Cours 4 : IRMf et cartes d'activation Flashcards

1
Q

L’imagerie par résonnance magnétique fonctionnelle

A

C’est une modalité d’imagerie qui permet de mesurer indirectement l’activité cérébrale. L’IRMf acquiert des images du cerveau en action en relation avec différentes conditions expérimentales, ayant été conçues pour isoler des processus cognitifs spécifiques. L’IRMf permet donc de cartographier l’organisation fonctionnelle du cerveau, dans différents contextes cognitifs.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Objet d’étude: IRM structurelle vs IRMf (T2*)

A

-IRM structurelle: Anatomie, structures et propriétés des tissus

-IRMf: Organisation fonctionnelle

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Dimension: IRM structurelle vs IRMf

A
  • IRM structurelle: 1 volume - 3D
  • IRMf: Plusieurs volumes dans le temps - 4D (3D +t)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Durée de l’acquisition: IRM structurelle vs IRMf

A
  • IRM structurelle: Plusieurs minutes

-IRMf: Secondes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Analogie entre les images d’IRMf et un film

A

Elles sont composées d’une série de volumes 3D qui se succèdent à une fréquence donnée, plutôt que d’un unique volume comme c’était le cas en IRM. Nous parlons alors d’images 4D, ou bien 3D+t puisqu’aux dimensions spatiales (x, y, z) s’ajoute la dimension du temps t. Nous pourrions, par exemple, acquérir 1 volume cérébral toutes les 2 secondes, pendant 6 minutes, ce qui résulterait en un jeu de données d’IRMf composé de 180 volumes 3D du cerveau.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q
A

Illustration d’un élément de volume (voxel), de taille 3 mm x 3 mm x 3 mm, et le décours temporel IRMf associé

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Vrai ou faux: Le volume du cerveau (3D) est formé plusieurs milliers voxels, qui sont de petites unités de volumes (3D) ayant une coordonnée dans l’espace x, y, z.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

En IRMf, pour chaque voxel du cerveau, nous détenons plusieurs points de mesure de l’activité dans le temps, ce qui forme ce que l’on appelle ……..

A

une série temporelle ou décours temporel.

Quelques dizaines à centaines de points de mesures décrivent la série temporelle.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

TR

A

Ces points de mesures sont séparés par un intervalle de temps, qui peut varier de millisecondes à secondes.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Ces caractéristiques représentent un bon compromis entre ……. et ……… . Comme nous le verrons plus loin, ………. reflète de manière indirecte les changements d’activité neuronale dans le temps.

A

résolution spatiale, résolution temporelle, la série temporelle

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Vrai ou faux. Une grande partie du travail en IRM fonctionnelle consiste à analyser ces séries temporelles.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Attention sur le paramètre TR en IRM vs TR en IRMf

A

Le paramètre TR en IRM fait référence au temps entre deux excitations radio-fréquences, qui est très court. En IRMf, le paramètre TR est la durée d’acquisition d’un volume entier, qui comprend de nombreuses excitations radio-fréquences.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Compromis entre résolution spatiale et temporelle en IRMf

A

Lorsque l’on choisit une séquence d’IRMf, on est souvent amené à privilégier la résolution temporelle versus spatiale.

On peut par exemple faire des images du cerveau entier en 700 ms avec une résolution spatiale de 3 x 3 x 3 mm3
, ou bien acquérir la même image avec une résolution spatiale de 2 x 2 x 2 mm3
, mais cette fois-ci en 1500 ms.

-> 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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Couplage neurovasculaire: Résumé de l’architecture neuro-gliale-vasculaire. (a), (b)

A

(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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Couplage neurovasculaire: Résumé de l’architecture neuro-gliale-vasculaire. (c), (d)

A

(c) Schéma représentant la morphologie d’une cellule gliale, avec un corps connecté à une structure en arbre.

(d) Micro-circuit neuronal.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Couplage neurovasculaire: Résumé de l’architecture neuro-gliale-vasculaire. (e), (f), (g)

A

(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.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Le lien entre activité neuronale et signal IRMf repose sur …………., et plus spécifiquement ……… et

A

1) Le phénomène du couplage neurovasculaire;
2) le couplage entre l’activité post-synaptique des neurones;
3) les micro-capillaires sanguins.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

La 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 qui l’accompagnent entraînent ………………. en nutriments et ultimement l’extraction d’oxygène dans ………de manière locale.

