Show simple item record

dc.contributor.advisorAkın, Ata
dc.contributor.authorDalmiş, Mehmet Ufuk
dc.date.accessioned2020-12-23T10:38:22Z
dc.date.available2020-12-23T10:38:22Z
dc.date.submitted2013
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/327243
dc.description.abstractİşlevsel baglantılılık (İB) nedensel veya anatomik baglantı olmaksızın sinir hücresi öbeklerinin aktiviteleri arasındaki istatistiksel ilişkiye gönderme yapar. İB çalış- malarındaki sorunlardan biri, elde edilen İB haritalarının analiz edilmesidir ve az sayıda çalışma bu haritaların tutarlılığını ve zamansal değişimini incelemiştir. Bu çalışmada sağlıklı 12 bireyden stroop testi sırasında prefrontal korteks (PFK) bölgesinden işlevsel yakın kızılaltı spektroskopi (IYKS) cihazı yolu ile ölçümler alındı. Her iki PFK böl- gesi arasındaki işlevsel bağlantıyı ölçmek için `Karşılıklı Bilgi` hesaplaması kullanıldı. Bireylerin kendi içlerinde ve bireyler arası İB tutarlılığını ve İB?nin zamansal değişi- mini incelemek amacıyla 2D korelasyon kullanıldı. Ayrıca bir çizge teorisi yöntemi olan `küresel verimlilik` ölçümü kullanılarak, işlevsel entegrasyonun zaman içerisinde nasıl değiştiği incelendi. Bulgularımıza göre bireylerin kendi içlerindeki İB tutarlılıkları (0.61 ± 0.09), bireyler arası İB tutarlılığından (0.28 ± 0.13), istatistiksel olarak belirgin şekilde yüksek (p < 0.001). Bireylerin İB matrislerinin zamana bağlı olarak değiştiği, ancak karõ?ma (interferans) durumunda böyle bir durumun olmadığı görüldü. Küresel verimlilik ölçümünün de bu değişime paralel bir değişim gösterdiği tespit edildi. Bul- gularımızın sonuçlarından biri, İB ağlarının tutarlılıklarının ve zamansal değişimlerinin iYKS teknolojisi ile incelenebileceğini göstermiş olmasıdır.
dc.description.abstractFunctional connectivity (FC) refers to statistical relations of activations of dis- tinct neuronal populations without any reference to causal or anatomic connections. One of the problems in FC studies is, to interpret the resultant FC matrix and only few studies in the literature have focused on consistency and temporal variability of FC networks. In this study functional near infrared spectroscopy (fNIRS) signals were recorded from prefrontal cortex (PFC) of 12 healthy subjects during a stroop test. Mutual information was used as a metric to determine functional connectivity between PFC regions. 2D correlation based similarity measure was used as a method to analyze within-subject and inter-subject consistency of FC maps, and how they change in time. How functional integration changes during to stroop test session was also investigated, using a graph-theoretical metric `global efficiency`. It was found that within-subject consistency (0.61 ± 0.09) is significantly higher (p < 0.001) than inter-subject con- sistency (0.28 ± 0.13). Within-subject consistency was not found to be task-specific. Results also revealed that there is a gradual change in FC patterns during stroop ses- sion for congruent and neutral tasks, where there is no such trend in the presence of an interference effect (incongruent task). Finally it was found that, the changes in global efficiency of the FC networks during the stroop test session exhibit a parallel trend. One of the results of these findings is that it is feasible to study consistency, inter- subject variability and temporal changes in functional connectivity during a cognitive task with fNIRS.en_US
dc.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBiyomühendisliktr_TR
dc.subjectBioengineeringen_US
dc.subjectNörolojitr_TR
dc.subjectNeurologyen_US
dc.titleSimilarity and consistency analysis of functional connectivity maps
dc.title.alternativeİşlevsel bağlantılılık haritalarının benzerlik ve tutarlılık analizi
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentBiyomedikal Mühendisliği Anabilim Dalı
dc.subject.ytmMedical imaging
dc.subject.ytmMedical imaging equipments
dc.subject.ytmNeural networks
dc.identifier.yokid10002349
dc.publisher.instituteBiyo-Medikal Mühendislik Enstitüsü
dc.publisher.universityBOĞAZİÇİ ÜNİVERSİTESİ
dc.identifier.thesisid333116
dc.description.pages46
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess