Detailansicht

Evaluation of a minimal assumption approach for human brainstem fMRI
Alexandra Weber
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Molekulare Biologie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Molekulare Biologie
Betreuer*in
Roland Beisteiner
Volltext herunterladen
Volltext in Browser öffnen
Alle Rechte vorbehalten / All rights reserved
DOI
10.25365/thesis.52458
URN
urn:nbn:at:at-ubw:1-29133.12949.630152-6
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract
(Deutsch)
Der menschliche Hirnstamm ist aufgrund eines erhöhten Niveaus physiologischen Rauschens und seiner anatomischen Besonderheiten ein sehr herausfordernder Teil des Gehirns für fMRT-Scans. In dieser Arbeit haben wir untersucht, ob mittels Risk Map Technik, einem Verfahren mit minimierten Modellannahmen, valide und reliable BOLD-Signale im menschlichen Hirnstamm detektiert werden können. Zuerst verglichen wir die BOLD-Signalstärke in motorischen Hirnstammkernen und dem motorischen Kortex. Weiters testeten wir mittels vier verschiedener Vorverarbeitungsbedingungen, ob und wie die Datenqualität verbessert werden kann. Schließlich überprüften wir den Einfluss verschiedener Referenzfunktionen der hämodynamischen Reaktion auf unsere Daten. Wir konnten eine Verbesserung der BOLD-Signalstärke unserer Daten durch räumliche Glättung, sowie verbesserte Sensitivität und Spezifität mit Maskierungsbedingungen zeigen. Die Ergebnisse zeigen jedoch, dass die Reliabilität der Voxel im Hirnstamm, die mittels Risk Map Technik erfasst wurde, weit unter der Leistung in kortikalen Bereichen liegt. Eine fMRT-Analysetechnik mit minimierten methodischen Annahmen würde mehr Scan-Wiederholungen erfordern - ein limitierender Faktor bei Patientenuntersuchungen. Die Daten weisen auch darauf hin, dass es - unabhängig von verwendeter Analysetechnik - zur Verbesserung der Validität der funktionellen Hirnstamm-Ergebnisse wichtig ist, bereits während der Datenerfassung möglichst viele Artefakte zu vermeiden.
Abstract
(Englisch)
The human brainstem is a very challenging part of the brain for fMRI scans, due to an increased level of physiological noise and its anatomical peculiarities. In this theses we evaluated, if valid and reliable BOLD signals can be detected from the human brainstem, with the risk map technique, a method with minimized methodological assumptions. We first compared the BOLD signal strength in brainstem motor nuclei and motor cortex. Then we tested, if and how data quality may be improved, by using four different preprocessing conditions. Finally, we tested influence of different reference functions of the hemodynamic response on our data. We could show an improvement of BOLD signal strength of our data by spatial smoothing and improved sensitivity and specificity with masking conditions. However, results indicate that voxel reliability in brainstem, detected with the risk map technique, is much below the performance in cortical areas. An fMRI analysis technique with minimized methodological assumptions would require more scan repetitions – a limiting factor for a patient investigation. The data also point out that – irrespective of the analysis technique used - in order to improve validity of the functional brainstem results, it is important to avoid as many artifacts as possible already during the data recording process.

Schlagwörter

Schlagwörter
(Englisch)
fMRI brainstem risk map technique trigeminal motor nuclei ROC-curve hemodynamic response
Schlagwörter
(Deutsch)
fMRT Hirnstamm Risk Map Technik trigeminale motorische Hirnstammkerne ROC-Kurve hämodynamische Reaktion
Autor*innen
Alexandra Weber
Haupttitel (Englisch)
Evaluation of a minimal assumption approach for human brainstem fMRI
Paralleltitel (Deutsch)
Evaluation einer Methode mit minimierten Modellannahmen für Hirnstamm fMRT-Analysen beim Menschen
Publikationsjahr
2018
Umfangsangabe
69 Seiten : Illustrationen, Diagramme
Sprache
Englisch
Beurteiler*in
Roland Beisteiner
Klassifikationen
30 Naturwissenschaften allgemein > 30.03 Methoden und Techniken in den Naturwissenschaften ,
42 Biologie > 42.03 Methoden und Techniken der Biologie ,
44 Medizin > 44.03 Methoden und Techniken der Medizin ,
44 Medizin > 44.90 Neurologie
AC Nummer
AC15068086
Utheses ID
46326
Studienkennzahl
UA | 066 | 834 | |
Universität Wien, Universitätsbibliothek, 1010 Wien, Universitätsring 1