Análisis de imágenes por resonancia magnética funcional (fMRI) en el espacio de superficie
RESUMEN : El análisis de resonancia magnética (MR, por sus siglas en inglés) cerebral en el espacio superficie se realiza para las cortezas derecha e izquierda del cerebro, el cual, comparado con el más usado actualmente que es el volumétrico, presenta distintas ventajas como lo son el disminuir la...
- Autores:
-
Sanchez Sanchez, Juan Camilo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/36710
- Acceso en línea:
- https://hdl.handle.net/10495/36710
- Palabra clave:
- Imagen por Resonancia Magnética
Magnetic Resonance Imaging
Corteza Cerebral
Cerebral Cortex
Neuroimagen
Neuroimaging
Circulación Sanguínea
Blood Circulation
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| Summary: | RESUMEN : El análisis de resonancia magnética (MR, por sus siglas en inglés) cerebral en el espacio superficie se realiza para las cortezas derecha e izquierda del cerebro, el cual, comparado con el más usado actualmente que es el volumétrico, presenta distintas ventajas como lo son el disminuir la contaminación de la señal entre regiones cerebrales y mejorar la validez de los resultados de actividad y conexión. El objetivo de este trabajo es diseñar un pipeline con el que se pueda realizar el análisis de las imágenes de resonancia magnética funcional (fMRI, por sus siglas en inglés) en el espacio de superficie y se pueda ejecutar automáticamente en los diferentes formatos como el GIFTI y el CIFTI. Mediante la herramienta XNAT, se ejecutó el flujo de procesamiento para datos de fMRI llamado fMRIPrep utilizando imágenes de 2 sujetos obtenidas en un escáner de MR de 7- Tesla otorgadas por el grupo de investigación Neuroenergetics of the Human Brain de la Klinikum rechts der Isar de la Universidad Técnica de Múnich. El flujo permite obtener salidas útiles para el análisis de superficie, las cuales pueden analizarse y ser representadas gráficamente mediante un código diseñado en el lenguaje de programación Python. El código resultante cuenta con el respectivo paso a paso para poder realizar una aproximación al análisis de fMRI en el espacio de superficie, y con las funciones necesarias para la manipulación de los diferentes formatos, junto con un ejemplo de comparación entre los dos MR obtenidos determinando que tan consistentes son los datos entre ellos, mostrando un ejemplo de identificabilidad de individuos por medio de patrones de conectividad cerebral, luego con un ejemplo del análisis de correlación basado en semilla (SCA, por sus siglas en inglés) tomando como semilla el área de la Corteza Cingulada Posterior (PCC, por sus siglas en inglés) asociada a la red de modo predeterminado (DMN, por sus siglas en inglés) y un ejemplo de conectividad global cerebral (GCB, por sus siglas en inglés), realizado por un Degree Strength. |
|---|
