Logo Logo
Hilfe
Kontakt
Switch language to English
Darstellung des kortikalen motorischen Handareals mittels funktioneller Magnetresonanztomographie unter Anwendung eines künstlichen neuronalen Netzes
Darstellung des kortikalen motorischen Handareals mittels funktioneller Magnetresonanztomographie unter Anwendung eines künstlichen neuronalen Netzes
Ziel: In der vorliegenden Studie untersuchten wir fMRT-Datensätze des kortikalen motorischen Handareals gesunder Probanden mittels künstlicher neuronaler Netze. Ziel war es, eine feinere Unterscheidung der Signalzeitreihen zu erreichen, als dies mit derzeit etablierten Methoden möglich ist. Einleitung: In einem kurzen Überblick wurden die wichtigsten Methoden und Erkenntnisse der Erforschung funktioneller Gehirnzentren dargestellt. Daneben wurde auf die Mustererkennung mittels neuronaler Netze und deren Einsatzmöglichkeiten eingegangen. Methode: Zunächst wurden die methodischen Grundlagen, auf denen die funktionelle MRT beruht, mit ihren technisch-physikalischen und physiologischen Zusammenhängen vorgestellt. Im speziellen Methodikteil wurde das untersuchte Kollektiv (24 gesunde Personen), das Messprotokoll und der Versuchsaufbau beschrieben. Die funktionellen Messungen wurden an einem 1,5 Tesla-Magnetresonanz-tomographen mit einer T2*-gewichteten Echo-Planar-Sequenz durchgeführt. Als Paradigma wurden Fingerbewegungen jeweils der rechten oder linken Hand mit maximalem Druck bzw. mit maximaler Frequenz gewählt. Bei allen fMRT-Messungen wurden Kraft und Geschwindigkeit der Fingerbewegungen mit hydraulischen Druckaufnehmern aufgezeichnet. Die Auswertetechnik wurde in einem eigenen Kapitel beschrieben, das sich mit den Verfahren zur Nachverarbeitung der gewonnenen Schnittbildserien auseinander setzte: Hierbei wurde die Korrelationsanalyse als ein etabliertes Auswerteverfahren beschrieben und das Prinzip der Mustererkennung durch Neuronale Netze dargestellt. Als spezielles Verfahren zur Clusteranalyse wurde die minimal free energy Vektorquantisierung erklärt. Schließlich wurde der von uns verwendete kombinierte Ansatz einer Vorselektion der Zeitreihen durch Korrelationsanalyse, gefolgt von der Vektorquantisierung der über einem definierten Schwellwert liegenden Pixel vorgestellt. Ergebnisse: Zunächst wurden die Resultate der Korrelationsanalyse mit den Ergebnissen der Vektorquantisierung verglichen. Dabei zeigte sich, daß mittels Vektorquantisierung die zerebralen Aktivierungen des Motorkortex in kortikale und vaskuläre Anteile subdifferenziert werden konnten. Zudem ließen sich Artefakte, die durch Kopfbewegungen verursacht wurden, erkennen und eliminieren. Außerdem konnte nachgewiesen werden, daß durch die ausschließliche Verwendung der Korrelationsanalyse eine systematische Überbetonung der vaskulären Signalveränderungen erfolgt. Schließlich wurden die Probanden auf die kortikalen Aktivierungen in der Zentralregion, der Postzentralregion, der Präzentralregion und der supplementären Motorregion (SMA) hin untersucht. Dabei wurden Unterschiede hinsichtlich der Händigkeit und der motorischen Fertigkeiten der Probanden herausgearbeitet. Hier fand sich vor allem in der Präzentralregion ein Unterschied zwischen Rechts- und Linkshändern, wobei Rechtshänder nur bei Bewegung der linken Hand eine verstärkte Aktivierung der kontralateralen rechten Präzentralregion zeigten, während Linkshänder bei allen Aufgaben (mit rechter und linker Hand) eine verstärkte Aktivierung der rechten Präzentralregion aufwiesen. Für Aufgaben mit starkem Druck waren die aktivierten Areale in allen ausgewerteten Hirnregionen umso ausgedehnter, je geübter die Probanden waren. Bei Aufgaben mit hoher Frequenz fand sich nur in der supplementären Motorregion eine Ausweitung der Aktivierung mit zunehmenden motorischen Fertigkeiten der Probanden. Schlußfolgerung: Die Anwendung künstlicher Neuronaler Netze auf fMRT-Datensätze ist eine vielversprechende Methode, mit der die Aussagekraft bezüglich Lokalisation und Ausdehnung kortikaler Aktivierungen verbessert werden kann.
Funktionelle Magnetresonanztomographie, fMRT, Künstliche Neuronale Netze, Hirnforschung, Kortikales Motorisches Handareal
Joechel, Peer
2003
Deutsch
Universitätsbibliothek der Ludwig-Maximilians-Universität München
Joechel, Peer (2003): Darstellung des kortikalen motorischen Handareals mittels funktioneller Magnetresonanztomographie unter Anwendung eines künstlichen neuronalen Netzes. Dissertation, LMU München: Medizinische Fakultät
[thumbnail of Joechel_Peer.pdf]
Vorschau
PDF
Joechel_Peer.pdf

