Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Ανάλυση δεδομένων λειτουργικής απεικόνισης μαγνητικού συντονισμού (ΛΑΜΣ, fMRI) στο επίπεδο πληροφορίας Fisher-Shannon

Karvounakis Ioannis

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/7594D53E-44B3-439A-A256-662FB4BE0872-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.101875-
Γλώσσαen-
Μέγεθος199 pagesen
ΤίτλοςAnalysis of functional magnetic resonance imaging data on the Fisher-Shannon information planeen
ΤίτλοςΑνάλυση δεδομένων λειτουργικής απεικόνισης μαγνητικού συντονισμού (ΛΑΜΣ, fMRI) στο επίπεδο πληροφορίας Fisher-Shannonel
ΔημιουργόςKarvounakis Ioannisen
ΔημιουργόςΚαρβουνακης Ιωαννηςel
Συντελεστής [Επιβλέπων Καθηγητής]Christopoulos Dionysiosen
Συντελεστής [Επιβλέπων Καθηγητής]Χριστοπουλος Διονυσιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Zervakis Michailen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Ζερβακης Μιχαηλel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Liavas Athanasiosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Λιαβας Αθανασιοςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Electrical and Computer Engineeringen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
ΠερίληψηThe Fisher-Shannon-Information-Plane (FSIP) represents a novel and compact framework for analyzing and distinguishing time series data. FSIP is based on only two parameters: the Fisher-Information-Measure (FIM) and Shannon-Entropy-Power (SEP). FSIP proves particularly useful in differentiating time series and categorizing them into distinct signal types, providing a powerful tool for data exploration. This thesis investigates FSIP's application to data derived from a variety of probability distributions, including the Normal, Power Exponential, Student-t, Gamma, Weibull, Log-Normal, and Uniform models, focusing on how scale and shape parameters influence the FSIP representation. The methodology for FSIP estimation involves estimating the probability density function (PDF) of a time series by means of Kernel-Density-Estimation (KDE), enabling precise computation of FIM and SEP. KDE can be effectively applied to time series with complex correlations. Functional Magnetic Resonance Imaging (fMRI) provides a compelling context for applying FSIP. However, in this thesis FSIP application to fMRI data is treated primarily as a case study. The thesis explores the analysis of Blood Oxygen Level Dependent (BOLD) response for synthetic and real fMRI data, using FSIP to identify patterns and classify signals of brain activity time series. The findings highlight FSIP's versatility and its potential as a reliable method for distinguishing intricate signal patterns in biomedical data and other fields.en
ΠερίληψηΤο Επίπεδο Πληροφορίας Fisher-Shannon (Fisher Shannon Information Plane, εν συντομία FSIP) είναι ένα αποτελεσματικό εργαλείο για την ανάλυση και διαχωρισμό δεδομένων χρονοσειρών, το οποίο βασίζεται σε δύο μόνο παραμέτρους: το μέτρο πληροφορίας κατά Fisher (Fisher Information Measure--FIM) και την εντροπική ισχύ κατά Shannon (Shannon Entropy Power--SEP). Το FSIP αποδεικνύεται ιδιαίτερα χρήσιμο στη διάκριση χρονοσειρών και την κατηγοριοποίηση τους σε διαφορετικούς τύπους σημάτων, παρέχοντας ένα ισχυρό εργαλείο για την διερεύνηση των δεδομένων από διάφόρα επιστημονικά πεδία. Σε αυτή τη διπλωματική εργασία εξετάζεται η εφαρμογή του FSIP σε τυχαία δεδομένα προερχόμενα από διάφορες κατανομές πιθανότητας, όπως Gaussian, Power exponential, Student-t, Gamma, Weibull, Log-Normal και Uniform κατανομές, με έμφαση στο πώς οι παράμετροι κλίμακας (scale) και σχήματος (shape) της κατανομής επηρεάζουν την αναπαράσταση των δεδομένων στο Επίπεδο Πληροφορίας Fisher-Shannon. Η μεθοδολογία για τον υπολογισμό του FSIP περιλαμβάνει την εκτίμηση της συνάρτησης πυκνότητας πιθανότητας (probability density function--PDF) από τα δεδομένα μέσω συναρτήσεων πυρήνα και εφαρμογή της εκτίμησης πυκνότητας μέσω του πυρήνα (Kernel Density Estimator--KDE). Η εκτίμηση KDE μπορεί να λειτουργήσει αποτελεσματικά ακόμα και για χρονοσειρές με πολύπλοκη δομή. Η ανάλυση των δεδομένων λειτουργικής απεικόνισης μαγνητικού συντονισμού (Functional Magnetic Resonance Imaging--fMRI), τα οποία χαρακτηρίζονται από μεγάλους όγκους περίπλοκων σημάτων χρονοσειρών, παρουσιάζει σημαντικές προκλήσεις. Το fMRI, λόγω της περίπλοκης δυναμικής των χρονοσειρών που το διέπουν, δίνει χώρο για την εφαρμογή του FSIP και αντιμετωπίζεται ως μελέτη περίπτωσης (case study). Η διπλωματική εργασία διερευνά την απόκριση αντίθεσης εξαρτώμενης από το επίπεδο οξυγόνου στο αίμα (Blood Oxygen Level Dependent--BOLD), συνθετικών και πραγματικών δεδομένων fMRI, με εφαρμογή της μεθοδολογίας FSIP για την αναγνώριση προτύπων και την ταξινόμηση χρονοσειρών εγκεφαλικής δραστηριότητας. Τα αποτελέσματα αναδεικνύουν την ευελιξία του FSIP, και την προοπτική του ως αξιόπιστη μέθοδος για τη διάκριση πολύπλοκων σημάτων σε βιοϊατρικές μελέτες καθώς και σε άλλους τομείς.el
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2025-01-02-
Ημερομηνία Δημοσίευσης2024-
Θεματική ΚατηγορίαΛειτουργική απεικόνιση μαγνητικού συντονισμούel
Θεματική ΚατηγορίαFunctional magnetic resonance imagingen
Θεματική ΚατηγορίαΑνάλυση δεδομένωνel
Θεματική ΚατηγορίαData analysisen
Θεματική ΚατηγορίαΕπίπεδο πληροφορίας Fisher-Shannonel
Θεματική ΚατηγορίαFisher-Shannon information planeen
Θεματική ΚατηγορίαΜοντέλα κατανομών πιθανότηταςel
Θεματική ΚατηγορίαProbability distribution modelsen
Θεματική ΚατηγορίαΕκτίμηση ΣΠΠ σήματοςel
Θεματική ΚατηγορίαKernel density estimatoren
Θεματική ΚατηγορίαFisher information measureen
Θεματική ΚατηγορίαShannon entropy poweren
Βιβλιογραφική ΑναφοράIoannis Karvounakis, "Analysis of functional magnetic resonance imaging data on the Fisher-Shannon information plane", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2024en
Βιβλιογραφική ΑναφοράΙωάννης Καρβουνάκης, "Ανάλυση δεδομένων λειτουργικής απεικόνισης μαγνητικού συντονισμού (ΛΑΜΣ, fMRI) στο επίπεδο πληροφορίας Fisher-Shannon", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά