Inferência baseada em voxel para fMRI

Detalhes bibliográficos
Autor(a) principal: Winkler, Anderson Marcelo
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/26343
Resumo: Introdução: Mapas estatísticos paramétricos são construídos a partir de testes de hipóteses aplicados para cada voxel de imagens funcionais. Erros tipo I podem ocorrer muito frequentemente quando um grande número de testes e´ realizado simultaneamente. Embora este seja um problema central em estudos de neuroimagem, a melhor solução ainda não foi encontrada. Duas abordagem são mais utilizadas em fMRI: a teoria dos campos aleatórios (RFT) e a taxa de falsas descobertas (FDR). A RFT pode ser considerada atualmente o método padrão para controle de erro por família de testes (FWE), apesar de sua complexidade e suposições restritivas. Se o pesquisador está disposto a aceitar alguns falsos positivos na imagem, procedimentos que controlam a FDR, como o de Benjamini e Hochberg (B&H), podem gerar resultados mais liberais, com suposições mínimas. Este trabalho inclui ainda uma revisão da literatura recente sobre o tema. Objetivos: Avaliar a performance dos procedimentos RFT e B&H, bem como o procedimento convencional de Bonferroni (BON) e sem nenhuma correção (UNC). Método: Um conjunto de dados foi adquirido em repouso, em 1,5 T. Um filtro passa alta foi aplicado, e os volumes foram permutados no tempo para evitar o efeito da auto correlação. Áreas de “ativação” utilizando um sinal do tipo bloco foram adicionados, utilizando como referência a resposta hemodinâmica canônica, com parâmetros ligeiramente variáveis para cada período de “ativação”. O modelo linear geral foi aplicado para dados com e sem sinal, bem como para imagens suavizadas e não-suavizadas espacialmente. A estimação da suavização foi baseada nos resíduos do modelo linear geral. Para cada condição, mapas estatísticos foram gerados e limiarizados com os procedimentos UNC, BON, B&H e RFT. Resultados: Todos os métodos avaliados resultaram em controle apropriado da quantidade de erros, dentro de suas limitações teóricas sendo o de B&H o mais poderoso. O procedimento de Bonferroni foi menos conservador do que o esperado. O procedimento de B&H resultou em limiar variável, e controle mais exato sobre FDR quanto maiores as áreas de atividade simulada. Verificou-se ainda que a suavização interfere no valor do limiar de B&H. Para RFT os resultados foram conservadores para os níveis de suavização avaliados, mas aproximaram-se do nível de significância nominal para suavização com filtro de largura igual a 2,0 voxels. A suavização interferiu de forma indesejada nas medidas dependentes da contagem de voxels
id UTFPR-12_7b0fdd8c103c8f9a61ba5b54bd2ed465
oai_identifier_str oai:repositorio.utfpr.edu.br:1/26343
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2021-11-10T15:20:41Z2021-11-10T15:20:41Z2007-05-31WINKLER, Anderson Marcelo. Inferência baseada em voxel para fMRI. 2007. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2007http://repositorio.utfpr.edu.br/jspui/handle/1/26343Introdução: Mapas estatísticos paramétricos são construídos a partir de testes de hipóteses aplicados para cada voxel de imagens funcionais. Erros tipo I podem ocorrer muito frequentemente quando um grande número de testes e´ realizado simultaneamente. Embora este seja um problema central em estudos de neuroimagem, a melhor solução ainda não foi encontrada. Duas abordagem são mais utilizadas em fMRI: a teoria dos campos aleatórios (RFT) e a taxa de falsas descobertas (FDR). A RFT pode ser considerada atualmente o método padrão para controle de erro por família de testes (FWE), apesar de sua complexidade e suposições restritivas. Se o pesquisador está disposto a aceitar alguns falsos positivos na imagem, procedimentos que controlam a FDR, como o de Benjamini e Hochberg (B&H), podem gerar resultados mais liberais, com suposições mínimas. Este trabalho inclui ainda uma revisão da literatura recente sobre o tema. Objetivos: Avaliar a performance