A
  • Une demande métabolique
  • Les micro-capillaires
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

La 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 qui l’accompagnent entraînent une demande métabolique en nutriments et ultimement l’extraction d’oxygène dans les micro-capillaires de manière locale. Les événements suivants se produisent alors: (3)

A

1) augmentation du volume des capillaires;

2) augmentation du flux sanguin;

3) augmentation l’acheminement en oxygène (oxyhémoglobine) vers les populations de neurones activés.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

L’augmentation d’extraction d’oxygène entraîne donc de manière paradoxale

A

Une augmentation locale de la concentration d’oxyhémoglobine (sang oxygéné) par rapport à la concentration en désoxyhémoglobine (sang désoxygéné) localement, ce qui est détectable au moyen de l’IRMf.

-> Le premier modèle quantitatif du couplage neurovasculaire (dit “modèle du ballon”) a été proposé par Buxton et coll. (1998)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Quelle est l’origine du signal BOLD?

A

L’hémoglobine existe sous deux états, soit l’état oxygéné (porteur de l’oxygène) et désoxygéné (non-porteur d’oxygène).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

La présence de l’oxygène modifie les propriétés électromagnétiques de cette molécule:

A

-> L’oxyhémoglobine est diamagnétique

-> La désoxyhémoglobine est paramagnétique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q
  • L’oxyhémoglobine est diamagnétique
  • La désoxyhémoglobine est paramagnétique

Quand elles sont soumises à des impulsions électromagnétiques, ces deux molécules se comportent de manière très différente.

A

-> La désoxyhémoglobine va créer des inhomogénéités du champ magnétique, alors que -> l’oxyhémoglobine n’a pas d’effet sur ce même champ.

Les séquences IRM pondérées T2* sont très sensibles à de telles inhomogénéités. La désoxyhémoglobine déforme donc le champ magnétique B0
induit par l’aimant, ce qui fait en sorte que le temps de relaxation T2*
est plus rapide.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Quel est l’effet que les images acquises en IRMf utilisent donc un contraste en T2* ?

A

Cela a pour effet d’amplifier le signal quand le sang devient plus oxygéné en réponse à une augmentation de l’activité neuronale . Pour cette raison, le signal utilisé en IRMf est appelé signal BOLD, pour Blood oxygenation level-dependent, soit signal dépendant de l’oxygénation du sang.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Propriétés électromagnétiques: Désoxyhémoglobine vs Oxyhémoglobine

A

Désoxyhémoglobine-> Paramagnétique

Oxyhémoglobine-> Diamagnétique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Impact sur le signal BOLD: Désoxyhémoglobine vs Oxyhémoglobine

A

Désoxyhémoglobine-> Réduit le signal BOLD

Oxyhémoglobine-> Augmente le signal BOLD

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

T2*: Désoxyhémoglobine vs Oxyhémoglobine

A

Désoxyhémoglobine-> Décroît plus rapidement

Oxyhémoglobine-> Décroît plus lentement

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Effet sur le champ: Désoxyhémoglobine vs Oxyhémoglobine

A

Désoxyhémoglobine-> Ajout d’inhomogénéités/distorsions

Oxyhémoglobine-> Pas d’inhomogénéités

29
Q

T2* en rouge!!!

A

Lorsqu’une molécule comme la désoxyhémoglobine est présente, les spins se déphasent plus rapidement. Il est possible de modifier la séquence d’IRM pour éliminer ce phénomène, et c’est ce que l’on fait pour obtenir une image pondérée en T2
traditionnelle. 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*

30
Q

T2*

A

Si l’on ne modifie pas la séquence, le paramètre de décroissance apparait plus court.

31
Q

Fonction de réponse hémodynamique
Réponse à une impulsion courte

A

Réponse hémodynamique à une impulsion unitaire d’une durée de seconde, suivant le modèle proposé par Glover and coll. (1999)

La figure qui suit montre la réponse hémodynamique attendue suite à une impulsion finie d’activation au temps 0, et de durée de 1 seconde. La réponse à ce type de stimulus permet de visualiser la réponse hémodynamique la plus largement utilisée, décrivant la relation maintenue entre l’activité neuronale (bleu) et le signal BOLD (rouge), en fonction du temps. L’axe x représente le temps, en secondes, et l’axe y le signal cérébral, exprimé en pourcentage du changement par rapport à une ligne de base.

