Cours 4 - Cartes d'activation en IRMf Flashcards
Objectifs du cours
- Comprendre les principes physiques et physiologiques du signal BOLD.
- Comprendre le modèle de la réponse hémodynamique
- Connaître les principales étapes de pré-traitement des données IRMf, soit le recalage, le lissage spatial et le filtrage de facteurs de non-intérêt.
- Connaître le principe de génération d’une carte d’activation.
Vrai ou faux. L’imagerie par résonnance magnétique fonctionnelle est une modalité d’imagerie qui permet de mesurer directement l’activité cérébrale.
Faux. Permet de mesurer indirectement l’activité cérébrale.
IRMf
L’IRMf permet donc de cartographier l’organisation fonctionnelle du cerveau, dans différents contextes cognitifs (processus cognitifs spécifiques)
Modèle de la réponse hémodynamique
- Le modèle de la réponse hémodynamique, invariante dans le temps, qui permet d’estimer le niveau d’activation en réponse à divers paradigmes expérimentaux.
-> L’hypothèse de système linéaire
Étapes de pré-traitement (le recalage, le lissage spatial et le filtrage de facteurs de non-intérêt)
Ces étapes sont nécessaires afin de réduire le bruit dans le signal IRMf, qui ne reflète pas l’activité neuronale.
Principe de génération d’une carte d’activation
La génération d’une carte d’activation, à l’aide de modèles statistiques, permet de tester des hypothèses sur l’organisation fonctionnelle du cerveau.
Objet de l’étude IRMf (T2*)
Organisation fonctionnelle
Principes physiques et physiologiques (IRMf) - dimension
Plusieurs volumes dans le temps - 4D = série de volumes 3D + temps (x, y et z)
Durée de l’acquisition - IRMf
Secondes
Objet de l’étude IRMs
Anatomie, structures et propriétés des tissus
IRMs - dimension
1 volume - 3D
Durée de l’acquisition IRMs
Plusieurs minutes
Analogie images d’IRMf
Les images d’IRMf sont un peu comme un film du cerveau en action.
Élément de volume (voxel)
de taille 3 mm x 3 mm x 3 mm
Série temporelle ou décours temporelle
- En IRMf, pour chaque voxel du cerveau, nous détenons plusieurs points de mesure de l’activité dans le temps, ce qui forme une série temporelle
-> Reflète de manière indirecte les changements d’activité neuronale dans le temps.
Paramètre TR en IRM
Temps entre deux excitations radio-fréquences qui est très court
Paramètre TR en IRMf
- Le paramètre TR est la durée d’acquisition d’un volume entier, qui comprend de nombreuses excitations radio-fréquences.
-> Ces points de mesures sont séparés par un intervalle de temps, TR (ms à s)
-> Signal BOLD en fonction du temps
Résolution temporelle VS Résolution spatiale en IRMf
Lorsque l’on choisit une séquence d’IRMf, on est souvent amené à privilégier la résolution temporelle versus spatiale.
Ex. résolution spatiale et temporelle en IRMf en IRMf
- Images du cerveau entier en 700 ms avec une résolution spatiale de 3 x 3 x 3 mm
OU - Acquérir la même image avec une résolution spatiale de 2 x 2 x 2 mm, mais cette fois-ci en 1500 ms.
Quel est le meilleur choix de paramètre à prendre? - Compromis entre résolution spatiale et temporelle en IRMf
Il n’y a pas un choix de paramètre meilleur qu’un autre, mais la chercheuse doit décider si la résolution spatiale ou temporelle est plus importante pour ses questions de recherche.
Couplage neurovasculaire - Résumé de l’architecture neuro-gliale-vasculaire
(a) Les astrocytes s’enveloppent autour des synapses, et ont des projections jusqu’à la surface des micro-capillaires.
(b) Les astrocytes établissent des domaines anatomiques exclusifs, qui chevauchent de manière minimale ceux de leurs voisins astrocytes.
(c) Schéma représentant la morphologie d’une cellule gliale, avec un corps connecté à une structure en arbre.
(d) Micro-circuit neuronal.
(e) microvascularisation cérébrale.
(f) illustration de la taille des micro-circuits neuronaux et de la vascularisation.
(g) pourcentage d’occupation du volume dans l’espace du circuit.
Le lien entre activité neuronale et signal IRMf repose sur quel phénomène?
- Couplage neuro vasculaire
-> Repose sur le couplage entre l’activité post-synaptique des neurones et les micro-capillaires sanguins
Demande métabolique
- Production de neurotransmetteurs dans la fente synaptique entrainent une série de réactions chimiques dans les cellules gliales avoisinantes.
- Lorsque l’activité neuronale augmente, les réactions chimiques entraînent une demande métabolique en nutriments et l’extraction d’oxygène dans les micro-capillaires de manière locale.
Conséquences de demande métabolique (nutriments + oxygène)
- augmentation du volume des capillaires;
- augmentation du flux sanguin;
- augmentation l’acheminement en oxygène (oxyhémoglobine) vers les populations de neurones activés.
