Optimalizace zpracování fMRI dat s ohledem na kontrolu kvality dat

Ing. Martin Gajdoš, Ph.D.

Doctoral thesis

Optimizing the processing of fMRI data with respect to data quality control

Abstract:

Práce se zabývá optimalizací zpracování dat z funkční magnetické rezonance ve vztahu k jejich kvalitě, pokrytí analyzovaného prostoru validními informacemi a vlivu ztráty validních dat na výsledky analýz funkční konektivity. V rámci práce byl v prostředí MATLAB vyvinut nástroj mask_explorer usnadňující vizualizaci validního prostoru analýzy dat. Dále byly použity simulace ztráty pokrytí dat a následné vyhodnocení vlivu na změnu podobnosti se signály, které reprezentovaly oblasti nepoškozené simulovaným úbytkem dat, a vlivu na výsledky analýzy využívající síťové metriky k charakterizaci dat parcelovaných dle atlasu. Simulace ztráty pokrytí ukázala, že pokud požadujeme, aby signál redukované oblasti vysvětloval 80% variability signálu nepoškozené oblasti, pak je potřeba zachovat 60% pokrytí oblasti zájmu. Toto pozorování bylo přes použitá data konzistentní. Získané poznatky o poklesu kvality dat s nárůstem poškození dat a vyvinuté softwarové nástroje byly použity pro tvorbu doporučeného postupu kontroly kvality dat pro parcelační analýzy tak, aby se dostatečně předcházelo negativnímu ovlivnění interpretací analýz fMRI dat poškozenými daty.

Abstract:

The thesis deals with the optimization of processing of functional magnetic resonance data with respect to their quality, their coverage of analyzed space with valid information and to the effect of the loss of valid data on results of functional connectivity analyses. The thesis presents also development of the tool mask_explorer in MATLAB for user-friendly exploration of valid data volume. Simulations were used to test decrease of coverage with valid data and subsequent evaluation of influence on similarity of the signals representing original and reduced regions of interest. Moreover, the effect of decrease of valid data coverage was also tested with graph metrics analyses used for characterization of atlas-based brain parcellations. Simulated decrease of valid data coverage showed, that if we intend to keep at least 80% of explained variability of the originally sized region, then we need to keep at least 60% coverage of the regions. This observation was consistent across used datasets and used atlases. Acquired knowledge on data quality decrease with data damage increase and developed software tools were used for specification of the recommended pipeline. This pipeline serves for quality control of the parcellation analyses to sufficiently anticipate the negative influence of damaged data on interpretations of the fMRI analyses.

Keywords

fMRI, parcelace, maska, kontrola kvality, pokrytí oblastí zájmu, parcellation, mask, quality control, coverage of regions of interest

Language used: Czech

Date on which the thesis was submitted / produced: 2. 1. 2019

Thesis defence

• Date of defence: 5. 3. 2019
• Supervisor: Ing. Michal Mikl, Ph.D.
• Reader: prof. MUDr. Ing. Petr Hluštík, Ph.D., Ing. Radovan Jiřík, Ph.D., doc. Ing. Jan Kremláček, Ph.D.

Masaryk University

Faculty of Medicine

Doctoral programme / field:
Neuroscience (4-years) / Neuroscience