تشخيص مناطق فعّال در تصاوير fMRI با استفاده از مدل‌هاي غيرخطي همرشتاين-وينر و NARMA

Activation Detection in fMRI Images using Nonlinear Models: Wiener-Hammerstein and NARMA

سيستم fMRI در شناخت فعّاليت‌هاي عصبي كاربرد زيادي دارد. پاسخ مغز به آزمايش ترتيب داده شده از طريق سيگنال‌ها و تصاوير به دست آمده در خلال تصويربرداري fMRI، قابل بررسي است. مطالعات مختلف انجام شده بر روي سيگنال ميزان اكسيژن دهي خون، رابطه غيرخطي بين تحريك اعمالي و پاسخ دريافت شده از نرون‌ها را نشان مي‌دهد. در اين مقاله، به بررسي روش‌هاي غيرخطي تحليل تصاوير fMRI خواهيم پرداخت. براي اين مقصود، به بررسي روش‌هاي غيرخطي با تاكيد بر پارامترهاي فيزيولوژيكي اثرگذار بر سيگنال BOLD و روش‌هاي غيرخطي كه بدون در نظر گرفتن عوامل فيزيولوژيكي، رابطه ورودي و خروجي، يعني سيگنال تحريك و سيگنال fMRI را مدل مي‌كنند؛ مي‌پردازيم. روش بالون را نيز به عنوان يك روش غيرخطي فيزيولوژيكي بررسي كرده و از طريق آن روش جديدي براي تعيين مناطق فعّال مغز ارايه كرده‌ايم. همچنين روش‌هاي همرشتاين-وينر و NARMA و مدل ولترا به عنوان روش‌هاي غيرفيزيولوژيكي مورد بحث قرار گرفته و توانايي آنها در مدل كردن و تشخيص مناطق فعّال مغز مورد ارزيابي قرار گرفته است. علاوه بر روش‌هاي به‌كار رفته براي آشكارسازي نقاط فعّال بر روي دو مجموعه از داده‌ها (با تحريك شبيه‌سازي شده و تحريك واقعي) ارزيابي شده‌اند. در مجموعه دادگان شماره يك به ازاي سطح آستانه 45/0 در هر سه مدل، ميزان انديس جكارد براي مدل‌هاي همرشتاين-وينر، NARMA و مدل ولترا به ترتيب 90/0، 0/1 و 91/0 به‌دست آمد. در مجموعه داد‌گان شماره دو به ازاي آستانه‌هاي مختلف (به ترتيب 35/0، 40/0 و 45/0) اين انديس به ترتيب 85/0، 9/0 و 87/0 است.

Functional magnetic resonance imaging (fMRI) is widely used for investigation of brain neural activity. This imaging technique obtains signals and images from human brain’s response to pre-scheduled tasks. Several studies on blood oxygenation level-dependent (BOLD) signal responses demonstrate nonlinear behavior in response to a stimulus. In this paper we investigate nonlinear modeling of BOLD signal activity to model the nonlinear and time variant behaviors of this physiological system. For this purpose two categories of nonlinear methods are considered, first those one with emphasis on physiological parameters which affect BOLD response and methods model the input and output of system without any refer to all the hidden state variables (physiological parameters. Balloon model is analzyed and a new approach for activation detection based on this model is introduced. In addition, the Hammerstein-Wiener, NARMA and Volterra kernels are investigated as nonlinear and nonphysiological methods and their ability in detection of activation detection are compared. The Activation detection methods have been applied on the two data sets (real and synthetic). For synthetic data and threshold equal to 0.45, the Jaccard index for Wiener-Hammerstein, NARMA, and Volterra model was 0.9, 1.0, and 0.91, respectively. In real dataset and for optimal threshold (0.35, 0.4, and 0.45) the same index was 0.85, 0.90, and 0.87, respectively.