labo1 jb
TRANSCRIPT
Labo 1
RAD-6005 INTRODUCTION À L’IRMF
Josiane Bourque, Candidate au PhDCentre de recherche du CHU Sainte-JustineUniversité de Montréal
Courriel : [email protected]éléphone: 514-345-4931 poste 4050
***Code du local # 135
MES COORDONNÉES
Laboratoire 1: 18 février 2015
Laboratoire 2: 25 février 2015
Laboratoire 3: 11 mars 2015
Laboratoire 4: 18 mars 2015
Laboratoire 5: 25 mars 2015
Examen: 8 avril 2015
HORAIRE DES COURS
5 laboratoires Laboratoire 1 – Introduction & prétraitements de données
Laboratoire 2 – Prétraitements + Le modèle linéaire général (GLM)
Laboratoire 3 – Analyse intra- et inter-sujets
Laboratoire 4 – Visualisation des données et identification des régions
Laboratoire 5 – Analyses exploratoires vs régions d’intérêt
Examen 25%
PLAN DES COURS PRATIQUES
Votre directeur de rechercheOù vous scannezUn résumé de votre projet d’IRMf
Type de design Tâche Question de recherche Logiciel d’analyses que vous pensez utiliser
Avez-vous déjà commencé à analyser des données d’IRMf?
PETIT SONDAGE
Il y en a plusieurs:SPM, Brain Voyager (coûteux), FSL, AFNI (langage Matlab et autres), fmristat
Ici, on va utiliser SPM version 12
SPM, AFNI et FSL lisent les fichiers en format nifti
LES LOGICIELS D’ANALYSE
+ --Le logiciel le plus utilisé-Gratuit si vous avez Matlab-Permet de faire des batchs pour accélérer les analyses- «user friendly»
-Ne permet pas une bonne visualisation de chacune des étapes du traitement de données-Un peu trop automatique qu’on ne se rend pas compte de l’effet sur nos données
C’est de passer de ça à ÇA
BUT DU COURS
ÉTAPES DES ANALYSES (STANDARD)
Étapes principalesPrétraitement
Correction du mouvement Normalisation (coregistration, segmentation,
normalisation) Lissage spatial
Le modèle linéaire général (GLM) Analyse intra-sujet
Extraire l’activité reliée à chacune des conditions de la tâche
Analyse inter-sujet Stats de groupe sur l’activité reliée à la condition
1. Éliminer toute variabilité non intéressante associée à nos données → augmenter notre susceptibilité de détecter des eff ets d’intérêt
2. Préparer les données pour les analyses entre sujets
PRÉTRAITEMENT
Huettel, Song, McCarthy, Functional Magnetic Resonance Imaging, 2nd edition. 2008
temps
Time-series
But de cette étape: Réaligner tous les volumes (ou “time-series”) d’un même
sujet en fonction d’un volume de référence pour que le cerveau soit toujours dans la même position
Diminuer les artefacts dûs aux mouvements de la tête (avaler, toux, bouger les pieds, les mains, etc)
1. RÉALIGNEMENT : CORRECTION DU MOUVEMENT
Le réalignement se fait selon 6 paramètres de transformation spatiale: 3 paramètres de translation (x, y, z) et 3 paramètres de rotation (autour des axes x, y, z).
On doit choisir un volume de référence pour réaligner tous les autres à cette référence. Le volume de référence est souvent le volume le plus représentatif de la « time-series », donc une moyenne des volumes.
1. RÉALIGNEMENT : CORRECTION DU MOUVEMENT
x
zy
pitch
yawroll
Translations Rotations
Pk ? Pour répondre à la condition que chaque voxel représente une localisation unique et non-changeante dans le temps.
Mouvement → diff érentes localisations de voxels des images de la “time-series”.
En fMRI, tout ce qu’on fait c’est dans le but ↑ SNR. Cette mauvaise localisation de voxels augmente le bruit (erreur, variance non expliquée par notre modèle), donc ↓ notre SNR, notre capacité à détecter une activité significative
1. RÉALIGNEMENT: CORRECTION DU MOUVEMENT
Un mouvement acceptable peut aller jusqu’à 3mm ou 3°
Cette procédure ne va pas enlever les volumes où il y a bcp de mouvements, elle va réaligner nos volumes et identifi er approximativement où sont les grands mouvements
1. RÉALIGNEMENT: CORRECTION DU MOUVEMENT
2. NORMALISATION
http://www.pet.ubc.ca/sites/default/files/01_Spatial_Preprocessing.pdf
Coregistration: Superposer l’image anatomique sur nos images
fonctionnelles. Avec les informations de l’image anatomique haute
résolution, il sera plus facile d’identifier les différentes régions d’activité dans nos analyses
Rendre la normalisation plus précise
Image de référence: le volume moyen fonctionnel Image source: image anatomique
2A. NORMALISATION - COREGISTRATION
But de cette sous-étape: Mettre l’image structurelle
dans un espace de coordonnées (le même que le template)
Orienter les différents tissus, les amplifier ou les diminuer et les transformer pour que les gyrus et sulcus « matchent » nos cartes de probabilités
Classifier l’image structurelle en matière grise, blanche, CSF, os, tissus mous, et le reste à l’aide de carte de probabilités
Enregistrer ces transformations pour pouvoir les appliquer aux données fonctionnelles
2B. NORMALISATION - SEGMENTATION
http://www.pet.ubc.ca/sites/default/files/01_Spatial_Preprocessing.pdf
Normalisation de l’anatomique !
Cartes de probabilités des tissus sont déformées pour « fi tter » avec le sujet
2B. NORMALISATION - SEGMENTATION
Pk ? Nous permettre de comparer les cerveaux entre eux, et les
régions entre différentes études (si on utilise le même espace de coordonnées)
Rapporter nos résultats dans un espace standard Extrapoler nos résultats à la population générale
Pour ce faire, Placer le cerveau dans un espace avec des coordonnées pour ensuite déformer nos images fonctionnelles à partir des mêmes transformations du structurel
2C. NORMALISATION FONCTIONNELLE
Tous les cerveaux ne sont pas rendus identiques !
NORMALISATION
Matthew Brett
Moyenner l’activité de voxels voisins pour ↓ le bruit. On peut se permette de faire ça, car l’activité entre voxels voisins est très fortement corrélée
Généralement de 2 à 3 fois la taille des voxels Voxels 3mm = smoothing de 6 à 10mm
3. LISSAGE SPATIAL
Avantages:- ↑ du ratio signal/bruit (SNR)- ↓ nbre de comparaisons
multiples- Réduction de la variance des
données fonctionnelles entre sujets pour ↑ comparabilité
Désavantages:- ↓ Résolution spatiale (on perd
du détail)- Apparition d’une couronne
d’artefacts autour du cerveau
Pour lisser nos données, on utilise un fi ltre Gaussien qui a pour but d’embrouiller nos données et réduire le détail et le bruit
Le degré de lissage dépend de la largeur de la cloche à mi-hauteur
FWHM: full-width-half-maximum
3. LISSAGE SPATIAL
FWHM
Ce que ça donne sur nos images…
3. LISSAGE SPATIAL
Lisez le commentaire au bas de la fenêtre qui explique le paramètre
Allez fouiller dans le manuel SPM
Gardez les paramètres par défaut que présente SPM
EN CAS DE DOUTE !
Vous pouvez sauvegarder vos fichiers dans votre « Home » et vous y aurez accès à nouveau la prochaine fois que vous vous connecterez.
Sauvegardez chacune de vos étapes! Pour une revérification de ce que vous avez fait ou pour venir changer des paramètres et relancer l’étape
IMPORTANT !