Bevezetés:
A diffúzió súlyozott MR felvételek feldolgozása lehetővé teszi az agyi strukturális hálózatok feltérképezését. Az agyi régiók közötti összeköttetéseket jellemző kapcsolati mátrixot a rostkövetés alapján, a fehérállományi idegrostok lefutásának modellezésével kapjuk, azonban ahhoz, hogy az így kapott hálózat jellemezni tudja az agyi régiók közötti kommunkációt, további feldolgozási lépésekre van szükség, ilyen a rostok klaszterekbe rendezése.

Célkitűzés:
Gráfelméleti analízisre alkalmas strukturális agyi kapcsolati mátrix létrehozásához szükséges módszertani fejlesztések végrehajtása, algoritmusok implementálása. A kapott módszer reprodukálhatóságának ellenőrzése.

Módszer:   
A Neuropython keretrendszerben dolgoztunk, az adatok térbeli standardizálását Freesurfer és FSL, a probabilisztikus rostkövetési számításokat az MRTrix szoftvercsomag alkalmazásával, reprodukálhatóság statisztikai vizsgálatát saját szoftverekkel végeztük. A rostok klaszterezésére a QuickBundles algoritmust használtuk. A módszert az Enhanced NKI-RS publikus képi adatbázisban elérhető 17 személy, alanyonként két diffúziós vizsgálati anyagán teszteltük.

Eredmény:
Kialakítottunk egy olyan, Neuropython alapú, R-szoftverrel kibővített szoftverkörnyezetet, amely segítségével a strukturális  agyi hálózatokat reprezentáló kapcsolati mátrixok különböző módszerrel előállíthatók és az ismétléses mérések alapján a reprodukálhatóság statisztikailag jellemezhető.

Megbeszélés:
A Tdk munka eredményeképpen kialakított szoftverrendszer fejlesztéseivel közelebb kerültünk az agyi régiók közötti kapcsolatok és a kapcsolatmátrixok standard módon történő előállításához, amelyet az egyetemen futó agykutatási projektekben kívánunk alkalmazni.