000006056 001__ 6056 000006056 005__ 20170831220335.0 000006056 037__ $$aTAZ-TFM-2011-021 000006056 041__ $$aeng 000006056 1001_ $$aLópez Moreno, José Antonio 000006056 24500 $$aConfounding factors in functional connectivity decoding 000006056 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2011 000006056 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000006056 520__ $$aFunctional magnetic resonance imaging (fMRI) es una reciente técnica no invasiva ni radiactiva que permite estudiar la actividad funcional del cerebro. Esta técnica consiste en la adquisición de una secuencia de volúmenes cerebrales y basándose en la respuesta hemodinámica del mismo permite mapear las regiones donde hay actividad. Una de las posibilidades que permite fMRI es analizar las conexiones funcionales entre las distintas regiones del cerebro tanto cuando el sujeto está en estado de reposo como durante la ejecución de una tarea. A partir de la correlación de los diferentes volúmenes adquiridos en una prueba fMRI se puede averiguar el grado de interacción que existe entre dos regiones cerebrales. Recientemente, la teoría de reconocimiento de patrones está ganado un notable interés en el campo de la neuroimagen y permite diferenciar entre estado funcional de sujetos enfermos y controles. Algunos atlas catalogan el cerebro en 90 regiones por hemisferio y con fMRI se está estudiando cómo el patrón de conectividad que posee un cerebro enfermo, en reposo o durante cualquier actividad para desarrollar su matriz de conectividad cerebral. El objetivo del proyecto fue estudiar si existen factores de confusión dificultan la tarea del conocer adecuadamente como es la matriz de conectividad durante el estado de reposo. Esto se fundamente en que previamente fue creada una matriz de conectividad para el estado de reposo pero los resultados conseguidos no fueron los esperados. Para ello se ha analizado si estos factores de confusión son debidos al escáner, la edad, el género del sujeto o simplemente a los métodos usados en la clasificación de las matrices de conectividad. Para buscar la existencia de estos factores de confusión se ejecutado dos procedimientos de estudio. Por un lado, se ha implementado un método que permite analizar las cabeceras de los archivos DICOM. Estas contienen información (tiempo de eco, tiempo de repetición, etc.) acerca de la configuración de los diferentes parámetros del escáner. Así, el objetivo fue determinar si los parámetros de dos escáneres diferentes estaban configurados de manera similar o si por el contrario había grandes diferencias entre ellos. El segundo procedimiento trata de analizar la información de intensidad sobre las imágenes de fMRI para determinar si existen cambios significativos entres éstas tanto espacial como temporalmente. Para ello se han implementado varios algoritmos basados en machine learning con el objetivo de chequear si realmente existían diferencias notables de intensidad entre las distintas imágenes. 000006056 521__ $$aMáster Universitario en Ingeniería Biomédica 000006056 540__ $$aDerechos regulados por licencia Creative Commons 000006056 6531_ $$aconfounding factors 000006056 6531_ $$ascanners 000006056 6531_ $$abrain decoding 000006056 6531_ $$aclassification 000006056 6531_ $$afunctional mri 000006056 700__ $$aVan de Ville, Dimitri$$edir. 000006056 7102_ $$aUniversidad de Zaragoza$$bIngeniería Electrónica y Comunicaciones$$cTeoría de la Señal y Comunicaciones 000006056 7202_ $$aOlmos Gassó, Salvador$$eponente 000006056 830__ $$aCPS 000006056 8560_ $$f621642@celes.unizar.es 000006056 8564_ $$s1422531$$uhttps://zaguan.unizar.es/record/6056/files/TAZ-TFM-2011-021.pdf$$yMemoria (eng)$$zMemoria (eng) 000006056 909CO $$ooai:zaguan.unizar.es:6056$$ptrabajos-fin-master$$pdriver 000006056 950__ $$a 000006056 980__ $$aTAZ$$bTFM$$cCPS