Το έργο με τίτλο Ανάλυση δεδομένων λειτουργικής απεικόνισης μαγνητικού συντονισμού (ΛΑΜΣ, fMRI) στο επίπεδο πληροφορίας Fisher-Shannon από τον/τους δημιουργό/ούς Karvounakis Ioannis διατίθεται με την άδεια Creative Commons Αναφορά Δημιουργού 4.0 Διεθνές
Βιβλιογραφική Αναφορά
Ιωάννης Καρβουνάκης, "Ανάλυση δεδομένων λειτουργικής απεικόνισης μαγνητικού συντονισμού (ΛΑΜΣ, fMRI) στο επίπεδο πληροφορίας Fisher-Shannon", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024
https://doi.org/10.26233/heallink.tuc.101875
Το Επίπεδο Πληροφορίας Fisher-Shannon (Fisher Shannon Information Plane, εν συντομία FSIP) είναι ένα αποτελεσματικό εργαλείο για την ανάλυση και διαχωρισμό δεδομένων χρονοσειρών, το οποίο βασίζεται σε δύο μόνο παραμέτρους: το μέτρο πληροφορίας κατά Fisher (Fisher Information Measure--FIM) και την εντροπική ισχύ κατά Shannon (Shannon Entropy Power--SEP). Το FSIP αποδεικνύεται ιδιαίτερα χρήσιμο στη διάκριση χρονοσειρών και την κατηγοριοποίηση τους σε διαφορετικούς τύπους σημάτων, παρέχοντας ένα ισχυρό εργαλείο για την διερεύνηση των δεδομένων από διάφόρα επιστημονικά πεδία. Σε αυτή τη διπλωματική εργασία εξετάζεται η εφαρμογή του FSIP σε τυχαία δεδομένα προερχόμενα από διάφορες κατανομές πιθανότητας, όπως Gaussian, Power exponential, Student-t, Gamma, Weibull, Log-Normal και Uniform κατανομές, με έμφαση στο πώς οι παράμετροι κλίμακας (scale) και σχήματος (shape) της κατανομής επηρεάζουν την αναπαράσταση των δεδομένων στο Επίπεδο Πληροφορίας Fisher-Shannon. Η μεθοδολογία για τον υπολογισμό του FSIP περιλαμβάνει την εκτίμηση της συνάρτησης πυκνότητας πιθανότητας (probability density function--PDF) από τα δεδομένα μέσω συναρτήσεων πυρήνα και εφαρμογή της εκτίμησης πυκνότητας μέσω του πυρήνα (Kernel Density Estimator--KDE). Η εκτίμηση KDE μπορεί να λειτουργήσει αποτελεσματικά ακόμα και για χρονοσειρές με πολύπλοκη δομή. Η ανάλυση των δεδομένων λειτουργικής απεικόνισης μαγνητικού συντονισμού (Functional Magnetic Resonance Imaging--fMRI), τα οποία χαρακτηρίζονται από μεγάλους όγκους περίπλοκων σημάτων χρονοσειρών, παρουσιάζει σημαντικές προκλήσεις. Το fMRI, λόγω της περίπλοκης δυναμικής των χρονοσειρών που το διέπουν, δίνει χώρο για την εφαρμογή του FSIP και αντιμετωπίζεται ως μελέτη περίπτωσης (case study). Η διπλωματική εργασία διερευνά την απόκριση αντίθεσης εξαρτώμενης από το επίπεδο οξυγόνου στο αίμα (Blood Oxygen Level Dependent--BOLD), συνθετικών και πραγματικών δεδομένων fMRI, με εφαρμογή της μεθοδολογίας FSIP για την αναγνώριση προτύπων και την ταξινόμηση χρονοσειρών εγκεφαλικής δραστηριότητας. Τα αποτελέσματα αναδεικνύουν την ευελιξία του FSIP, και την προοπτική του ως αξιόπιστη μέθοδος για τη διάκριση πολύπλοκων σημάτων σε βιοϊατρικές μελέτες καθώς και σε άλλους τομείς.