| Resumo: | Resting State functional Magnetic Resonance Imaging (rs-fMRI) provides information about the functional connectivity of brain areas. However, prior to calculating the functional connectivity of the brain, there is a choice of several preprocessing steps that need to be selected. A critical source of variation between studies arises from distinct preprocessing approaches prior to the functional connectivity analysis. Therefore, a study to examine the reliability of different methods for pre-processing data from rs-fMRI is necessary. In this study, seven preprocessing strategies were tested and the reliability was evaluated between them in Graph Theoretical (GT). The sample used in this study is from a public database and consists of control subjects. Measures of GT were calculated using different strategies, after applying a method of subdividing the brain into 190 regions of interest. The following measures were calculated: global efficiency, characteristic path length, clustering coefficient and local efficiency. The results indicate that there is a significant difference in measurements of GT depending on the preprocessing strategy selected. It was also found that noise estimation parameters are correlated with GT measures. Moreover, it is observed that the level of thresholding chosen in the connectivity matrix can affect the measurements of GT, therefore further studies regarding this topic are needed. It was concluded, based on the sample used in this work that the method of scrubbing by outliers could increase the reliability of measurements of GT and reduce dependence on the movement of the patient's head.
A Ressonância Magnética Funcional no estado de repouso (rs-fMRI, do inglês resting state functional Magnetic Resonance) permite obter informações a respeito das áreas de conectividade funcional do cérebro. Porém, a visualização dessa conectividade só é possível após aplicar uma série de etapas de processamento de imagens antes que se possa avaliar a conectividade cerebral. Considerando a limitação na quantificação dos dados de rs-fMRI, e sabendo que uma fonte de variação crítica para a comparação entre os estudos é o fato de cada um deles remover, incluir ou mudar parâmetros nos passos de pré-processamento de rs-fMRI, é necessário um estudo para analisar a confiabilidade de diferentes metodologias de préprocessamento de dados de rs-fMRI. Para tanto, a Teoria dos Grafos (TG) foi utilizada como parâmetro final para avaliar a conectividade. Neste presente trabalho, foram testadas sete estratégias de pré-processamento e foi avaliada a confiabilidade entre elas quando são feitas medidas de TG. A amostra utilizada neste trabalho é de uma base de dados pública e é composta por indivíduos controle. As medidas de TG foram calculadas nas diferentes estratégias, após aplicar um método de parcelamento do cérebro em 190 regiões. Foram calculadas as seguintes medidas: eficiência global, comprimento do caminho característico, coeficiente de agrupamento e eficiência local. Os resultados indicaram que existe uma diferença significativa nas medidas de teoria dos grafos quando o pré-processamento é feito de diferentes maneiras. Foi encontrado também que parâmetros de estimativa de ruído são correlacionados com as medidas de TG. Além disso, observa-se que o nível de limiarização escolhido na matriz de conectividade pode afetar significativamente as medidas de TG, sendo necessário um estudo mais aprofundado a respeito deste tema. Concluiu-se, baseado na amostra utilizada neste trabalho, que o método de scrubbing por outliers pode aumentar a confiabilidade das medidas de TG e reduzir a sua dependência com o movimento da cabeça do paciente. |
