Efektivní konektivita intrakraniálního EEG při řešení kognitivních úloh
Effective connectivity in intracranial EEG signal during cognitive tasks
Type of document
bakalářská prácebachelor thesis
Author
Fádi Kanout
Supervisor
Janča Radek
Opponent
Pidnebesná Anna
Study program
Lékařská elektronika a bioinformatikaInstitutions assigning rank
katedra teorie obvodůRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
V lidském mozku je stále mnoho neobjasněných procesů, jedním z nich je dynamika pozornosti. Pozornost se dá zhruba rozdělit na externí, se kterou souvisí aktivace neuronové sítě Central Executive network (CEN), a interní, která souvisí s aktivitou Default Mode network (DMN). Dynamika těchto sítí byla zkoumána s pomocí unikátních záznamů intrakraniálního EEG (iEEG), měřeného v hloubce mozku u pacientů s farmakorezistentní epilepsií, kteří dobrovolně podstoupili kognitivní test zaměřený na změny pozornosti z vnitřní na vnější, a naopak. Pro objasnění dynamiky byla vyhodnocována efektivní konektivita mezi CEN a DMN. Pro tento účel byla zvolena metoda direct Directed Transfer function (dDTF). Nejdůležitějším zkoumaným úsekem iEEG signálu přitom byl čas přepnutí na druhý typ pozornosti. Pro výzkum okolí tohoto časového úseku byl tedy navržen a rozšiřován algoritmus, který rozřadí zaznamenané iEEG signály do zkoumaných sítí, signály filtruje, segmentuje, rozdělí do frekvenčních pásem, a spočítá matice dDTF hodnot a výkonové spektrální hustoty pro jednotlivé pacienty. Tyto výsledky pak byly vyhodnocovány statistickými testy jako je z-test, U-test a korelace efektivní konektivity s energií. V práci byly nalezeny a popsány signifikantní změny efektivní konektivity a energie mezi DMN a CEN v čase pro přenos v nižších frekvenčních pásmech do 25 Hz. Bylo zjištěno, že u těchto sítí skutečně dochází k měřitelnému rozdílu v toku informace během přepínání vnitřní a vnější pozornosti. There are still many unexplained processes in the human brain, one of which is the dynamics of attention switching. Attention can be roughly divided into external, which is related to the activation of the Central Executive network (CEN), and internal, which is related to the activity of Default Mode network (DMN). The dynamics of these neural networks were examined using unique intracranial EEG (iEEG) recordings, that were measured in the depth of the brain in patients with drug-resistant epilepsy who underwent an experiment aimed to switch between internal and external attention. To clarify the dynamics, the effective connectivity between CEN and DMN was evaluated. The direct Directed Transfer function (dDTF) method was selected for this purpose. Using dDTF, the change in attention from internal to external, and vice versa, was investigated. The most important examined section of the iEEG signal was the time of switching to the other type of attention. To investigate the time period around the attention switching, an algorithm was designed and extended that sorts the recorded iEEG signals into the investigated networks, filters, segments, divides the signals into frequency bands, and calculates matrices of dDTF values and power spectral densities (PSD) for individual patients. These results were then evaluated by statistical tests such as z-test, U-test and correlation of effective connectivity with energy. Significant changes in effective connectivity and PSD between DMN and CEN in lower frequency bands up to 25 Hz were found and described in this work. These networks thus showed a measurable difference in the flow of information during the switching of internal and external attention.
Collections
- Bakalářské práce - 13131 [104]