dos procedimentos RFT e B&H, bem como o procedimento convencional de Bonferroni (BON) e sem nenhuma correção (UNC). Método: Um conjunto de dados foi adquirido em repouso, em 1,5 T. Um filtro passa alta foi aplicado, e os volumes foram permutados no tempo para evitar o efeito da auto correlação. Áreas de “ativação” utilizando um sinal do tipo bloco foram adicionados, utilizando como referência a resposta hemodinâmica canônica, com parâmetros ligeiramente variáveis para cada período de “ativação”. O modelo linear geral foi aplicado para dados com e sem sinal, bem como para imagens suavizadas e não-suavizadas espacialmente. A estimação da suavização foi baseada nos resíduos do modelo linear geral. Para cada condição, mapas estatísticos foram gerados e limiarizados com os procedimentos UNC, BON, B&H e RFT. Resultados: Todos os métodos avaliados resultaram em controle apropriado da quantidade de erros, dentro de suas limitações teóricas sendo o de B&H o mais poderoso. O procedimento de Bonferroni foi menos conservador do que o esperado. O procedimento de B&H resultou em limiar variável, e controle mais exato sobre FDR quanto maiores as áreas de atividade simulada. Verificou-se ainda que a suavização interfere no valor do limiar de B&H. Para RFT os resultados foram conservadores para os níveis de suavização avaliados, mas aproximaram-se do nível de significância nominal para suavização com filtro de largura igual a 2,0 voxels. A suavização interferiu de forma indesejada nas medidas dependentes da contagem de voxelsBackground: Statistical parametric maps are constructed from a massive, univariate, voxel-wise hypothesis testing. Type I errors may happen very often if such a large amount of tests are performed. Though this is a central problem for neuroimaging studies, the best approach is still unclear. Two approaches have emerged as the most suitable for fMRI: the random field theory (RFT) and false discovery rate (FDR). RFT has become the de facto standard method for controlling the family-wise error rate (FWE), despite its complexity and restrictive assumptions. If the researcher is willing to accept some false-positives within the image, methods for controlling the FDR, as the Benjamini and Hochberg (B&H) procedure, can provide more liberal thresholds, with minimal assumptions. This study also features a literature review on recent advances in the field. Objective: Evaluate the performance of RFT and B&H procedures, as well the traditional Bonferroni correction (BON) and no correction (UNC). Method: A real “null” fMRI dataset was acquired at 1.5 T. A temporal high-pass filter was applied, and the brain volumes were randomly permuted, thus avoiding the potential bias due to autocorrelation. Patches of boxcar-like “activation” were added using the canonical haemodynamic response function, which parameters were slightly variable for each “activation” period. The general linear model was applied to both rest and added “activation” datasets, and with and without spatial smoothing. Estimation of the smoothness was based on the residuals of the model fit. For each of these conditions, t-maps were generated and thresholded using the UNC, BON, B&H and RFT procedures. Results: All the evaluated methods resulted in adequate control over error rates, within their theoretical assumptions and limitations. The Bonferroni correction was less conservative than expected. The B&H procedure resulted in variable thresholds, providing better control over FDR for large areas of simulated activity. B&H procedure was also influenced by smoothness. Conservative results were obtained for RFT, but the observed error was close to the nominal level for smoothed maps with a filter of 2.0 voxels of width. Smoothing induced bias in voxel-based measurements.porUniversidade Tecnológica Federal do ParanáCuritibaPrograma de Pós-Graduação em Engenharia Elétrica e Informática IndustrialUTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICAEngenharia ElétricaRadiologia