Enseigner les Sciences de la nature

logo ensl   Logo du ministère de l'éducation
logo CIRI logo Immuniser Lyon
logo LBMC logo Musée Mérieux
Logo Inserm igfl igfl logo CREATIS
Logo du Museum national des histoires naturelles
Logo du musée de Confluences
logo geo 3d
Logo de Lyon 1 logo lgltpe 
Logo du Museum national des histoires naturelles
Logo du musée de Confluences
logo LBMC
logo LBMC
logos composé logo COP In My City logo Investissement d'avenirLogo du musée de Confluences
logo Météo France Logo du musée de Confluences
logo EVSlogo Grand Lyon

D- IRM fonctionnelle : quelques idées sur le traitement statistique des données

Le principe général d'une étude IRMf consiste à analyser le signal BOLD (Blood Oxygen Level Dependent) qui traduit l'augmentation d'afflux en oxygène dans les régions cérébrales activées.

Le principe général d'une étude IRMf :

Il consiste à analyser le signal BOLD (Blood Oxygen Level Dependent) qui traduit l'augmentation d'afflux en oxygène dans les régions cérébrales activées.
Les étapes d’une analyse de données :

1. Prétraitement :

Cette étape permet de corriger au mieux les erreurs qui pourraient être introduites par la technique IRM de recueil des données.

  • Correction du décalage d’acquisition entre coupes
  • Correction du mouvement
  • Normalisation
  • Lissage spatial

2. Spécification d’un modèle :

Choix des régresseurs correspondant aux différentes conditions expérimentales. Ce choix d’un modèle va permettre d’analyser le signal BOLD prétraité.

3. Estimation des paramètres du modèle

(les β dans SPM : Statistical Parametric Mapping).
Les étapes 2 et 3 correspondent à l'utilisation du Modèle Linéaire Général : GLM. Ces étapes ne sont pas abordées dans ce document.

4. Traitement statistique et visualisation :

C'est la partie qui nous intéresse ici.

AVERTISSEMENT :

Ce travail ne prétend pas expliquer la réalité des traitements statistiques (fort complexes) qui sont effectués dans une étude IRMf mais seulement donner quelques idées sur l’esprit dans lequel se situent ces traitements. Nous nous placerons dans le cadre restrictif suivant :

  • Expérimentation s’appuyant sur 2 conditions et 2 seulement :

Condition ON : présence du stimulus
Condition OFF : absence du stimulus

  • Modélisation de chaque condition par un seul régresseur (le signal s’écrira alors Y=β0* R0off * Roffon* Ron+ ε  dans la terminologie SPM)
  • Utilisation d’un test de STUDENT

 

Partie 1 : Un peu de statistiques

 

Partie 2 : Les images en IRMf

Télécharger l'intégralité du dossier (format .pdf)

Mots-clés associés :