Augmentation d’extraction d’oxygène - conséquence
- ↑ locale de la concentration d’oxyhémoglobine (sang oxygéné) par rapport à la concentration en désoxyhémoglobine (sang désoxygéné) localement,
- ↑ activité neuronale, ce qui est détectable au moyen de l’IRMf.
Signal BOLD
Signal dépendant de l’oxygénation du sang
Quelle est l’origine du signal BOLD?
Hémoglobine existe sous deux états:
1. État oxygéné (porteur de l’oxygène)
2. État désoxygéné (non-porteur d’oxygène)
Propriétés électromagnétiques
- Oxyhémoglobine est diamagnétique
- Désoxyhémoglobine est paramagnétique
Impact sur le signal BOLD
- Oxyhémoglobine augmente le signal BOLD
- Désoxyhémoglobine réduit le signal BOLD
T2*
- Oxyhémoglobine décroît plus lentement
- Désoxyhémoglobine décroît plus rapidement (désoxyhémoglobine déforme le champ magnétique B0 induit par l’aimant)
Vrai ou faux. Quand le sang devient plus oxygéné, il y a une augmentation de l’activité neuronale
VRAI!
Effet sur le champ des 2 états de l’hémoglobine
- La désoxyhémoglobine va ajouter des inhomogénéités/distorsions du champ magnétique
- L’oxyhémoglobine n’a pas d’effet sur ce même champ (pas d’inhomogénéités)
Désoxyhémoglobine - Déphasage
Lorsqu’une molécule comme la désoxyhémoglobine est présente, les spins se déphasent plus rapidement.
T2*
- Si l’on ne modifie pas la séquence, le paramètre de décroissance apparait plus court, et c’est ce que l’on appelle le T2*.
-> T2 apparent qui comprend la déshomogénéité
Le signal “blood-oxygenation level-dependent” (BOLD) - Modèle de Glover et coll.
- Décrit la relation maintenue entre l’activité neuronale (bleu) et le signal BOLD (rouge), en fonction du temps.
-> système linéaire et invariant dans le temps
-> Estimer la réponse à une tâche ou condition donnée
Caractéristiques de la fonction de réponse hémodynamique - Résolution temporelle
Il s’agit d’une réponse lente, qui dure entre 15 à 20 secondes suivant le stimulus
Caractéristiques de la fonction de réponse hémodynamique - le temps avant l’atteinte de l’amplitude maximale
de 4 à 6 secondes
Caractéristiques de la fonction de réponse hémodynamique - Creux post-stimulation
décroît à partir de l’amplitude maximale jusqu’à se retrouver sous la ligne de base.
Caractéristiques de la fonction de réponse hémodynamique - Retour à la ligne de base
La fonction retrouve le niveau précédant la stimulation après environ 15 à 20 secondes
Caractéristiques de la fonction de réponse hémodynamique - Amplitude maximale
L’ordre du changement relatif du signal BOLD atteint environ 5% pour des stimulations d’ordre sensorielle, alors qu’elle est plutôt de 0,1 à 0,5% pour d’autres paradigmes cognitifs
Limite du modèle de réponse hémodynamique
- Modèle très rigide
- Couplage neurovasculaire différent -> Ex. chez les personnes âgées ou chez les individus ayant des maladies cardiovasculaires
- La fonction de réponse hémodynamique peut varier d’une région du cerveau à l’autre.
-Solution: Utiliser des modèles de la réponse hémodynamique plus flexibles
Le cerveau (BOLD) comme un système
modéliser le lien entre activité neuronale et signal BOLD comme un système
Système prend un décours temporel d’entrée et lui associe un décours temporel de sortie.
Entrée -> Système -> Sortie
Hypothèse clé - système linéaire et additif
Propriété clé d’un système linéaire (le couplage neurovasculaire) est d’être additif, c’est à dire que la réponse à une stimulation longue peut être décomposée comme la superposition de réponses à des stimulations plus courtes.
Hypothèse clé - l’invariance dans le temps
La réponse du système ne va pas varier si on effectue la même stimulation courte à différents instants.
Combiner l’hypothèse de linéarité avec l’invariance dans le temps
Il est possible de prédire la réponse à n’importe quelle série de stimuli complexes à partir de la réponse à une unique stimulation courte
Étude de Logothetis et al - Hypothèse de linéarité et d’invariance
Première étude à démontrer chez le singe que cette hypothèse de linéarité et d’invariance semble être assez bien respectée, au moins dans le cortex visuel pour des stimuli visuels simples (contexte de l’étude).
Additivité
- Un système est dit additif si la réponse à plusieurs impulsions correspond à la somme des réponses à ces impulsions prises indépendamment.
-> La réponse longue correspond à la somme des réponses courtes
-> Le stimulus long correspond à la somme des stimuli courts
Prétraitement des données d’IRMf
- Modélisation du bruit et des sources de variations qui peuvent être présentes dans les séries temporelles.