médicaRessonância magnéticaEngenharia biomédicaRadiology, MedicalMagnetic resonanceBiomedical engineeringInferência baseada em voxel para fMRIinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisCuritibaGamba, Humberto Remigiohttps://orcid.org/ 0000-0003-3210-2725http://lattes.cnpq.br/9211006688316492Araújo, Dráulio Barros dettps://orcid.org/0000-0002-6934-2485http://lattes.cnpq.br/7818012155694188Amaro Junior, Edsonhttps://orcid.org/ 0000-0002-5889-1382http://lattes.cnpq.br/5927371795409877Schneider, Fábio Kurthttps://orcid.org/ 0000-0001-6916-1361http://lattes.cnpq.br/1463591813823167https://orcid.org/ 0000-0002-4169-9781http://lattes.cnpq.br/3158613415305645Winkler, Anderson Marceloinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALCT_CPGEI_M_Winkler, Anderson Marcelo_2007.pdfCT_CPGEI_M_Winkler, Anderson Marcelo_2007.pdfapplication/pdf4704193http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26343/1/CT_CPGEI_M_Winkler%2c%20Anderson%20Marcelo_2007.pdf2fef6d580182bde319f9ffbe234bd642MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26343/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52TEXTCT_CPGEI_M_Winkler, Anderson Marcelo_2007.pdf.txtCT_CPGEI_M_Winkler, Anderson Marcelo_2007.pdf.txtExtracted texttext/plain426719http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26343/3/CT_CPGEI_M_Winkler%2c%20Anderson%20Marcelo_2007.pdf.txt87a74d657fdc11cb27a607fea4e567caMD53THUMBNAILCT_CPGEI_M_Winkler, Anderson Marcelo_2007.pdf.jpgCT_CPGEI_M_Winkler, Anderson Marcelo_2007.pdf.jpgGenerated Thumbnailimage/jpeg1208http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26343/4/CT_CPGEI_M_Winkler%2c%20Anderson%20Marcelo_2007.pdf.jpg7bd9bb9ffa912f27a14c7ee8f00068a2MD541/263432021-11-11 04:06:09.424oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2021-11-11T06:06:09Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Inferência baseada em voxel para fMRI
title Inferência baseada em voxel para fMRI
spellingShingle Inferência baseada em voxel para fMRI
Winkler, Anderson Marcelo
CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Radiologia médica
Ressonância magnética
Engenharia biomédica
Radiology, Medical
Magnetic resonance
Biomedical engineering
Engenharia Elétrica
title_short Inferência baseada em voxel para fMRI
title_full Inferência baseada em voxel para fMRI
title_fullStr Inferência baseada em voxel para fMRI
title_full_unstemmed Inferência baseada em voxel para fMRI
title_sort Inferência baseada em voxel para fMRI
author Winkler, Anderson Marcelo
author_facet Winkler, Anderson Marcelo
author_role author
dc.contributor.advisor1.fl_str_mv Gamba, Humberto Remigio
dc.contributor.advisor1ID.fl_str_mv https://orcid.org/ 0000-0003-3210-2725
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/9211006688316492
dc.contributor.referee1.fl_str_mv Araújo, Dráulio Barros de
dc.contributor.referee1ID.fl_str_mv ttps://orcid.org/0000-0002-6934-2485
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/7818012155694188
dc.contributor.referee2.fl_str_mv Amaro Junior, Edson
dc.contributor.referee2ID.fl_str_mv https://orcid.org/ 0000-0002-5889-1382
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/5927371795409877
dc.contributor.referee3.fl_str_mv Schneider, Fábio Kurt
dc.contributor.referee3ID.fl_str_mv https://orcid.org/ 0000-0001-6916-1361
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/1463591813823167
dc.contributor.authorID.fl_str_mv https://orcid.org/ 0000-0002-4169-9781
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/3158613415305645
dc.contributor.author.fl_str_mv Winkler, Anderson Marcelo
contributor_str_mv Gamba, Humberto Remigio
Araújo, Dráulio Barros de
Amaro Junior, Edson
Schneider, Fábio Kurt
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
topic CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Radiologia médica
Ressonância magnética
Engenharia biomédica
Radiology, Medical
Magnetic resonance
Biomedical engineering
Engenharia Elétrica
dc.subject.por.fl_str_mv Radiologia médica
