Laboratoire 5 25 mars 2015

Analyses par Régions d’Intérêt (ROI)

1. Créer nos ROIa. à partir de coordonnées de votre choix, et vous créez une sphère (avec Marsbar)b. à partir de régions de vos contrastes d’intérêt

(avec Marsbar)c. à partir d’un masque de la région au complet

(avec wfu pickatlas)

A. À partir de coordonnées de votre choix (avec Marsbar)-Dans SPM, dans la fenêtre de commande, cliquez sur « Toolbox » et « Marsbar ». Une fois que « Marsbar » est ouvert, cliquez sur « ROI definition » et « build » pour créer vos ROI. -SPM vous demande le « Type of ROI » : généralement, on choisit une sphère qui va être centrée sur les coordonnées que vous indiquerez-« Centre of sphere (mm) » : vous rentrez les coordonnées x, y et z avec un espace entre chaque coordonnée-« Sphere radius (mm) » : à votre choix. Une petite région c’est 5 mm, une plus grande serait 10-12mm-« Description of ROI » : laissez ce qui est écrit par défaut. Cliquez sur « Enter ».-« Label for ROI » : le nom sous laquelle cette ROI sera sauvegardée (fichier .mat), ensuite SPM fait apparaître une fenêtre pour vous demander où sauvegarder cette ROI.-Dans la fenêtre de « Marsbar », cliquez sur « ROI definition », puis « View » : SPM vous demande d’aller chercher les ROI que vous avez préalablement créés pour les visualiser sur un cerveau, question de s’assurer qu’ils sont comme vous le vouliez.-Dernière étape : convertir cette image de ROI qui est un fichier matlab en fichier de type nifti (nii). Cliquez sur « ROI definition », puis « Export ».-« Export ROI(s) to … : Choisissez Image (type nifti)-Dans la fenêtre SPM, choisir votre ROI à convertir en nifti. Cliquer « Done ».-« Space for ROI image » : Choisir « *Base space for ROIs »-Sélectionnez le dossier où vous voulez sauvegarder cette image nifti de votre ROI-« Image filename » : entrez le nom de votre ROI.

Voilà votre ROI est prêt à être utilisé pour des analyses par ROI !

B. À partir de régions de vos contrastes d’intérêt (avec Marsbar)

1

- Une fois que « Marsbar » est ouvert, cliquez sur « ROI definition » et « get SPM cluster » pour aller chercher un contraste d’intérêt.-Choisissez le fichier SPM.mat qui vous intéresse, cliquez sur « Done ». Comme quand vous voulez visualiser la carte d’activation du contraste qui vous intéressse.-Choisissez le contraste qui vous intéresse, puis « Done ».-« Mask with other contrast(s) » : No-« ROI analysis »: No-« title for comparison »: Laissez le nom par défaut.-« p value adjustment to » : Choisissez le p que vous voulez. Généralement, on choisit « none ».-« threshold » : Généralement 0.001-« & extent threshold » : soit 0, 5, ou 10, comme vous voulez.

Une fois que la carte T d’activation est ouverte, cliquez sur les coordonnées du cluster qui vous intéresse.-Cliquez sur « Write ROI(s) », puis sur « Write one cluster »-« Description of ROI » : laissez ce qui est écrit par défaut. Cliquez sur « Enter ».-« Label for ROI » : le nom sous laquelle cette ROI sera sauvegardée (fichier .mat), ensuite SPM fait apparaître une fenêtre pour vous demander où sauvegarder cette ROI.

Je vous conseille de visualiser la ROI que vous venez de créer. Dans la fenêtre de « Marsbar », cliquez sur « ROI definition », puis « View » : SPM vous demande d’aller chercher les ROI que vous avez préalablement créés pour les visualiser sur un cerveau, question de s’assurer qu’ils sont comme vous le vouliez.

