@article { author = {Taalimi, Ali and Fatemizadeh, Emadoddin}, title = {Activation Detection in fMRI Images using Nonlinear Models: Wiener-Hammerstein and NARMA}, journal = {Iranian Journal of Biomedical Engineering}, volume = {4}, number = {3}, pages = {231-248}, year = {2010}, publisher = {Iranian Society for Biomedical Engineering}, issn = {5869-2008}, eissn = {9685-8006}, doi = {10.22041/ijbme.2010.13301}, abstract = {Functional magnetic resonance imaging (fMRI) is widely used for investigation of brain neural activity. This imaging technique obtains signals and images from human brain’s response to prescheduled tasks. Several studies on blood oxygenation level-dependent (BOLD) signal responses demonstrate nonlinear behavior in response to a stimulus. In this paper we investigate nonlinear modeling of BOLD signal activity to model the nonlinear and time variant behaviors of this physiological system. For this purpose two categories of nonlinear methods are considered, first those one with emphasis on physiological parameters which affect BOLD response and methods model the input and output of system without any refer to all the hidden state variables (physiological parameters. Balloon model is analzyed and a new approach for activation detection based on this model is introduced. In addition, the Hammerstein-Wiener, NARMA and Volterra kernels are investigated as nonlinear and nonphysiological methods and their ability in detection of activation detection are compared. The Activation detection methods have been applied on the two data sets (real and synthetic). For synthetic data and threshold equal to 0.45, the Jaccard index for Wiener- Hammerstein, NARMA, and Volterra model was 0.9, 1.0, and 0.91, respectively. In real dataset and for optimal threshold (0.35, 0.4, and 0.45) the same index was 0.85, 0.90, and 0.87, respectively.}, keywords = {fMRI,Activation detection,nonlinear methods,Balloon,Hammerstein-wiener,NARMA,Volterra}, title_fa = {تشخیص مناطق فعّال در تصاویر fMRI با استفاده از مدل‌های غیرخطی همرشتاین-وینر و NARMA}, abstract_fa = {سیستم fMRIدر شناخت فعّالیت‌های عصبی کاربرد زیادی دارد. پاسخ مغز به آزمایش ترتیب داده شده از طریق سیگنال‌ها و تصاویر به دست آمده در خلال تصویربرداری fMRI، قابل بررسی است. مطالعات مختلف انجام شده بر روی سیگنال میزان اکسیژن دهی خون، رابطه غیرخطی بین تحریک اعمالی و پاسخ دریافت شده از نرون‌ها را نشان می‌دهد. در این مقاله، به بررسی روش‌های غیرخطی تحلیل تصاویر fMRIخواهیم پرداخت. برای این مقصود، به بررسی روش‌های غیرخطی با تأکید بر پارامترهای فیزیولوژیکی اثرگذار بر سیگنال BOLDو روش‌های غیرخطی که بدون در نظر گرفتن عوامل فیزیولوژیکی، رابطه ورودی و خروجی، یعنی سیگنال تحریک و سیگنال fMRIرا مدل می‌کنند؛ می‌پردازیم. روش بالون را نیز به عنوان یک روش غیرخطی فیزیولوژیکی بررسی کرده و از طریق آن روش جدیدی برای تعیین مناطق فعّال مغز ارائه کرده‌ایم. همچنین روش‌های همرشتاین-وینر و NARMAو مدل ولترا به عنوان روش‌های غیرفیزیولوژیکی مورد بحث قرار گرفته و توانایی آنها در مدل کردن و تشخیص مناطق فعّال مغز مورد ارزیابی قرار گرفته است. علاوه بر روش‌های به‌کار رفته برای آشکارسازی نقاط فعّال بر روی دو مجموعه از داده‌ها (با تحریک شبیه‌سازی شده و تحریک واقعی) ارزیابی شده‌اند. در مجموعه دادگان شماره یک به ازای سطح آستانه 45/0 در هر سه مدل، میزان اندیس جکارد برای مدل‌های همرشتاین-وینر، NARMAو مدل ولترا به ترتیب 90/0، 0/1 و 91/0 به‌دست آمد. در مجموعه داد‌گان شماره دو به ازای آستانه‌های مختلف (به ترتیب 35/0، 40/0 و 45/0) این اندیس به ترتیب 85/0، 9/0 و 87/0 است.}, keywords_fa = {fMRI,شناسایی مناطق فعّال,روش‌های غیرخطی,بالون,ولترا,وینر-همرشتاین,NARMA}, url = {https://www.ijbme.org/article_13301.html}, eprint = {https://www.ijbme.org/article_13301_219f785a0ad1565de0a9c6de28cff9a6.pdf} }