Titelaufnahme

Titel
Investigations into effective connectivity using dynamic causal modeling based on functional MRI / submitted by Christian H. Kasess
Verfasser / VerfasserinKasess, Christian Herbert
Begutachter / BegutachterinMoser, Ewald
Erschienen2010
Umfang159 S. : Ill., graph. Darst.
HochschulschriftWien, Med. Univ., Diss., 2010
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (DE)Effektive Konnektivität / fMRT / funktionelle Magnetresonanztomographie / DCM / Konnektivitätsanalyse / Gruppenanalyse / vorgestellte Bewegung
Schlagwörter (EN)effective connectivity / fMRI / funtional magnetic resonance imaging / DCM / dynamic causal modeling / connectivity analysis / group analysis / motor imagery
URNurn:nbn:at:at-ubmuw:1-3417 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Investigations into effective connectivity using dynamic causal modeling based on functional MRI [3.68 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Die Untersuchung der Verbindungen zwischen verschiedenen Hirnregionen ist eine wichtige Methode zum besseren Verständnis der Informationsverarbeitung im Gehirn. Der zentrale Punkt dieser Arbeit, basierend auf funktioneller Magnetresonanztomographie (fMRT), war die Analyse effektiver Konnektivität um Rückschlüsse auf die Richtung interregionaler Interaktionen zu ziehen. Verwendet wurde eine Methode namens "dynamic causal modeling" (DCM). DCM ist zur Zeit die einzige Methode, bei der ein biophysikalisches Modell des fMRT Signals miteinbezogen wird.

Es wurden zwei Experimente durchgeführt. Im ersten Experiment wurde die Interaktion zwischen dem supplementär-motorischen Kortex (SMA) und dem primär-motorischen Kortex (M1) bei ausgeführter und vorgestellter Bewegung untersucht, eine wichtige Fragestellung im Zusammenhang mit Rehabilitation und Sporttraining. Verschiedene Hypothesen wurden getestet die zeigen, dass die fehlende Aktivierung in M1 während einer vorgestellten Bewegung durch einen unterdrückenden Einfluss der SMA hervorgerufen wird. Dadurch wird die Rolle der SMA, sowohl in der Planung und Ausführung von Bewegungen als auch für die Unterdrückung dieser Bewegungen wenn sie nicht ausgeführt werden sollen, hervorgehoben. In der zweiten Studie wurden simulierte Daten verwendet, um mehrere DCM-basierte Gruppenanalysevarianten zu untersuchen. Weiters wurde die Anwendbarkeit in Abhängigkeit der Gruppenheterogenität und der Rauschamplitude ermittelt. Die hier gezeigten Ergebnisse können als Anleitung zur Wahl der richtigen Methode bei weiteren DCM-basierten Studien Anwendung finden.

Zusammenfassend ergibt sich, dass DCM eine wichtige Methode zur Analyse effektiver Konnektivität darstellt und genauere Einsichten über die Informationsverarbeitung im Gehirn erlaubt. Nichtsdestoweniger hat sich in dieser Arbeit aber auch gezeigt, dass die Notwendigkeit zur Weiterentwicklung von DCM-Methoden besteht, um die prinzipiellen Möglichkeiten der effektiven Konnektivitätsanalyse vollständig ausnützen zu können.

Zusammenfassung (Englisch)

The analysis of interactions between brain regions is an important approach to better understand the processing of information in the brain. Using functional magnetic resonance imaging (fMRI), the focus within this thesis was on effective connectivity, a measure for directionality of influence between brain regions. Dynamic causal modeling (DCM) was used which is currently the only effective connectivity method where the hemodynamic confounds in the fMRI signal are taken into account using a biophysical model.

In the first study connectivity changes between primary motor cortex (M1) and supplementary motor area (SMA) when either executing or imagining a brief finger movement were investigated, a question important in rehabilitation and sports training. Different network configurations were tested clearly indicating that the lack of activation in M1 during motor imagery is caused by suppression from the SMA highlighting the importance of the SMA, not only for the preparation and execution of intended movements, but also for suppressing such movements that are not to be performed. The second study used simulated data to compare different group analysis approaches currently available for DCM, also discussing their applicability in dependence on noise level and population heterogeneity. These results provide a guide for selecting the appropriate method and may thus prove important for future DCM studies.

In conclusion, DCM provides a very useful framework for the analysis of effective connectivity enabling important insights on information processing in the brain beyond simple activation mapping. However, the results also highlight the necessity to further develop such techniques.