![Ιδρυματικό Αποθετήριο [SANDBOX]](images/dias.logo.png "Ιδρυματικό Αποθετήριο [SANDBOX]"){kind=logo}
Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/3D7865AC-516D-436D-8084-16463509AD5B | - |
| Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.69327 | - |
| Γλώσσα | en | - |
| Μέγεθος | 105 pages | el |
| Μέγεθος | 990 kilobytes | en |
| Μέγεθος | A4 (210x297mm) | en |
| Τίτλος | Tensor-based fMRI signal processing | en |
| Τίτλος | Επεξεργασία fMRI με χρήση Tensors | el |
| Δημιουργός | Karakasis Paris | en |
| Δημιουργός | Καρακασης Παρις | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Liavas Athanasios | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Λιαβας Αθανασιος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Zervakis Michalis | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Ζερβακης Μιχαλης | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Karystinos Georgios | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Καρυστινος Γεωργιος | el |
| Εκδότης | Πολυτεχνείο Κρήτης | el |
| Εκδότης | Technical University of Crete | en |
| Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Electrical and Computer Engineering | en |
| Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Περιγραφή | Διπλωματική εργασία που υποβλήθηκε στη σχολή ΗΜΜΥ του Πολ. Κρήτης για την πλήρωση προϋποθέσεων λήψης του Διπλώματος Ηλεκτρολόγου Μηχανικού και Μηχανικού Υπολογιστών. | el |
| Περίληψη | Functional magnetic resonance imaging (fMRI) is one of the most popular methods in studying the human brain. fMRI provides a non-invasive way to measure brain activity, detecting local changes of blood oxygen level density (BOLD) in the brain, over time. The purpose of fMRI signal analysis is the localization of brain areas that are related with particular tasks. The problem of fMRI signal analysis can be considered as a blind source separation problem (BSS) , which is the problem of extracting a set of source signals from a set of mixed signals, without using prior information (or with very little prior information) about the source signals or the mixing process. In this thesis, initially, we study the usage of nonnegative matrix factorization models in BSS problems, assuming the existence of delays in propagation environments with or without echo. Next, we study the usage of tensor factorization models, through PARAFAC and Nonnegative Tensor Factorization models, in BSS problems, as well as how these models can be extended under the assumption of propagation environments without echo. Finally, we use these tensor factorization models in fMRI data analysis. In our analysis, we processed fMRI data from different subjects performing the same tasks (group task related fMRI analysis) and we extracted common activation brain maps as well as common activation time signals. | en |
| Τύπος | Διπλωματική Εργασία | el |
| Τύπος | Diploma Work | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by-nc/4.0/ | en |
| Ημερομηνία | 2017-09-21 | - |
| Ημερομηνία Δημοσίευσης | 2017 | - |
| Θεματική Κατηγορία | Nonnegative Tensor Factorization | en |
| Θεματική Κατηγορία | NTF | en |
| Θεματική Κατηγορία | Parafac | en |
| Θεματική Κατηγορία | BSS | en |
| Θεματική Κατηγορία | Blind Source Separation | en |
| Θεματική Κατηγορία | Tensor decompotion models | en |
| Θεματική Κατηγορία | fMRI | en |
| Θεματική Κατηγορία | Functional Magnetic Resonance Imaging | en |
| Βιβλιογραφική Αναφορά | Πάρις Καρακάσης, "Επεξεργασία fMRI με χρήση Tensors", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2017 | el |
| Βιβλιογραφική Αναφορά | Paris Karakasis, "Tensor-based fMRI processing signal processing", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2017 | en |
Copyright © DIAS 2013