Encore une fois, pour faire les analyses par ROI, vous devez convertir vos ROI, qui sont enregistrés par défaut en fichier matlab (.mat), en fichier image (nifti).-Cliquez sur « ROI definition » dans Marsbar, puis « Export ».-« Export ROI(s) to … : Choisissez Image (type nifti)-Dans la fenêtre SPM, choisir votre ROI à convertir en nifti. Cliquer « Done ».-« Space for ROI image » : Choisir « *Base space for ROIs »-Sélectionnez le dossier où vous voulez sauvegarder cette image nifti de votre ROI-« Image filename » : entrez le nom de votre ROI.

C. à partir d’un masque de la région au complet (avec wfu pickatlas)Pour créer des ROI de la région anatomique au complet, il est possible d’utiliser un autre toolbox très facile à utiliser : « wfu pickatlas ». Malheureusement, la dernière version de ce toolbox n’est pas compatible avec SPM12, mais avec les anciennes versions SPM8 et avant. D’après moi, je crois que ce ne sera pas long avant qu’une plus récente version du toolbox compatible avec SPM12 soit mise en ligne. Or, pour le cours, vous allez démarrer Matlab, et dans le menu Matlab, vous allez cliquer sur « File », puis « Seth path ». Vous allez cliquer sur SPM8, puis cliquez sur « Move to Top », « Save » et puis « Close ».

2

Maintenant, si vous tapez SPM fmri dans la ligne de commande de Matlab, c’est SPM8 qui devrait ouvrir. Vous voyez que l’interface est identique à 12.

-Cliquez sur « Toolbox », puis choisir « wfupickatlas »-Choisir « HUMAN ATLAS »-Dans le menu « HUMAN ATLAS » à gauche, vous avez une liste de différents atlas du cerveau qui vont classifier les régions. Vous avez un atlas des régions Brodmann, un atlas qui classifie les différents lobes, un atlas « aal » qui classifie tous les gyrus, etc. Vous pouvez double-cliquer sur chacun des atlas pour voir ce que chacun représente. Généralement, j’utilise l’atlas « aal ».-Vous double-cliquez sur la région de votre choix, et vous voyez que cette région est maintenant dans la fenêtre de droite.-Vous pouvez jouer avec les flèches où il y a l’image anatomique du cerveau pour voyager à travers les différentes tranches pour visualiser cette région-Vous avez aussi la possibilité de créer une ROI à partir de plusieurs régions.

Tout d’abord, cliquez sur « Remove all » pour enlever la région que vous avez choisie

Cliquez sur le bouton « Advanced » Double-cliquez sur Cingulum _Ant_R et Cingulum_Mid_R Pour lier ces 2 régions : surlignez les 2 régions et puis, cliquez sur

le bouton « UNION »-Une fois satisfait de votre ROI, vous cliquez sur « SAVE MASK » et vous décidez où vous voulez enregistrer cette image

Et voilà, c’est aussi simple que ça ! Avec « wfu pickatlas » quand vous enregistrez une ROI, l’enregistrement se fait par défaut en fichier image (nifti).

2. Faire des analyses par ROI

Si vous avez des questions, vous pouvez télécharger le document suivant :http://fmri.wfubmc.edu/downloads/WFU_PickAtlas_User_Manual_v3.0.pdf

Toujours avec wfu pickatlas, vous cliquez sur « ANALYSIS », puis vous allez chercher votre fichier spm.mat d’une analyse de 2e niveau (inter-sujets). Cette fonction de wfu pickatlas est identique à la fonction « Results » de SPM.

-Ensuite, vous spécifiez votre contraste d’intérêt. -« Apply masking » : None-« ROI analysis » : yes-« ROI analysis from»: Saved file, puis vous allez chercher votre ROI (cingulum_ant + cingulum_mid)

3

-« Title for comparison » : Laissez par défaut-« p value adjustment to control » : none-« threshold » : 0.001-« extent threshold » : 0

Voilà, vous venez de lancer une analyse par région d’intérêt. Étant donné que le nombre de comparaisons multiples a été réduit pour cette analyse, vous remarquerez que vos « p » corrigés sont très significatifs.