- Différents facteurs confondants et artefacts peuvent induire des fluctuations du signal BOLD
Sources de bruits
- bruit cardiaque,
- artéfact lié au mouvement du sujet - lors de l’acquisition,
- défaut dans l’antenne,
- inhomogénéités dans le champ magnétique, notamment aux intersections air-tissu,
- différences entre l’anatomie des sujets.
Impact du mouvement du sujet
- Entraîner des distorsions de l’intensité du signal de l’image.
- Impliquent que, d’une image à l’autre, un même voxel ne correspond pas nécessairement à la même structure cérébrale.
Activation en IRMf: étapes
- Recalage d’images
- Lissage spatial
- Filtrage de facteurs de non-intérêt
- Analyse statistique
Vrai ou faux. Les trois types de recalage sont utilisés en IRM fonctionnelle.
VRAI!
1. Recalage linéaire (transformation rigide)
2. Recalage BOLD vers T1
3. Recalage T1 vers espace stéréotaxique
1.1 Recalage linéaire - Transformation rigide
- Si sujet bouge un peu (mouvement) -> recalage
- Aligner une image à une image de référence
- Un cas particulier de transformation affine, appelée transformation rigide
-> 3 translations
-> 3 rotations
1.2 Recalage BOLD vers T1 - Transformation rigide
- Le contraste entre structures anatomiques est bien meilleur en T1.
- Plus courtes durées d’acquisition pour acquérir un même volume en IRMf
- Superposer les deux images pour localiser les activations BOLD avec une transformation rigide
1.3 Recalage T1 vers l’espace stéréotaxique - Transformation affine et rigide
- Comparaisons inter-individuelles ou les analyses statistiques de groupe
- Différentes tailles et formes de cerveau
- Recaler l’image T1 dans un espace standard cible défini par l’atlas choisi, rendant ainsi comparables les cerveaux de différents individus.
- Cette transformation combine transformation affine et transformation non-linéaire.
- Lissage spatial - Buts
- améliorer le rapport signal à bruit;
- réduire l’impact des imperfections du recalage inter-sujets.
Vrai ou faux. À mesure que le paramètre FWHM augmente, la mesure en un voxel représente la moyenne dans un voisinage spatial de plus en plus grand.
VRAI!
En quoi consiste le lissage spatial?
- Le lissage remplace la valeur associée à chaque voxel par une moyenne pondérée de ses voisins.
-> La valeur originale du voxel est celle qui aura la plus grande pondération
- Filtrage des facteurs de non-intérêt ou filtrage temporel
- Retirer certains facteurs confondants des séries temporelles.
- Différentes sources, comme le bruit cardiaque, le bruit de respiration, ou le mouvement.
- Ex facteurs de non-intérêt. dérives lentes
- Appliquer un filtre passe-haut pour conserver que des fréquences plus hautes qu’un certain seuil
Analyses statistiques
Analyses individuelles (intra-sujet) et analyses de groupes (inter-sujets)
IRMf: expérience basée sur une tâche
- Paradigme auditif en blocs
- Manipuler la tâche que réalise le sujet dans le scanneur
- Ex. alterner différentes conditions par blocs (stimulations audio, silence)
- L’analyse consiste à faire la différence de moyenne entre la période de silence et la période de stimulations auditives.
- Ces contrastes sont répétés pour chacun des voxels du cerveau, et génère une carte statistique cérébrale.
Analyse de soustraction
Généraliser l’analyse de soustraction pour tenir compte de:
1) la forme de la réponse hémodynamique
2) la présence de plusieurs conditions dans une même expérience.
Hypothèse de sytème linéaire et invariant dans le temps
En faisant une hypothèse de système linéaire et invariant dans le temps, on génère une prédiction de la forme de la réponse à une condition expérimentale
Régression univariée massive
- Cette régression génère un paramètre d’amplitude (et un test de significativité) pour chaque voxel.
- On parle de régression univariée, car chaque voxel du cerveau est analysé indépendamment.
- On parle de régression univariée massive, car on répète cette procédure pour des dizaines (ou même des centaines) de milliers de voxels!
IRMf- Cartes d’activation
- Ce sont des cartes du cerveau sur lesquelles se superposent les statistiques obtenues
- L’application de seuils ou de masques, venant isoler les régions les plus actives
IRMf - processus cognitifs pertinents
IRMf nécessite de bien penser les conditions d’intérêt et de contrôles pour isoler des processus cognitifs pertinents
3 hypothèses
- Hypothèses neuronales
- Hypothèses neurovasculaires
- Hypothèses statistiques
Hypothèses neuronales
les populations de neurones vont s’activer en réponse à nos conditions.
Hypothèses neurovasculaires
Nous supposons que la réponse neuronale sera couplée à une réponse vasculaire caractéristique qu’il est possible de modéliser avec la fonction hémodynamique, laquelle est linéaire et invariante dans le temps.
Hypothèses statistiques
Nous supposons que notre modèle de régression capture adéquatement l’activité cérébrale, et que nous tenons compte correctement des facteurs confondants et des artéfacts.