2MB

Abstract

Ziel: In der vorliegenden Studie untersuchten wir fMRT-Datensätze des kortikalen motorischen Handareals gesunder Probanden mittels künstlicher neuronaler Netze. Ziel war es, eine feinere Unterscheidung der Signalzeitreihen zu erreichen, als dies mit derzeit etablierten Methoden möglich ist. Einleitung: In einem kurzen Überblick wurden die wichtigsten Methoden und Erkenntnisse der Erforschung funktioneller Gehirnzentren dargestellt. Daneben wurde auf die Mustererkennung mittels neuronaler Netze und deren Einsatzmöglichkeiten eingegangen. Methode: Zunächst wurden die methodischen Grundlagen, auf denen die funktionelle MRT beruht, mit ihren technisch-physikalischen und physiologischen Zusammenhängen vorgestellt. Im speziellen Methodikteil wurde das untersuchte Kollektiv (24 gesunde Personen), das Messprotokoll und der Versuchsaufbau beschrieben. Die funktionellen Messungen wurden an einem 1,5 Tesla-Magnetresonanz-tomographen mit einer T2*-gewichteten Echo-Planar-Sequenz durchgeführt. Als Paradigma wurden Fingerbewegungen jeweils der rechten oder linken Hand mit maximalem Druck bzw. mit maximaler Frequenz gewählt. Bei allen fMRT-Messungen wurden Kraft und Geschwindigkeit der Fingerbewegungen mit hydraulischen Druckaufnehmern aufgezeichnet. Die Auswertetechnik wurde in einem eigenen Kapitel beschrieben, das sich mit den Verfahren zur Nachverarbeitung der gewonnenen Schnittbildserien auseinander setzte: Hierbei wurde die Korrelationsanalyse als ein etabliertes Auswerteverfahren beschrieben und das Prinzip der Mustererkennung durch Neuronale Netze dargestellt. Als spezielles Verfahren zur Clusteranalyse wurde die minimal free energy Vektorquantisierung erklärt. Schließlich wurde der von uns verwendete kombinierte Ansatz einer Vorselektion der Zeitreihen durch Korrelationsanalyse, gefolgt von der Vektorquantisierung der über einem definierten Schwellwert liegenden Pixel vorgestellt. Ergebnisse: Zunächst wurden die Resultate der Korrelationsanalyse mit den Ergebnissen der Vektorquantisierung verglichen. Dabei zeigte sich, daß mittels Vektorquantisierung die zerebralen Aktivierungen des Motorkortex in kortikale und vaskuläre Anteile subdifferenziert werden konnten. Zudem ließen sich Artefakte, die durch Kopfbewegungen verursacht wurden, erkennen und eliminieren. Außerdem konnte nachgewiesen werden, daß durch die ausschließliche Verwendung der Korrelationsanalyse eine systematische Überbetonung der vaskulären Signalveränderungen erfolgt. Schließlich wurden die Probanden auf die kortikalen Aktivierungen in der Zentralregion, der Postzentralregion, der Präzentralregion und der supplementären Motorregion (SMA) hin untersucht. Dabei wurden Unterschiede hinsichtlich der Händigkeit und der motorischen Fertigkeiten der Probanden herausgearbeitet. Hier fand sich vor allem in der Präzentralregion ein Unterschied zwischen Rechts- und Linkshändern, wobei Rechtshänder nur bei Bewegung der linken Hand eine verstärkte Aktivierung der kontralateralen rechten Präzentralregion zeigten, während Linkshänder bei allen Aufgaben (mit rechter und linker Hand) eine verstärkte Aktivierung der rechten Präzentralregion aufwiesen. Für Aufgaben mit starkem Druck waren die aktivierten Areale in allen ausgewerteten Hirnregionen umso ausgedehnter, je geübter die Probanden waren. Bei Aufgaben mit hoher Frequenz fand sich nur in der supplementären Motorregion eine Ausweitung der Aktivierung mit zunehmenden motorischen Fertigkeiten der Probanden. Schlußfolgerung: Die Anwendung künstlicher Neuronaler Netze auf fMRT-Datensätze ist eine vielversprechende Methode, mit der die Aussagekraft bezüglich Lokalisation und Ausdehnung kortikaler Aktivierungen verbessert werden kann.