Unüberwachte Zeitreihenanalyse von fMRT-Daten

Zusammenfassung

Funktionelle Untersuchungen des Gehirns mittels schneller Echo-Planar Magnet-Resonanz-Tomographie (fMRT) liefern örtliche und zeitliche Information über komplexe Hirnaktivitäten. Die vorgestellte Methode versucht, eine Zerlegung der gemessenen Zeitreihen anhand ihrer charakteristischen Merkmale in disjunkte Klassen, d.h. echte Aktivierung, ruhendes Gewebe, Hintergrund oder Bewegungsartefakt zu gewinnen. Die Zerlegung erfolgt mittels eines neuronalen Netzwerks, der selbst-organisierenden Merkmalskarte (SOM), die unüberwacht, d.h. ohne zusätzliche Informationen über das Aufgabenparadigma oder einer Modellierung der hämodynamischen Antwort, die hochdimensionalen Zeitreihen in eine 2D Neuronenkarte überführt. Ziel ist eine den Klassen entsprechende geordnete Bildung von Clustern auf der Neuronenkarte, die als Eingabe für einen anschließenden Klassifikationsprozeß geeignet ist. Es zeigt sich, daß die SOM in der Lage ist, Cluster von ähnlichen anatomischen oder funktionellen Voxeln zu bilden und diese Ähnlichkeit auch räumlich in der Neuronenkarte abzubilden.