Pour comparer vos « p » avec des analyses exploratoires, sauvegardez cette carte d’activation en faisant « File », puis « Save As ». Sauvegardez cette carte en format jpeg.Ensuite, dans le menu SPM, cliquez sur « Results », puis allez chercher ce même fichier d’analyse de 2e niveau. Choisissez le même contraste à visualiser. Pour « apply masking », choisissez « image » et allez chercher l’image de votre ROI. Entrez les mêmes informations que la fois précédente. Vous allez donc voir les activations significatives pour uniquement votre ROI, mais si vous regardez bien les valeurs « p », vous verrez qu’elles sont différentes de l’analyse par ROI. En effet, le simple fait d’utiliser un masque pour visualiser nos cartes d’activations n’a aucun impact sur le nombre de comparaisons; les analyses par ROI, oui.

La prochaine section n’est pas à faire pour le cours. Si jamais dans vos analyses, vous êtes intéressés de lancer des modèles d’analyse plus complexes que ceux offerts par SPM, ou que vous voulez faire des corrélations entre des variables quelconques et l’activité de régions d’intérêt, Marsbar offre d’extraire les Beta (le signal IRM mesuré) pour chacun de vos sujets pour chacun de vos ROI. Ensuite avec ces valeurs Beta pour chaque ROI, vous pouvez les copier dans votre banque de données avec vos autres variables cliniques et effectuer des corrélations ou des régressions (exemple : est-ce l’activité de l’hippocampe dans ce contraste prédit les symptômes psychiatriques de mon échantillon?).

Si cela vous intéresse, lisez les étapes ci-dessous, mais surtout, allez regarder cette vidéo youtube :

https://www.youtube.com/watch?v=ZwQoYD_JPg4

3. Extraire les Beta ou les estimés des contrastes de vos ROI

Une fois que vous avez ouvert le « Marsbar toolbox » dans SPM,

4

-Cliquez sur « ROI definition », puis « View » : SPM vous demande d’aller chercher les ROI que vous avez préalablement créés pour les visualiser sur un cerveau, question de s’assurer qu’ils sont comme vous le vouliez-S’ils sont ok, vous passez à l’étape suivante.-Cliquez sur « Design », puis « Set design from file » : à ce moment SPM vous demande d’aller chercher le fichier spm.mat d’une analyse de 2e niveau pour que Matlab garde en mémoire ce fichier pour les prochaines étapes qui suivent.-Ensuite, dans le menu de Marsbar, cliquez sur « Data » et choisir « Extract ROI data (full options), et allez chercher la ou les ROI qui vous intéressent-« Use SPM design » : Yes-« Images from » : SPM vous demande pour quels contrastes vous voulez extraire les beta? On peut donc spécifier « SPM design », c’est-à-dire les contrastes du fichier .mat qu’on a spécifié au début-« Scaling from » : Raw data-« Scale grand mean to » : 0. 0 représente les « raw data »-Les données sur les ROI vont apparaître dans la grande fenêtre de droite.

-Puis, dans le menu Marsbar, cliquez sur « Results », et « Estimate results » pour estimer les paramètres beta de chacun des sujets pour chacun de vos ROI.-Enfin, vous pouvez enregistrez ces paramètres estimés. Pour ce faire, recliquez sur « Results », puis « Save results to file » et nommez ce fichier.

-La dernière étape consiste à aller chercher ses résultats directement dans la fenêtre de commande de Matlab. Sur une ligne de commande, entrez : load nom_du_fichier-Vous voyez qu’il y a une nouvelle structure qui s’appelle SPM, pour l’ouvrir, entrez : SPM sur une nouvelle ligne de commande.-Vos données se trouvent dans la structure marsY, pour l’ouvrir, entrez : SPM.marsY sur une ligne de commande-Et finalement, vos données se trouvent dans la structure Y, pour l’ouvrir, entrez : SPM.marsY.Y sur une ligne de commande

Et vous avez les valeurs de vos Beta pour chacun des sujets (lignes) et pour chacun des ROI (colonnes), que vous n’avez qu’à copier dans votre banque de données SPSS, SAS, etc.

Fin du cours pour aujourd’hui. Bonne semaine !

5

6