Detailansicht
Overlapping community detection in functional cortical networks
Jan Klusacek
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Philosophie und Bildungswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Joint Degree Programme MEi :CogSci Cognitive Science
Betreuer*in
Georg Langs
DOI
10.25365/thesis.48639
URN
urn:nbn:at:at-ubw:1-30826.54953.329463-8
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Das Studium der allgemeinen Architektur des menschlichen Gehirns ist einer der Pfade auf dem Weg zum Verständnis seiner Mechanismen und Funktionen, und schlussendlich der menschlichen Kognition. Die Fortschritte in der funktionalen Magnetresonanztomographie erlauben uns, die Architektur des zerebralen Kortex nicht nur anatomisch, sondern auch funktional zu untersuchen.
Metriken wie die Korrelation und Kohärenz des BOLD-Kontrasts können verwendet werden, um die Stärke der funktionalen Verbindungen zwischen kortikalen Gebieten zu untersuchen. Die Untersuchung dieses Netzwerks erlaubt es, Gebiete mit derselben Funktion (funktionelle Gemeinschaft oder Netzwerk) zu identifizieren. Die meisten aktuellen Methoden basieren allerdings auf der Annahme, dass jede Region Teil von nur einem funktionellen Netzwerk ist. Inspiriert von Ideen aus der Forschung an dynamischen Systemen, Enaktivismus und den Sozialwissenschaften wird diese Arbeit diese Annahme von singulären Funktionen von Gehirnregionen in Frage stellen, und den Vorschlag für die Einführung von Überlappungen machen.
Das Ziel dieser Arbeit ist es, eine Methode für die Entdeckung von funktionalen Netzwerken zu erstellen, und ihre Nützlichkeit in der Forschung an Konnektomen zu untersuchen. Dies geschieht einerseits durch einen Vergleich der existierenden Methoded aus der Literatur und dem Versuch, diese Ergebnisse zu wiederholen, und anderseits durch Tests, ob die Präsenz von Überlappungen die Stabilität der Parzellierungen einzelner Teilnehmer verbessert. Die Wahl des symmetrischen nicht-negativen Matrixfaktorisierungsalgorithmus zur Entdeckung von Netzwerken wird dadurch unterstützt, dass es sich zeigen lässt, dass er stabile und reproduzierbare Ergebnisse nicht nur für gesammte Populationen, sondern auch im Einzelnen, erzeugt. Der letzte Abschnitt dieser Arbeit hat das Ziel, die Größe und Verortung von Überlappungen zu untersuchen, und einen Grund für deren Existenz zu finden. Diese Arbeit bereitet den Vorschlag, dass die Größe von Überlappungen als Ähnlichkeitsmetrik für Netzwerke aufgefasst werden kann, und zeigt, dass manche Überlappung benutzt werden können, um die Verortung weiteren Netzwerke zu bestimmen. Dies ist möglich in dem Fall, dass ihre Zahl erhört wird, oder falls es möglich ist, eine interpretierbare unabhängige Komponentenanalyse des BOLD-Signals durchzuführen, was einen Schritt näher zur individualisierten Neurodiagnose und -behandlung darstellt.
Abstract
(Englisch)
Studying the overall architecture of the human brain is one of the paths towards understanding its mechanisms and functioning and in turn human cognition. Advances in functional Magnetic Resonance Imaging (fMRI) have enabled the study of the architecture of the cerebral cortex not only anatomically but also functionally. Measures such as correlation or coherence of the BOLD signal can be used to establish the strengths of functional connections between cortical areas and to construct representation of a complex connectivity network. By analyzing this network, it is possible to identify areas that share function (functional communities or networks). However, most current methods assume that each location only belongs to single functional community. Inspired by ideas from dynamic systems, enactivism and sociology, this thesis questions the notion of single function assignment per area and proposes the introduction of overlaps.
The aim of this work is to produce a method for detecting functional communities with overlaps and examine its utility in connectome research. We demonstrate its utility first by comparing it to existing methods from literature and attempting to replicate the results and second by testing whether the presence of overlaps improves the stability of the parcellations of individual subjects. The choice of the symmetric non-negative matrix factorization algorithm for community detection is supported by showing that it can produce stable and reproducible results not only on the whole population but also on the individual level. The final part of this thesis is dedicated to exploring the size and location of the overlaps and finding some rationals for their existence. The work proposes that the size of overlaps could serve as a similarity measure between communities, shows that some overlaps predict the location of further communities if their number were to be increased or that it is possible to use the overlaps to perform interpretable independent component analysis of the BOLD signals, making the next step towards individualized neurodiagnosis and treatment.
Schlagwörter
Schlagwörter
(Englisch)
fMRI functional community functional network overlapping communities overlaps symmetric non-negative matrix factorization
Schlagwörter
(Deutsch)
fMRI funktional Gemeinschaft funktional Netzwerk Überlappungen Gemeinschaften symmetrischen nicht-negativen Matrixfaktorisierungsalgorithmus
Autor*innen
Jan Klusacek
Haupttitel (Englisch)
Overlapping community detection in functional cortical networks
Publikationsjahr
2017
Umfangsangabe
VI, 74 Seiten : Illustrationen, Diagramme
Sprache
Englisch
Beurteiler*in
Georg Langs
AC Nummer
AC14504022
Utheses ID
42981
Studienkennzahl
UA | 066 | 013 | |