Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/31346Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Ιωσήφ, Αγγελική | el |
| dc.date.accessioned | 2021-09-13T09:27:56Z | - |
| dc.date.available | 2021-09-13T09:27:56Z | - |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/31346 | - |
| dc.identifier.uri | http://dx.doi.org/10.26268/heal.uoi.11170 | - |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.subject | Νόσος του Πάρκινσον | el |
| dc.subject | Συνεκτικότητα εγκεφάλου | el |
| dc.subject | Κατάσταση ηρεμίας | el |
| dc.subject | Parkinson’s disease | en |
| dc.subject | Brain connectivity | en |
| dc.subject | Resting-state condition | en |
| dc.subject | fMRI | en |
| dc.title | Υπολογιστική μελέτη της λειτουργικότητας του εγκεφάλου | el |
| dc.title | Computational modeling of brain functional connectivity | en |
| heal.type | masterThesis | - |
| heal.type.en | Master thesis | en |
| heal.type.el | Μεταπτυχιακή εργασία | el |
| heal.classification | Parkinson's disease | - |
| heal.dateAvailable | 2021-09-13T09:28:56Z | - |
| heal.language | en | - |
| heal.access | free | - |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Επιστήμης Υλικών | el |
| heal.publicationDate | 2021 | - |
| heal.bibliographicCitation | Βιβλιογραφία: σ. 111-120 | el |
| heal.abstract | Η μελέτη της λειτουργικότητας του εγκεφάλου βοηθά στην κατανόηση της εγκεφαλικής δραστηριότητας και στο πως αυτή μεταβάλλεται σε σχέση με τις διάφορες παθήσεις. Η παρούσα μεταπτυχιακή διπλωματική εργασία ασχολείται με την υπολογιστική μελέτη της συνεκτικότητας του εγκεφάλου, τόσο την λειτουργική όσο και την αποτελεσματική ή αιτιώδη, σε ασθενείς με τη νόσο Πάρκινσον που βρίσκονται στα πρώτα στάδια. Για το σκοπό αυτό χρησιμοποιήθηκαν δεδομένα λειτουργικής απεικόνισης μαγνητικού συντονισμού (functional Magnetic Resonance Imaging- fMRI) δεκατεσσάρων ασθενών με Πάρκινσον τα οποία συγκρίθηκαν με αντίστοιχα δεδομένα δεκατεσσάρων υγιών υποκειμένων, όταν αυτοί βρίσκονταν σε κατάσταση ηρεμίας. Η μελέτη της λειτουργικής συνεκτικότητας μπορεί να πραγματοποιηθεί με την επιλογή κατάλληλων υπολογιστικών μεθόδων, οι οποίες είτε βασίζονται σε δεδομένα που δεν χρειάζονται προηγούμενη γνώση είτε βασίζονται σε μοντέλα όπου απαιτείται προηγούμενη γνώση. Στη συγκεκριμένη εργασία εφαρμόστηκε η ανάλυση ανεξάρτητων συνιστωσών (ICA) η οποία ανήκει στην πρώτη κατηγορία, καθώς επίσης και μία μέθοδος που βασίζεται σε μοντέλα μέσω του εργαλείου CONN. Για τη μελέτη της αποτελεσματικής συνεκτικότητας εφαρμόστηκε η μέθοδος των φασματικών αιτιοκρατικών μοντέλων (spDCM). Τα αποτελέσματα έδειξαν ότι υπάρχει σημαντική αλλοίωση της λειτουργικής συνεκτικότητας των εγκεφαλικών δικτύων των ασθενών ακόμα και στα πολύ πρώιμα στάδια της νόσου. Ενώ όλες οι αλλαγές που παρατηρούνται, οδηγούν σε μη κινητικά συμπτώματα των ασθενών. | el |
| heal.abstract | The study of brain connectivity helps to understand the activation of the brain and the alterations that may be occurred, due to the presence of different diseases. The current master thesis is focused on the computational modeling of brain connectivity, both the functional and effective connectivity, in de-novo Parkinson’s disease (PD) patients in the early stages of the disease. For that reason resting-state fMRI data of fourteen PD patients and fourteen healthy controls respectively were used, so as to make a comparison. The study of functional connectivity can be carried out with the selection of appropriate computational techniques, where they could be data-driven with no need of prior knowledge or model-based with the need of prior knowledge. In the current thesis the ICA method which is a data-driven method was used, while also a model-based method via CONN toolbox was implemented. For the study of effective connectivity spectral DCM was used. The results showed that there is significant alteration in functional connectivity of brain networks, even in such early stages of the disease. All the observed alterations contribute to non-motor symptoms of PD patients. | en |
| heal.advisorName | Γεργίδης, Λεωνίδας | el |
| heal.committeeMemberName | Γεργίδης, Λεωνίδας | el |
| heal.committeeMemberName | Φωτιάδης, Δημήτριος Ι. | el |
| heal.committeeMemberName | Παϊπέτης, Αλκιβιάδης | el |
| heal.academicPublisher | Πανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Επιστήμης Υλικών | el |
| heal.academicPublisherID | uoi | - |
| heal.numberOfPages | 135 σ. | - |
| heal.fullTextAvailability | true | - |
| Appears in Collections: | Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΜΕΥ | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Μ.Ε. ΙΩΣΗΦ ΑΓΓΕΛΙΚΗ 2021.pdf | 2.6 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
