Počet záznamů: 1

The first results of systems identification methods for fMRI data

  1. 1.
    0331809 - UTIA-B 2010 RIV SK eng C - Konferenční příspěvek (zahraniční konf.)
    Tauchmanová, Jana - Hromčík, Martin
    The first results of systems identification methods for fMRI data.
    [Použití metod identifikace pro fMRI data.]
    PROCEEDINGS of the 17th International Conference on Process Control 2009. Bratislava: Slovak University of Technology in Bratislava Institute of Information Engineering, Automation, and Mathematics, 2009 - (M. Fikar and M. Kvasnica), s. 194-199. ISBN 978-80-227-3081-5.
    [17th International Conference on Process Control 2009. Hotel Baník, Štrbské Pleso, (SK), 09.06.2009-12.06.2009]
    Grant CEP: GA MŠk(CZ) 1M0567
    Výzkumný záměr: CEZ:AV0Z10750506
    Klíčová slova: Subspace identification methods * MIMO system * DCM analysis
    Kód oboru RIV: BC - Teorie a systémy řízení
    http://www.kirp.chtf.stuba.sk/pc09/data/papers/055.pdf http://www.kirp.chtf.stuba.sk/pc09/data/papers/055.pdf

    The main goal of this paper is using identification methods as a certain alternative to Dynamic Casual Modeling (DCM) analysis which detects the so-called intrinsic connections among selected brain areas. In recent years it has been shown that the similar problems, as there appear in functional Magnetic Resonance Imaging(fMRI) area, are formulated in dynamic system identification and estimation tasks. The subspace identification methods were chosen for this identification procedure because they prove good results for Multiple Input Multiple Output (MIMO) systems identification. These methods produce state space description of identified system [2]. The main part of this paper deals with the quality of identification results depending on some important data parameters. Consequently the processing of final state space description into more suitable form follows.

    Hlavním cílem práce je použití metod identifikace dynamických systémů jako alternativa k tzv. Dynamickému modelování vazeb mezi vybranými oblastmi v mozku. Podobné úlohy se totiž vyskytují i v modelování a řízení procesů a lze tedy metody identifikace a odhadování zkusit použít i pro fMRI data. Subspace identifikační metody byly pro tuto úlohu vybrány zejména pro jejich dobré výsledky u mnoharozměrových systémů. Hlavné část práce se zabývá kvalitou výsledkou identifikace v závislosti na důležitých parametrech naměřených dat. Menší prostor je pak věnován finální úpravě výsledku identifikace do tvaru vhodnějšího pro zjištění vazeb mezi vybranými oblastmi mozku.
    Trvalý link: http://hdl.handle.net/11104/0177227