University of Oulu

Detection of activity avalanches and speeding up seek in MREG data

Saved in:
Author: Rajna, Zalan1
Organizations: 1University of Oulu, Faculty of Information Technology and Electrical Engineering, Department of Computer Science and Engineering, Computer Science
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 40.7 MB)
Persistent link: http://urn.fi/URN:NBN:fi:oulu-201509071960
Language: English
Published: Oulu : Z. Rajna, 2015
Publish Date: 2015-09-08
Physical Description: 61 p.
Thesis type: Master's thesis (tech)
Tutor: Seppänen, Tapio
Reviewer: Seppänen, Tapio
Keskinarkaus, Anja
Description:

Abstract

Recent studies pinpoint visually cued networks of avalanches with MEG/EEG data, and hemodynamic fingerprints of neuronal avalanches as sudden high signal activity peaks in classical fMRI data. However, detection of neural avalanches faces the problem that the data contain a lot of physiological noise making the automatic analysis difficult. The aim of this study was to detect dynamic patterns of brain activity spreads with the use of ultrafast magnetic resonance encephalography (MREG). MREG achieves 10 Hz whole brain sampling, allowing the estimation of the spatial spread of an avalanche. A computational method was developed to separate neuronal avalanches from motion and physiological pulsations, and detect activity avalanches in human brain default mode network (DMN). Brain activity peaks could be identified from parts of the DMN, and normalized MREG data around each peak was extracted individually in order to show dynamic avalanche spreads as videos within the DMN. Individual avalanche videos of specific parts of the DMN were then averaged over a group of subjects. The results indicate that the detected peaks must be parts of activity avalanches, starting from (or crossing) the DMN. To support analyses on large fMRI data, like MREG recordings, also a method and implementation are presented to achieve a thousand fold speed-up for seeking in large compressed NIfTI neuroimaging data files. The method includes the creation of a novel index structure for the compressed data in order to achieve a speed-up of over hundred up to even five thousand, compared to the currently available implementations. By configuring the index structure, one can set an operating point which optimizes the efficiency as speed-up versus index size according to the requirements by the user.

see all

Aktiviteettiavalanssien havaitseminen ja tietohaun nopeutus MREG-datassa

Tiivistelmä

Uusimmat tutkimukset osoittavat, että MEG/EEG-datasta on visuaalisesti havaittavissa neuraalisia verkkoja joissa tapahtuu avalanssi-ilmiöitä. Lisäksi klassisessa fMRI-datassa on havaittu neuronaalisiin avalansseihin liittyviä hemodynaamisia jälkiä, jotka ilmenevät äkillisinä voimakkaina piikkeinä datassa. Neuraalisen avalanssin havaitsemisen automatisointi on kuitenkin hyvin haastavaa, koska data sisältää myös merkittäviä fysiologista kohinakomponentteja. Tämän tutkimuksen tavoitteena oli kehittää laskennallinen menetelmä havaita aivojen aktiviteetin leviämisen dynaamisia rakenteita hyödyntäen ultranopeaa magneettisen resonanssin enkefalografiaa (MREG). MREG kykenee saavuttamaan aivojen näytteistyksen 10 Hz taajuudella, mikä mahdollistaa neuraalisen avalanssin spatiaalisen leviämisen havaitsemisen. Työssä kehitettiin menetelmä erottaa neuraalinen avalanssi liikkeen ja fysiologisten pulsaatioiden tuottamista signaalikomponenteista, sekä havaita aktiviteettiavalanssi ihmisaivojen lepotilan aikaisessa neuraalisessa verkossa (default mode network, DMN). Menetelmä identifioi aivojen aktiviteettipiikkejä DMN-verkosta, normalisoi piikkien ympärillä olevan aktiviteettidatan yksilöllisesti ja lopulta esittää avalanssin leviämisen videona. Verkon toiminnan tutkimiseksi yksilölliset avalanssivideot määrätyistä DMN-verkon osista keskiarvoistettiin koehenkilöryhmän ylitse, jolloin ryhmäkäyttäytymisestä pääteltiin identifioitujen piikkien todella liittyvän DMN-verkosta alkaneisiin tai sen ylittäviin avalansseihin. Lisäksi työssä kehitettiin menetelmä nopeuttaa fMRI/MREG-datan käsittelyaikoja merkittävästi, mistä on suurta etua käsiteltäessä kompressoituja NIfTI-muodossa tallennettuja suuria neurokuvantamisen aineistoja. Menetelmä perustuu uudenlaiseen indeksointimenetelmään, jolla kompressoitua aineistoa voidaan selata nopeudella, joka ylittää monisatakertaisesti tai jopa monituhatkertaisesti perinteellisen menetelmän nopeuden. Konfiguroimalla indeksirakenne sopivasti voidaan asettaa toimintapiste menetelmälle siten, että haluttu kompromissi nopeuden ja indeksirakenteen viemän muistitilan kesken saavutetaan.

see all

Subjects:
Copyright information: © Zalan Rajna, 2015. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited.