Cartografierea statistică parametrică

De la Wikipedia, enciclopedia liberă.
Salt la navigare Salt la căutare
Fără surse!
Această intrare sau secțiune pe medicina nu citează sursele necesare sau cele prezente sunt insuficiente.
Puteți îmbunătăți această intrare adăugând citate din surse de încredere în conformitate cu liniile directoare privind utilizarea surselor . Urmați sfaturile de proiectare de referință .

Cartarea parametrică statistică (SPM din „ English Statistical Parametric Mapping) este o tehnică statistică pentru analiza datelor funcționale RMN . Numele în limba engleză indică, de asemenea, un software specific care îl face. Dezvoltat inițial de Karl Friston ( Departamentul Wellcome de Imagistica Neuroștiinței din Londra) pentru imagini PET , prima sa distribuție (clasicul SPM) datează din 1991 și provine din necesitatea de a promova colaborarea și o schemă de analiză comună între diferite laboratoare. Versiunea SPM94 a fost prima revizuire majoră a software-ului. A fost scrisă în primul rând de Karl Friston în vara anului 1994 cu sprijin teoretic și tehnic oferit de John Ashburner, John Heather, Andrew Holmes și Jean-Baptiste Poline. SPM95, 96, 99 și SPM2 se bazează pe SPM94 și reprezintă progrese teoretice și tehnice mereu actualizate.

Zona de activare pe RMN, prezentată ca un plasture colorat la scanarea RMN

Versiuni

  • SPM5 este cea mai recomandată versiune. Foarte dovedit, are avantaje fără îndoială în recunoașterea artefactelor în segmentare (SPM2 poate introduce erori grave în imaginile neclare sau cu un anumit artefact ciudat, cum ar fi din mișcările ochilor sau din tratamentele dentare metalice, de exemplu, poate clasifica umorul vitros ca fiind cefalorahidian fluid și care face alte erori grave care dau valori foarte greșite ale substanței albe, gri și CSF).
  • SPM8 este versiunea din 2009 . Are unele limitări, are nevoie de versiunile MATLAB , de la 7.4 la 7.11, care sunt după 2007 .
  • SPM12 este versiunea actuală din aprilie 2021.

Abordarea cartografierii statistice parametrice

Unitate de măsură

Sistemul de reprezentare vizuală a funcțiilor neuronale (în engleză: „Neuroimaging funcțional”), este un tip de „scanare a creierului”, care implică măsurarea activității creierului. Tehnica specifică utilizată pentru măsurarea activității creierului depinde de tehnologia imagistică utilizată (de exemplu, a se vedea fMRI și PET ). Indiferent de tehnologia utilizată, scanerul produce o „hartă” a zonei scanate, care este reprezentată ca un voxel . Fiecare voxel reprezintă de obicei activitatea unei coordonate date în spațiul tridimensional . Dimensiunea exactă a unui voxel va varia în funcție de tehnologia utilizată, deși de obicei voxelurile fMRI reprezintă un volum de 27 mm 3 (un cub cu fețe de 9 mm 2 cu margini de 3 mm).

În prezent, în cele mai moderne mașini, rezoluția imaginilor RMN este de aproximativ 1 mm 2 și sunt rezultatul reelaborării voxelurilor tridimensionale de 1 mm 3 de 256 x 256 x 256. Prin urmare, fiecare imagine corespunde aproximativ cu reprezentarea unui pătrat de aproximativ 25,6 cm pe latură.

Proiectare experimentală

Cercetătorii sunt deseori interesați să examineze activitatea creierului legată de anumite procese psihologice specifice. Una dintre mai multe abordări experimentale ale acestei probleme implică punerea întrebării „ce zone ale creierului sunt semnificativ mai active atunci când o persoană îndeplinește sarcina A decât funcția B?”. Chiar dacă fiecare sarcină ar putea fi concepută astfel încât să fie identică, cu excepția aspectului comportamentului care este investigat, creierul va arăta cel mai probabil schimbări în activitatea dintre două sarcini datorită unor factori diferiți decât diferența dintre două sarcini (Deoarece principala caracteristică a creierului este de a coordona o gamă întreagă de funcții paralele care nu sunt strict legate de sarcina experimentală). În plus, semnalul poate conține o anumită cantitate de "zgomot" derivat din caracteristicile inerente ale procesului de imagistică.

Pentru a ajusta aceste efecte din cauza întâmplării („efecte aleatorii”) și pentru a evidenția domeniile de activitate legate în mod specific de procesul în cauză, metodele statistice ( curbele Gauss , teorema Bayes ) sunt utilizate pentru a investiga cele mai semnificative diferențe care se suprapun sau sunt dincolo de activitatea creierului de fond. Aceasta implică un proces în mai multe etape de pregătire a datelor și apoi analizarea acestora folosind o metodă statistică cunoscută sub numele de model liniar general .

Preprocesare imagine

Imaginile furnizate de scanerul cerebral pot avea nevoie de pre-procesare (de exemplu efectuată cu MRIcro , pentru a le amplasa axial ), înainte de a se putea efectua orice comparație statistică, pentru a elimina zgomotul electronic sau pentru a corecta orice erori de eșantionare.

