner Doktorarbeit hat sich mit der Entwicklung von Ideen für einen Antrag, der an die deutsche Forschungsgemeinschaft gerichtet ist, beschäftigt. Ich habe das sich kürzlich entwickelnde Feld von Simulationen Ising-ähnlicher Systeme auf statisch funktionellen und strukturellen Konnektomen als Backbones zu einer dynamischen Version erweitert. Ich habe vorgeschlagen das dynamische Konnektom, das aus der dFC Analyse resultiert, als einen zeitlich veränderlichen Backbone zu verwenden, was eine Zeitabhängigkeit in die verwendeten Ising-ähnlichen Systeme einführt. Ich habe vorgeschlagen dies auf eine quasistatische, dynamische und frequenzaufgelöste Weise zu tun. Zusätzlich habe ich vorgeschlagen verschiedene Modalitäten in Ising-ähnlichen Systemen zu kombinieren, indem ein externer magnetischer Feldterm verwendet wird. Meine Ideen eröffnen einen Weg um Schäden zu untersuchen, die dem benutzten Konnektome künstlich zugefügte worden sind. Die Dynamiken dieser geschädigten Systeme könnten dann mit gesunden Systemen und auch real geschädigten Kortizes verglichen werden. Da es aus der Literatur nicht klar wird welches Ising-ähnliche System zu bevorzugen ist, habe ich eine Variation des Ising-Modells mit einer variablen Größe der genutzten Nachbarschaft vorgeschlagen. Ich habe einen Weg vorgeschlagen um variable Nachbarschaften zu definieren, indem ich aktuelle Literaturresultate von Ausbreitungsdynamiken auf dem menschlichen Konnektom ausgenutzt habe. Literaturresultate bezogen auf Kritikalität bei rs-fMRT Daten führen zu einem Weg der Modellselektion für die Nachbarschaft der eingeführten Ising-ähnlichen Systeme.
Metadaten zuletzt geändert: 25 Nov 2020 21:42