Estratégias de processamento para conjuntos de dados de séries temporais em fMRI funcional do cérebro humano

Estratégias de processamento de imagens para conjuntos de dados de ressonância magnética funcional (fMRI) adquiridos usando uma sequência de imagem por eco-planar com recuperação por gradiente são consideradas. A análise é realizada usando a matemática dos espaços vetoriais. Conjuntos de dados consistindo em N imagens sequenciais da mesma fatia de tecido cerebral são analisados no domínio do tempo e também, após a transformação de Fourier, no domínio da frequência. Uma técnica para limiarização é introduzida que usa a forma da resposta em um pixel comparada com a forma de uma onda de referência como critério de decisão. Um método é apresentado para eliminar deriva nos dados que surgem do movimento do sujeito. Os métodos são aplicados a dados experimentais de fMRI do córtex motor e comparados com métodos de subtração de imagem mais convencionais. Vários paradigmas de movimento dos dedos são considerados no contexto das várias estratégias de processamento de imagem. O método mais eficaz para o processamento de imagens envolve limiarização pela forma, caracterizada pelo coeficiente de correlação dos dados em relação a uma onda de referência, seguida pela formação de uma imagem de correlação cruzada. A ênfase é colocada não apenas na formação de imagens, mas também no uso de técnicas de processamento de sinal para caracterizar a resposta temporal do cérebro ao paradigma.