De obicei, într-un studiu atent, subiectul este scanat de mai multe ori. Pentru a ține cont de mișcarea capului între scanări succesive, imaginile sunt de obicei editate electronic cu algoritmi speciali, astfel încât voxelurile din imagini să corespundă (aproximativ) exact cu aceeași locație din creier. Acest proces se numește în engleză realignment ( realinierea ) sau corectarea mișcării (corectarea mișcării, în engleză "image realignment").

Protocoalele funcționale de studiu de neuroimagistică implică de obicei alegerea diferiților subiecți de studiat (împărtășind aceeași boală sau fiind certificați ca „subiecți de control” normali), care vor avea întotdeauna o ușoară diferență în forma și organizarea creierului. Toți vor avea aceeași anatomie generală, dar vor exista unele diferențe minore în mărimea creierului, variații individuale în topografia circumvoluțiilor și sulurilor cortexului cerebral și diferențe morfologice (chiar masive) în structurile profunde, cum ar fi corpul calos .

Pentru a ajuta la comparație, imaginile 3D ale fiecărui creier sunt transformate astfel încât structurile de suprafață să rămână aliniate, un proces cunoscut sub numele de normalizare spațială . Acest tip de normalizare implică de obicei nu numai translarea și rotația, ci și reducerea la o scară comună și „deformarea neliniară” a suprafeței creierului pentru a atinge sau a se potrivi cu un tip comun („șablon standard”). Hărțile cerebrale standard, cum ar fi cele furnizate de Tallairach- Tournoux, sunt adesea folosite sau prototipuri de la Institutul Neurologic din Montreal (MNI), care permit adesea cercetătorilor din întreaga lume să își compare rezultatele.

În scopuri statistice, imaginile sunt adesea supuse unui proces de netezire sau de amestecare , (similar cu efectul „estompare”, disponibil în unele programe de editare a imaginilor), care constă în medierea voxelurilor din apropiere, folosind de obicei un filtru de curbă Gaussian sau folosind transformarea funcției de undă („ wavelet "), pentru a face datele mai puțin supuse artefactului variabilității eșantionării (" zgomot ").

Comparație statistică

Se presupun modele de statistici parametrice pentru fiecare voxel, folosind modelul liniar general pentru a descrie variabilitatea datelor în termeni de efecte experimentale care deseori provoacă confuzie și variabilitatea reziduală. Ipotezele sunt exprimate în termeni de parametri de model stabiliți pentru fiecare voxel ca statistici univariante.

Analizele pot fi, de asemenea, efectuate pentru a examina diferențele unei serii de-a lungul timpului (de exemplu, pentru a determina corelațiile dintre o variabilă a sarcinii și activitatea creierului într-o anumită zonă) utilizând modele de convoluție liniară care explică modul în care semnalul măsurat este cauzat de modificările subiacente ale activității neuronale .

Deoarece multe teste statistice sunt efectuate în ordine, trebuie făcute corecții pentru a verifica „falsurile pozitive” ( eroare de tip 1 ) potențial cauzate de compararea nivelurilor de activitate pe un număr mare de voxeli. În acest caz, o eroare de tip I implică faptul că activitatea creierului de fond este clasificată în mod fals ca activitate legată de sarcini. Corecțiile trebuie făcute, pe baza numărului de revânzări din imagine și pe baza teoriei câmpurilor aleatorii continue, pentru a stabili un nou criteriu de semnificație statistică care se adaugă la problema comparațiilor multiple.

Reprezentări grafice

Diferențele în activitatea măsurată a creierului pot fi reprezentate în mai multe moduri.

Mai simplu, pot fi prezentate ca un tabel, care pe abscisă și ordonată are coordonate care arată cele mai semnificative diferențe în activitate între sarcini. Cu toate acestea, diferențele în activitatea creierului sunt prezentate cel mai adesea ca pete de culoare într-o "felie" a creierului obținută din scanări RMN , culorile reprezentând poziția voxelilor prezentând diferențe semnificative statistic între diferitele condiții. Gradientul de culoare falsă este mapat pe baza valorilor statistice, cum ar fi valorile t sau scorurile z . Aceasta creează o reprezentare intuitivă și plăcută vizual, care conturează puterea statistică relativă a unei zone de activare date. O vizualizare alternativă a fost recent propusă, pe pagina web a lui Matthias Reimold , care arată activitatea de bază și combină diferența dintre harta statistică și harta de bază a activității creierului (sau, vorbind generic, combină contrastul bazei) și atribuie coduri de culoare activitatea de bază.

Diferențele de activitate pot fi evidențiate și datorită „creierului de sticlă”, o reprezentare a principalelor caracteristici ale creierului (caneluri, lobi) care utilizează trei puncte de vedere și sublinierea marginilor ca și cum ar fi un recipient din sticlă transparentă, care conțin zone colorate (asemănătoare cristalului de Murano ). Doar zonele de focalizare sunt afișate ca zone de umbrire sau de culoare. Se crede că acest lucru este util ca mijloc de a furniza un rezumat rapid al ariei totale a modificărilor semnificative într-o anumită comparație statistică.

Elemente conexe

Alte proiecte

linkuri externe

Adus de la " https://it.wikipedia.org/w/index.php?title=Mappatura_statistica_parametrica&oldid=120034599 "