Utilization of brain connectivity in classification and regression tasks in brain data
| Thesis title in Czech: | Využití mozkové konektivity pro klasifikační a regresní úlohy v oblasti mozkových dat |
|---|---|
| Thesis title in English: | Utilization of brain connectivity in classification and regression tasks in brain data |
| Key words: | fMRI|mozek|funkční konektivita|strojové učení|grafové neuronové sítě |
| English key words: | fMRI|brain|functional connectivity|machine learning|graph neural networks |
| Academic year of topic announcement: | 2020/2021 |
| Thesis type: | diploma thesis |
| Thesis language: | angličtina |
| Department: | Computer Science Institute of Charles University (32-IUUK) |
| Supervisor: | doc. Ing. et Ing. David Hartman, Ph.D. et Ph.D. |
| Author: | hidden - assigned and confirmed by the Study Dept. |
| Date of registration: | 01.07.2020 |
| Date of assignment: | 20.07.2020 |
| Confirmed by Study dept. on: | 02.05.2022 |
| Date and time of defence: | 15.06.2022 09:00 |
| Date of electronic submission: | 05.05.2022 |
| Date of submission of printed version: | 16.05.2022 |
| Date of proceeded defence: | 15.06.2022 |
| Opponents: | Mgr. Roman Neruda, CSc. |
| Advisors: | Ing. Mgr. Jaroslav Hlinka, Ph.D. |
| Guidelines |
| Pomocí moderních neurozobrazovacích metod, například různé formu magnetické rezonance (MRI), je možné naměřit různé informace o konektivitní struktuře mozku. Získaná struktura popisuje různé konektivitní vztahy částí mozku od jednoduchých vzdáleností, přes fyzickou propojenost až po funkční souvislost. Cílem práce je provést výzkum a zhodnocení možností využití různých metod zapojení konektivitních informací ve vybraných klasifikačních či regresních úlohách nad takovými neurozobrazovacími daty. |
| References |
| Arbabshirani, M. R., Kiehl, K., Pearlson, G., and Calhoun, V. D. Classification of schizophrenia patients based on resting-state functional network connectivity. Frontiers in neuroscience, 7:133, 2013.
Demirci, O., Clark, V. P., Magnotta, V. A., Andreasen, N. C., Lauriello, J., Kiehl, K. A., Pearlson, G. D., and Calhoun, V. D. A review of challenges in the use of fMRI for disease classification/characterization and a projection pursuit application from a multi-site fMRI schizophrenia study. Brain imaging and behavior, 2(3), 207-226, 2008. Hlinka, J., Palus, M., Vejmelka, M., Mantini, D., and Corbetta, M. Functional connectivity in resting-state fMRI: is linear correlation sufficient?. Neuroimage, 54(3), 2218-2225, 2012. Hartman, D., Hlinka, J., Palus, M., Mantini, D., and Corbetta, M. The role of nonlinearity in computing graph-theoretical properties of resting-state functional magnetic resonance imaging brain networks. Chaos: An Interdisciplinary Journal of Nonlinear Science, 21(1), 013119, 2011. Zhiyuan Liu, Jie Zhou. Introduction to Graph Neural Networks, Morgan & Claypool Publishers, 2020. |