Functional Magnetic Resonance Imaging During Natural Viewing

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Hari, Riitta
dc.contributor.advisor Malinen, Sanna
dc.contributor.author Aro, Maarit
dc.date.accessioned 2015-05-13T09:48:48Z
dc.date.available 2015-05-13T09:48:48Z
dc.date.issued 2015-05-12
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/16032
dc.description.abstract Functional magnetic resonance imaging (fMRI) is based on changes in the brain's haemodynamics that are coupled to neural activations. FMRI enables the study of brain functions during various stimuli and tasks. Recent developments in brain imaging technology allow more complex and natural experimental setups, and subsequently also new analysis techniques are required to extract the information from the measured signals. The aim of this thesis was to study information processing in the human brain during natural viewing conditions. The imaging data were analyzed with two different methods. We collected fMRI data from eight subjects, who were viewing a still or a moving bird against a naturalistic landscape or a gray background. We studied activations of different visual areas during the different stimulus conditions. The results of analysis based on general linear model (GLM), which is currently the most common approach to analyze fMRI data, were compared with results of independent component analysis (ICA), a data-driven analysis tool. ICA separates spatially independent signal sources and their time courses from the measured fMRI data. Both methods revealed activations in the posterior visual areas. GLM-based analysis showed different activation patterns for the different stimuli so that the moving bird activated visual motion areas and the naturalistic environment early visual areas and visual object areas. ICA separated several vision-related ICs, covering, e.g., the early visual cortices for central and peripheral visual fields, and the visual motion areas. These components had distinct time courses with different reactions to the different stimulus blocks. In general, the results obtained by the two analysis methods were consistent, but both ICA and GLM also showed activations that the other method missed. In the future, new approaches would be needed for fMRI data analysis to gain knowledge of brain processing of complex and varying stimuli in naturalistic settings. en
dc.description.abstract Toiminnallinen magneettikuvaus (fMRI) perustuu aivojen verenkierron muutoksiin, jotka ovat yhteydessä aivoalueiden neuraaliseen aktivaatioon. FMRI mahdollistaa aivojen toiminnan seuraamisen erilaisten ärsykkeiden ja tehtävien aikana. Aivokuvantamismenetelmien kehitys viime vuosina on mahdollistanut yhä monimutkaisemmat ja luonnollisemmat mittausasetelmat, ja myös data-analyysiin vaaditaan uudenlaisia lähestymistapoja. Tässä työssä perehdyttiin näköinformaation käsittelyyn aivoissa luonnonmukaisessa katselutilanteessa kahden eri analyysimenetelmän avulla. Työssä mitattiin kahdeksan koehenkilön aivotoimintaa fMRI:n avulla heidän seuratessaan kuvaruudulla lintua, joka joko pysyi paikoillaan tai liikkui joko luonnollisessa ulkoympäristössä tai harmaalla taustalla. Työssä pyrittiin tutkimaan, kuinka informaation prosessointi näköaivokuoren eri alueilla eroaa toisistaan näissä tilanteissa. Datan käsittelyssä vertailtiin yleiseen lineaarinen malliin (GLM) perustuvaa menetelmää, joka on tällä hetkellä yleisin fMRI-datan analyysimenetelmä, sekä spatiaalista riippumattomien komponenttien menetelmää (ICA), joka pyrkii erottamaan signaalijoukosta niiden taustalla olevat riippumattomat komponentit sekä niihin liittyvät aikasarjat. Molemmat menetelmät erottelivat selkeitä aktivaatiota näköaivokuorilla. GLM-analyysin mukaan liikkuva lintu aiheutti merkittävimmät aktivaatiot visuaalisilla liikealueilla ja luonnollinen tausta aktivoi primaarisia näköaivoalueita sekä näköaivokuoren objektialueita. ICA erotteli datasta erillisiä komponentteja, jotka vastasivat esimerkiksi primaarisen näköaivokuoren keskeis- ja perifeerisen näön alueita sekä visuaalisia liikealueita. Myös komponenttien aikakäyttäytymiset erosivat toisistaan. Monet GLM- ja ICA-analyysin aktivaatiot vastasivat toisiaan, mutta menetelmät paljastivat myös toisistaan eroavia tuloksia. Tulevaisuudessa tunnettujen ja uusien menetelmien kehitys jatkuu, jotta entistä monipuolisemmissa koetilanteissa mitattujen aivosignaalien tulkinta olisi mahdollista. fi
dc.format.extent 59+6
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.title Functional Magnetic Resonance Imaging During Natural Viewing en
dc.title Toiminnallinen magneettiresonanssikuvaus luonnollisessa katselutilanteessa fi
dc.type G2 Pro gradu, diplomityö en
dc.contributor.school Perustieteiden korkeakoulu fi
dc.subject.keyword functional magnetic resonance imaging en
dc.subject.keyword general linear model en
dc.subject.keyword independent component analysis en
dc.subject.keyword visual cortex en
dc.subject.keyword visual motion en
dc.subject.keyword naturalistic stimuli en
dc.identifier.urn URN:NBN:fi:aalto-201505142685
dc.programme.major Lääketieteellinen tekniikka fi
dc.programme.mcode F3001 fi
dc.type.ontasot Master's thesis en
dc.type.ontasot Diplomityö fi
dc.contributor.supervisor Ilmoniemi, Risto
dc.programme Teknillisen fysiikan ja matematiikan koulutusohjelma fi


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account