Classifying the brain responses to hand action video clips with fMRI: application to complex regional pain syndrome diagnostics

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
School of Science | Master's thesis
Checking the digitized thesis and permission for publishing
Instructions for the author
Date
2013
Major/Subject
Lääketieteellinen tekniikka
Mcode
Tfy-99
Degree programme
Language
en
Pages
[7] + 63
Series
Abstract
Functional magnetic resonance imaging (fMRI) is one of the most powerful tools in modern neuroscience. In multi-variate pattern analysis (MVPA) of fMRI data, statistical machine learning classifiers are used to decode the content of the presented stimuli from the spatial brain activity patterns. In this thesis, healthy controls and patients suffering from complex regional pain syndrome (CRPS) affecting one hand were shown hand action video clips during fMRI scanning. Observing, or even imagining, hand actions causes unpleasantness and increases the pain levels in CRPS patients. The aim was to study, with MVPA, how abnormal processing of the observed hand actions was reflected in the fMRI data. Subject-wise video clip category and group-level patient vs. control classifications were performed. As a result, classification of the video clip category (either a hand making a fist or squeezing an object), with up to 70 % accuracy on average, was possible in the primary and the secondary somatosensory cortices and other areas associated with action observation. The group-level analyses revealed that the patients were possible to distinguish from the controls, with 80-100 % accuracy, in brain areas associated with pain (e.g. anterior cingulate cortex) and action observation based on the brain responses elicited by observing the hand action video clips. Also, patients' individual video clip classification accuracies in the primary and the secondary somatosensory cortices correlated negatively with the self-reported pain levels and the level of upper limb disability and positively with the patients' age. These results show that MVPA is a valuable method in subject-wise classification analyses as well as in group-level patient vs. control classification.

Aivojen toiminnallisen magneettikuvauksen (functional magnetic resonance imaging, fMRI) aikana esitettyjen ärsykkeiden tyyppi voidaan luokitella mitatun datan perusteella käyttäen MVPA-monimuuttujamenetelmää (multi-variate pattern analysis, MVPA). Tässä työssä terveille verrokeille ja CRPS-kipuoireyhtymästä (complex regional pain syndrome) kärsiville käsikipupotilaille näytettiin kädenliikevideoita fMRI-kuvauksen aikana. Kädenliikevideoiden katselu, tai jopa kädenliikkeiden kuvittelu, aiheuttaa kivuliaita tuntemuksia CRPS-kipupotilaissa. Työn tarkoituksena oli tutkia MVPA-menetelmän avulla fMRI:llä mitattuja kädenliikevideoiden aiheuttamia aivovasteita. Työssä tutkittiin koehenkilökohtaisesti kädenliikevidoiden luokittelua ja ryhmätasolla potilaiden ja verrokeiden erottelua toisistaan aivovasteiden perusteella. Näytetyn kädenliikevideon tyypin (joko nyrkistäminen tai puristaminen) luokittelu onnistui keskimäärin jopa 70 %:n todennäköisyydellä aivojen tuntoaivokuorilta sekä muilta liikkeiden tarkkailuun liitetyiltä alueilta. Potilaat ja verrokit oli mahdollista erottaa toisistaan aivovasteiden perusteella sekä liikkeiden tarkkailuun että kivunkäsittelyyn liitetyiltä aivoalueilta 80-100 %:n luokittelutodennäköisyydellä. Lisäksi havaittiin, että potilaskohtaiset kädenliikevideoiden luokittelutodennäköisyydet korreloivat negatiivisesti potilaiden kiputason ja käden toimintakyvyn tason kanssa sekä positiivisesti potilaiden iän kanssa. Työssä saadut tulokset osoittavat MVPA-menetelmän olevan käyttökelpoinen työkalu sekä koehenkilökohtaisessa ärsyketyypin luokittelussa että ryhmätason potilas-verrokkiluokittelussa.
Description
Supervisor
Parkkonen, Lauri
Thesis advisor
Koskinen, Miika
Keywords
classification, CRPS, CRPS, fMRI, fMRI, kädenliike, hand action, luokittelu, multi-variate, magneettikuvaus, MVPA, MVPA
Other note
Citation