Traitement dImages pour lImagerie Fonctionnelle Cérébrale

Les Inférences Statistiques
en IRMf
Michel DOJAT U594

Inférences Statistiques
Aspects Prétraitement
–
Réalignement
–
Correction Distorsions
–
Coregistering
–
Normalisation
–
Filtrage
Aspects Traitements Statistiques
–
Matrice d’expérience
–
Analyse du décours temporel des voxels
–
Tests d’Hypothèses (contraste)
–
Analyse de GroupesExpérimentation
Hypothèses
Expérience
Validation ?
IRMF
Effets
K facteurs
Mesure de
Valeurs de
Estimation
des K
d’influence
variable
la variable
statistique
facteurs
sur la variable
Y
Mesure du
signal BOLD
Images
Fonctionnelles
Modèle :
K1, …,Kn
α
, …,
α
1
n
Y
=Κ
α
+
…
+α
Κ
+
ε
1
1
n
n
•
facteur sujet
•
effet sujet
•
facteur stimulus
•
effet condition
•
facteur temps
•
effet temps
•
facteur performance
•
effet performance
•
facteurs physiologiques
•
effets physiologiques
•
....
•
...Statistique Classique
Carte d’activation cérébrale limitant :
•
l
es faux positifs
(
risque 1ère espèce
)
•
l
es faux négatifs
(
risque 2ème espèce
)
Tests Statistiques
(sous H0)
rejet
c
onserve
H0f
VP
FN
Sensitivité = VP/(VP+FN)
H0v
FP
VN
Spécificité = VN/(VN+FP)Exemple :
Dessin Expérimental (1)
1 sujet
12 p
t = 3.1s
t = 3.1s
Condition B
Condition A
Pure insertion
TR = 3.01
144 dynamiqu
es
28 coupes
d
e
5 mm
Voxe
l = 4 x 4 x 5Temps
Un modèle simple
=
β
+
β
+
1
2
ε
x
x
1
2
Niveau de gris
Y = X x
β
+
ε
ε
Analyse pilotée par
Une hypothèse
erreur


Exemple :
Plan d’ expériences (2)
1 sujet (S1)
2 conditions (A, B)
A,B : 4 ...