'brain network'에 해당되는 글 2건

  1. intuitive resting state functional connectivity (iRSFC) toolbox (7)
  2. Summer School on Diffusion Tensor Imaging and Brain Networks (1)

About iRSFC

  • iRSFC는 intuitive resting-state functional connectivity의 약자 입니다.

  • 가장 간단한 방법으로 휴자상태 뇌기능 연결성을 분석 할 수 있는 Matlab 기반의 툴박스 입니다.

  • 기능 뇌네트워크를 분석할 수 있는 프로그램들을 이미 많이 있습니다. 하지만, 너무 많은 기능이 들어 있어서 사용하기가 쉽지 않고 기존에 Event-related fMRI (ER-fMRI) 연구를 하시던 분들이 사용하시게에 생소한 부분들이 많이 있습니다. iRSFC는 ER-fMRI 연구를 하셨던 분들이 쉽게 사용할 수 있도록 디자인한 프로그램입니다. 

  • iRSFC toolbox를 구동하기 위해서는 SPM 툴박스를 미리 다운로드 받고 Matlab에서 Set Path를 설정해야 합니다.

Functionality

  • Seed ROI based functional connectivity analysis: seed로 설정한 뇌영역과 다른 모든 뇌영역간의 functional connectivity를 계산해서 zmap으로 저장하는 기능을 수항햅니다. 이후 분석은 SPM의 [Specify 2nd-level] 메뉴를 통해서 진행하면 됩니다.

  • Network analysis among ROIs: 연구자가 설정한 ROI 영역들간의 기능 연결성을 모두 계산해서 결과를 Comma Separated Values 의 형태로 저장하는 기능을 수행합니다. 이후에 분석은 SPSS 등으로 수행 가능합니다.

Download

  • 아래의 링크에서 간단한 설문에 응답해 주시면 다운로드 링크를 보실 수 있습니다.

  • 어떤 연구자들이 주로 프로그램을 사용하는지 알기 위한 설문이지, 최대한 성의것 응답해 주시면 추후에 프로그램을 업데이트 하는데 큰 도움이 될것 같습니다.

  • 깃허브Github 다운로드 링크: https://github.com/skyeong/iRSFC

Hands-on Exercise

  • 아래의 링크에 있는 메뉴얼을 다운로드 받아서 따라해 보세요^^

  • 다운로드 링크: slideshare

iRSFC Workshop Info

  1.  Sunghyon Kyeong, 'Hands-on workshop on intuitive Resting-State Functional Connectivity (iRSFC)', Department of Psychiatry, Chonbuk National University Hospital, 9 January, 2015. 
    (1) theoretical background on fMRI BOLD signal (40 min.) 
    (2) Hands-on exercise for fMRI preprocessing (60 min.) 
    (3) Hands-on exercise for iRSFC toolbox (90 min.) 
    (4) Multiple comparison issues and AlphaSim correction (20 min.)





신고

국가수리과학연구소에서 주관한 "확산텐서 영상기법과 뇌 네트워크 여름학교"에 참여했다.

사실 큰 기대는 없었으나... DTI를 이용한 네트워크 연구의 선구자이신 위스콘신 대학의 정무경 교수님의 강의 때문에 참석하게됬다.

원래 나는 학회나 워크샵에서 발표를 들으면, 늘 딴짓을 했었는데.. 언제부터인가 다른 사람들의 발표가 귀에 들어오기 시작했다. 다른 사람의 발표가 귀에 들어오기 시작하면, 자연스럽게 발표를 경청하게 되고, 또한 자연스럽게 연사와 interaction할 수 있는 기회가 생긴다.

이번 워크샵에서 가장 기억에 남는 것 세가지는 다음과 같다.

  1. DTI를 통해서 획득한 fiber tract 을 cosine 함수를 통해서 parametrization할 수 있다는 것
  2. T1 영상으로부터 white matter morphometry를 시행하고, 여기서 생기는 Jacobian matrix의 determinant를 이용해서 morphometrical network을 형성할 수 있다는 것.
  3. fiber tract을 electric circuit에서의 저항으로 생각하여 여러개의 tracts으로 두 지점이 연결된 경우에 length의 역수의 합으로 connection weight을 정의할 수 있다는 것.

1번 주제의 경우에는 다른 뇌영상 데이터에서도 적용 가능할 것 같다는 강한 확신이 들어서, 강연을 들으며 아이디어 스케치를 계속 했고,

2번의 경우에는 최근에 나의 관심사인 gray matter density 데이터로부터 morphometrical network를 추출하는 연구에 부가적인 insight를 줄 수 있을 것이라는 생각 때문에 아주 인상적이었다. morphometric connectivity라는 개념은 최근에 대두된 것으로, trophic influences (long term nutrition or environmental effects) 에 의한 것으로 설명할 수 있는 개념이다. 

3번의 경우에는 나도 몇달에 전에 생각했던 것인데... 사실 내가 영향력이 없는 연구자이고... 내 상상력을 뒷받침 해줄만한 충분한 논리가 없었기 때문에 사장되었던 아이디어..ㅋㅋ 내가 상상하고 있는 것이 대가 계열에 계신 연구자들도 생각하고 있는 것이라고 생각하니.. 흐뭇함.ㅋㅋ 좀더 agressive한 연구를 하고... 논리가 뒷받침 될 수 있는 상상력을 발휘할 수 있는 연구자가 되어야겠다고 생각했다..ㅋㅋ

지금으로썬 명확하게 정리되지는 않지만, 앞으로 1번과 2번 주제에 대한 연구를 더욱 심도있게 진행해야겠다는 생각을 굳건하게 할 수 있는 기회였다.



신고