عنوان پایان‌نامه
آشکار سازی مناطق فعال مغز و تخمین توام پاسخ همودینامیک در مناطق همگن کارکردی در تصاویر Fmri برای مطالعات ولع مصرف مواد
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 46590;کتابخانه دانشکده برق و کامپیوتر شماره ثبت: E1799
- تاریخ دفاع
- ۰۶ مهر ۱۳۸۹
- دانشجو
- سمیه ملکی بالاجو
- استاد راهنما
- حمید سلطانیان زاده, غلامعلی حسین زاده دهکردی
- چکیده
- چکیده پدیده "ولع مصرف مواد" یا drug craving که معرف تمایل فرد به مصرف مواد و نشانگر یک وضعیت انگیزشی غیرطبیعی به سمت سوءمصرف است عامل اصلی بازگشت وعود بیماران معتاد پس از طی دوره¬های درمانی به حساب می¬آید. اهمیت تجربه ولع مصرف در تداوم اعتیاد به مواد، در پژوهشهای بسیاری مورد تأیید قرار گرفته است. پژوهش¬ها نشان داده¬اند که اکثر مصرف کنندگان، به نشانه های مربوط به مصرف با تجربه ولع مصرف پاسخ می دهند (پاسخ گو) ، اما برخی از آنها اینگونه نیستند (غیر پاسخ گو). بر این اساس در چند سال اخیر پژوهشهای گسترده¬ای در راستای تعریف دقیق این مفهوم، طراحی ابزارهای مناسب جهت سنجش دقیق و معتبر آن، شناخت سازوکارهای عالی مغزی دخیل در آن ودر نهایت ایجاد مداخلات دارویی و غیردارویی موثر در کنترل ولع مصرف، اجرا شده و یا در دست اجرا می¬باشد. تصویرگری تشدید مغناطیسی کارکردی fMRI یک روش تصویربرداری قدرتمند و غیرتهاجمی از فعالیت‌های مغز انسان در ارتباط با رفتارهای شناختی، حسی و حرکتی است. دو موضوع متداول در تحلیل داده¬های fMRI، آشکارسازی مناطق فعال و تخمین پاسخ همودینامیک می¬باشند. در این پایان نامه هر دو موضوع ، در قالب روش تخمین و آشکارسازی توام (JDE) مورد مطالعه قرار داده شد و در چارچوب بیزین گسترش یافت. در این روش، به جای در نظر گرفتن اساس تغییرات بر مبنای تغییرات مکانی، مدل خطی کلی (GLM) تطبیقی با مکان براساس تخمین ناپارامتریک پاسخ همودینامیک مغز برای هر منطقه در نظر گرفته شد. ابتدا مناطق همگن کارکردی توسط روش پیشنهادی پارسل¬بندی که در فصل چهارم ارائه می¬شود مشخص می¬شوند. سپس در هر پارسل، تشخیص مناطق فعال توسط مدل کردن واکسل¬ها بصورت واکسل¬های فعال وغیر فعال توسط مدل ترکیبی (MM) (در همان پارسل) انجام می¬شود [1]. با مدل کردن فعالیت واکسل¬ها توسط مدل MM در چارچوب بیزین، توزیع پسین کلی همه پارامترهای مدل حاصل می¬شود که توسط روش مونت کارلو زنجیره¬ی مارکوفی پارامترهای مدل را از روی توزیع پسین نتیجه می¬شود. با محاسبه پارامترهای مدل به ازای هر پارسل، تخمینی از پاسخ همودینامیک مغز و مناطق فعال در آن منطقه بدست می¬آید. مجموعه داده واقعی fMRI مورد استفاده در این پژوهش، توسط مرکز مطالعات اعتیاد ایران در اختیار ما قرار گرفت. این داده¬ها به منظور سنجش شدت ولع مصرف از آزمون تصویری برای معتادین هروئین تزریقی ثبت شده است. این آزمون با هدف القای ولع مصرف با بکارگیری نشانه¬های تصویری ایجاد کننده ولع مصرف طراحی شده است. بنا به نتایج حاصله برتری روش تخمین و آشکارسازی توام(JDE) نسبت به تحلیل¬های متداول و استاندارد را می توان از دو جهت مورد بررسی قرار داد. اولا در این روش بدلیل تخمین محلی پاسخ همودینامیک اطلاعات بیشتری در ارتباط با عملکرد نواحی مختلف مغز ایجاد می¬شود و تاثیر بسزایی در نتایج آشکار سازی خواهد داشت، ثانیا بنا به نتایج حاصل از تحلیل داده¬های ولع مصرف توسط روش فوق و نرم افزار ُّFSL مشاهده شد که روش JDE علاوه بر نواحی مشترکی که توسط نرم¬افزار FSL مشخص شده¬اند مناطقی را در بخشOFC و Vent Stri به عنوان مناطق فعال تشخیص داده است که بنا به جدول ارائه شده در فصل قبل این نواحی در مطالعات صورت گرفته توسط پژوهشگران به عنوان مناطق درگیر با ولع مصرف گزارش شده¬اند. بر اساس نتایج بدست آمده در این پایان نامه، علاوه بر شناسایی تعدادی از زوایای ناشناخته پدیده ولع مصرف و تحلیل عصب-زیست شناختی این پدیده امکانات مناسبی جهت بررسی شدت ولع مصرف و نحوه کنترل آن توسط روش¬های مختلف درمانی توسط پزشکان و روانپزشکان فراهم می¬شود.
- Abstract
- Abstract Non-invasive neuroimaging techniques, especially functional Magnetic Resonance Imaging (fMRI) now provide the opportunity to identify neurophysiological bases of psychological and related physiological phenomena. A small but growing number of studies have compared drug addicts and normal controls in their brain responses to drug-related cues, in comparison to neutral cues. Drug Craving is considered by most of the authors as the main reason for continuous drug usage despite all of its adverse reactions and the main cause of relapse and treatment failure. In this project, we will use a new approach for analyzing fMRI datasets and compare the results with the common approaches like FSL. Within-subject analysis in fMRI essentially addresses two problems: 1) detection of activated brain regions in response to an experimental task; and 2) estimation of the underlying dynamics, also known as the characterization of Hemodynamic response function (HRF). So far, both issues have been treated sequentially while it is known that the HRF model has a dramatic impact on the localization of activations and that the HRF shape may vary from one region to another. In this project, we will conciliate both issues in a region-based joint detection-estimation framework that we will develop in a Bayesian framework. Real fMRI data set used in this study is provided by the Center of Addiction Studies in Iran. These data were recorded in order to measure the intensity of craving by visual testing of heroin injecting in drug users. This test is designed in the aim of inducing craving using visual signs causing craving. According to the achieved results Joint Detection Estimation (JDE) method is superior to common standard fMRI analysis method (FSL) in two directions. Firstly, JDE method estimates more local hemodynamic response associated with different areas of the brain function which will cause a great impact on the detection results. Secondly, according to the results, JDE method reported some areas in the Orbito Frontal Cortex and Ventral striatum which include Nuclause, Putamen, Globus Pallidas and Head of Caudate in addition to common areas the same as FSL software’s report. The new reported areas by JDE method were reported in previous studies conducted by researchers as the involved areas in craving. Based on the results obtained in this thesis, in addition to identifying some of the craving phenomenon unknown angles, good opportunity to evaluate the craving intensity and how to control it by different methods by medical doctors and psychiatrists are provided.