Ressonância magnética
Engenharia biomédica
Radiology, Medical
Magnetic resonance
Biomedical engineering
dc.subject.capes.pt_BR.fl_str_mv Engenharia Elétrica
description Introdução: Mapas estatísticos paramétricos são construídos a partir de testes de hipóteses aplicados para cada voxel de imagens funcionais. Erros tipo I podem ocorrer muito frequentemente quando um grande número de testes e´ realizado simultaneamente. Embora este seja um problema central em estudos de neuroimagem, a melhor solução ainda não foi encontrada. Duas abordagem são mais utilizadas em fMRI: a teoria dos campos aleatórios (RFT) e a taxa de falsas descobertas (FDR). A RFT pode ser considerada atualmente o método padrão para controle de erro por família de testes (FWE), apesar de sua complexidade e suposições restritivas. Se o pesquisador está disposto a aceitar alguns falsos positivos na imagem, procedimentos que controlam a FDR, como o de Benjamini e Hochberg (B&H), podem gerar resultados mais liberais, com suposições mínimas. Este trabalho inclui ainda uma revisão da literatura recente sobre o tema. Objetivos: Avaliar a performance dos procedimentos RFT e B&H, bem como o procedimento convencional de Bonferroni (BON) e sem nenhuma correção (UNC). Método: Um conjunto de dados foi adquirido em repouso, em 1,5 T. Um filtro passa alta foi aplicado, e os volumes foram permutados no tempo para evitar o efeito da auto correlação. Áreas de “ativação” utilizando um sinal do tipo bloco foram adicionados, utilizando como referência a resposta hemodinâmica canônica, com parâmetros ligeiramente variáveis para cada período de “ativação”. O modelo linear geral foi aplicado para dados com e sem sinal, bem como para imagens suavizadas e não-suavizadas espacialmente. A estimação da suavização foi baseada nos resíduos do modelo linear geral. Para cada condição, mapas estatísticos foram gerados e limiarizados com os procedimentos UNC, BON, B&H e RFT. Resultados: Todos os métodos avaliados resultaram em controle apropriado da quantidade de erros, dentro de suas limitações teóricas sendo o de B&H o mais poderoso. O procedimento de Bonferroni foi menos conservador do que o esperado. O procedimento de B&H resultou em limiar variável, e controle mais exato sobre FDR quanto maiores as áreas de atividade simulada. Verificou-se ainda que a suavização interfere no valor do limiar de B&H. Para RFT os resultados foram conservadores para os níveis de suavização avaliados, mas aproximaram-se do nível de significância nominal para suavização com filtro de largura igual a 2,0 voxels. A suavização interferiu de forma indesejada nas medidas dependentes da contagem de voxels
publishDate 2007
dc.date.issued.fl_str_mv 2007-05-31
dc.date.accessioned.fl_str_mv 2021-11-10T15:20:41Z
dc.date.available.fl_str_mv 2021-11-10T15:20:41Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv WINKLER, Anderson Marcelo. Inferência baseada em voxel para fMRI. 2007. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2007
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/26343
identifier_str_mv WINKLER, Anderson Marcelo. Inferência baseada em voxel para fMRI. 2007. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2007
url http://repositorio.utfpr.edu.br/jspui/handle/1/26343
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Curitiba
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Curitiba
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26343/1/CT_CPGEI_M_Winkler%2c%20Anderson%20Marcelo_2007.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26343/2/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26343/3/CT_CPGEI_M_Winkler%2c%20Anderson%20Marcelo_2007.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26343/4/CT_CPGEI_M_Winkler%2c%20Anderson%20Marcelo_2007.pdf.jpg
bitstream.checksum.fl_str_mv 2fef6d580182bde319f9ffbe234bd642
b9d82215ab23456fa2d8b49c5df1b95b
87a74d657fdc11cb27a607fea4e567ca
7bd9bb9ffa912f27a14c7ee8f00068a2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805923072025296896