The effect of uncertainty in MEG-to-MRI coregistrations on MEG inverse problems

Medientyp: Buch; Hochschulschrift

Titel: The effect of uncertainty in MEG-to-MRI coregistrations on MEG inverse problems

Beteiligte: Kutschka, Hermann [VerfasserIn]; Haueisen, Jens [AkademischeR BetreuerIn]; Wolters, Carsten H. [AkademischeR BetreuerIn]; Barnes, Gareth [AkademischeR BetreuerIn]

Körperschaft: Max-Planck-Institut für Kognitions- und Neurowissenschaften ; Technische Universität Ilmenau

Erschienen: [Leipzig]: Max Planck Institute for Human Cognitive and Brain Sciences, 2020

Ausgabe: [1. Auflage]

Umfang: xiii, 113 Seiten; Diagramme, Illustrationen (teilweise farbig); 24 cm

Sprache: Englisch

ISBN: 9783941504905; 3941504908

RVK-Notation: CP 4400 : Gedächtnis

Schlagwörter: Magnetoencephalographie > Hirnfunktion > Unsicherheit > Kernspintomografie > Registrierung

Entstehung:

Hochschulschrift: Dissertation, Technische Universität Ilmenau, 2019

Anmerkungen:

Beschreibung: Für eine hohe Präzision in der Schätzung von Gehirnaktivität, ausgehend von Daten der Magnetoenzephalographie (MEG), ist eine sehr genaue Koregistrierung der Quellen und Sensoren notwendig. Üblicherweise werden hierbei die Quellorte der Gehirnaktivität bezüglich zu Koordinaten der Magnetresonanztomographie (MRI) angegeben. Die Sensor-zu-MRI Koregistrierungen sind der Schwerpunkt dieser Arbeit. Die Qualität von Koregistrierungen wird bewertet und der Effekt ihrer Unsicherheiten auf Schätzungen der Gehirnaktivität beziehungsweise auf Quellschätzungen wird untersucht. Beide Themen, die Qualitätsbewertung und die Übertragung der Unsicherheiten auf Quellschätzungen werden separat behandelt. In dieser Arbeit wird vorgeschlagen, den target registration error (TRE) als Qualitätskriterium für Sensor-zu-MRI Koregistrierungen zu verwenden. Der TRE kann den Effekt von Koregistrierungsunsicherheiten an beliebigen Punkten messen. Insgesamt wurden 5544 Datensätze mit Sensor-zu-Kopf und 128 Datensätze mit Kopf-zu-MRI Koregistrierungen aus einem Labor analysiert. Ein adaptiver Metropolis-Algorithmus wurde genutzt um optimale Koregistrierungen zu schätzen und um Stichproben ihrer Parameter (Rotation und Translation) zu ziehen. Es wurde ein TRE von 1.3 und 2.3 mm an der Kopfoberfläche gefunden. Weiter wurde eine mittlere absolute Differenz der Koregistrierungsparameter zwischen Metropolis-Algorithmus und dem etablierten iterative closest point-Algorithmus von (1.9 ± 1.5)° und (1.1 ± 0.9) mm gefunden. Ein Zweistichproben-t-Test zeigte eine signifikante Verbesserung in der Optimierung der Zielfunktion durch den Metropolis-Algorithmus. Die Übertragung der Koregistrierungsunsicherheit auf Quellschätzungen erfolgte unter Verwendung von speziellen Polynom-Entwicklungen des Beamformers und der standardized low resolution tomography (sLORETA). Dieser Ansatz wurde für auditorische, visuelle und somatosensorische Hirnaktivität mit verschiedenen Signal-Rausch-Verhältnissen und Beschränkungen der Quellorientierung auf Datensätzen von 20 Probanden getestet. Durch die Verwendung von Polynom-Entwicklungen als effiziente Surrogate wurde die örtliche Verteilung des Quellschätzungs-Maximums für 50000 Koregistrierungen ermittelt. Aus den Ergebnissen lässt sich schließen, dass es möglich ist, Polynom-Entwicklungen mit hoher Genauigkeit auf MEG-Quellschätzungen anzuwenden. Polynom-Entwicklungen der Quellschätzungen reduzierten die Berechnungszeiten erheblich um den Faktor von etwa 10000 für Beamformer und 50000 für sLORETA im Vergleich zu den exakten Originalrechnungen.

Weitere Bestandsnachweise
0 : MPI series in human cognitive and brain sciences

The effect of uncertainty in MEG-to-MRI coregistrations on MEG inverse problems - [1. Auflage]

Merkliste

Exemplare

Zentralbibliothek – Magazin

Nur in Feld suchen:

Zuletzt gesuchte Begriffe:

Zentralbibliothek – Magazin