32
Q

Les caractéristiques importantes de la fonction de réponse hémodynamique sont:

A
  • la résolution temporelle: il s’agit d’une réponse lente, qui dure entre 15 à 20 secondes suivant le stimulus
  • le temps avant l’atteinte de l’amplitude maximale: de 4 à 6 secondes
  • Creux post-stimulation (Undershoot en anglais): décroît à partir de l’amplitude maximale jusqu’à se retrouver sous la ligne de base.
  • Retour à la ligne de base: La fonction retrouve le niveau précédant la stimulation après environ 15 à 20 secondes
  • 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
33
Q

Attention!
Le modèle de réponse hémodynamique

A

Ce modèle est très rigide et peut s’avérer être une hypothèse INVALIDE pour certaines populations, notamment si le couplage neurovasculaire est différent de l’étude originale de Glover and coll. (1999) [Glo99]. C’est probablement le cas, par exemple, chez les personnes âgées ou chez les individus ayant des maladies cardiovasculaires.

-> La fonction de réponse hémodynamique peut également varier d’une région du cerveau à l’autre. Il est possible d’utiliser des modèles de la réponse hémodynamique qui sont plus flexibles et permettent, par exemple, de modifier le temps du pic de la réponse.

34
Q
A

Un système prend un décours temporel d’entrée et lui associe un décours temporel de sortie

35
Q

Le cerveau (BOLD) comme un système

A

Le processus qui transforme l’activité neuronale en un signal BOLD peut se formaliser dans le cadre général de la théorie des systèmes. Plus spécifiquement, la fonction de réponse hémodynamique est généralement approximée comme un système linéaire et invariant dans le temps. Cette approximation sous-tend les inférences que l’on fait sur l’organisation fonctionnelle du cerveau: nous l’employons dans le but d’estimer la réponse à une tâche ou condition donnée. La fonction de réponse hémodynamique se rapporte à un contexte expérimental simple: une stimulation courte et isolée.

36
Q

Un système est dit additif:

A

Si la réponse à plusieurs impulsions correspond à la somme des réponses à ces impulsions prises indépendamment. Ce comportement est illustré ci-dessous.

37
Q

Le cerveau (BOLD) comme un système: les paradigmes expérimentaux sont beaucoup plus complexes

A

Ils alternent à maintes reprises entre différentes conditions expérimentales/stimuli (par blocs, aléatoirement ou dans un ordre précis). De plus, ils comportent souvent plus d’une stimulation rapprochée dans le temps, ou/et des stimuli qui se prolongent sur plusieurs millisecondes ou secondes.

38
Q

Facteurs confondants et artéfacts (provenant du scanner IRM ou du sujet scanné lui-même) peuvent induire des fluctuations substantielles dans le signal BOLD mesuré, et venir confondre les inférences faites sur l’activité neuronale en réponse à des tâches:

A
  • 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.
39
Q

Trois grandes étapes de prétraitement en IRMf

A

-Recalage
-Lissage spatial
-Filtrage des facteurs de non-intérêt

40
Q

Recalage

A

Le recalage consiste à aligner une image à une image de référence. C’est une étape de prétraitement complétée avant les analyses statistiques de groupe, comme celles-ci présupposent qu’il y a une correspondance entre les voxels des images provenant de différents sujets. Nous avons déjà discuté du recalage dans la section sur la morphometrie.

41
Q

Trois types de recalage sont utilisés en IRM fonctionnelle

A
  • Recalage du mouvement
  • Recalage BOLD avec T1
  • Recalage dans l’espace stéréotaxique
42
Q

Cause et procédure: Recalage du mouvement

A

Cause: Le sujet ne maintient pas exactement la même position de la tête dans le scanner tout au long des acquisitions, qui peuvent parfois durer plus d’une heure et/ou exiger des arrêts (par exemple à cause de baillements, fatigue musculaire, clignement des yeux, etc.). Ces mouvements ont des impacts non négligeables sur le signal BOLD. Ils peuvent entraîner des distorsions de l’intensité du signal de l’image. Ils impliquent que, d’une image à l’autre, un même voxel ne correspond pas nécessairement à la même structure cérébrale.

Procédure: On utilise un volume de référence comme cible pour le recalage, par exemple le premier volume de la série, le dernier, ou bien la moyenne de tous les volumes. Différents paramètres de mouvement sont estimés pour chaque volume, et peuvent être représentés au cours du temps

43
Q

Transformation rigide

A

Comme le cerveau d’un même individu ne change pas de forme ou de taille à travers les acquisitions, cette étape utilise un cas particulier de transformation affine, appelée transformation rigide, ne comportant que trois translations (selon x, y et z) et trois rotations (selon x, y et z).

44
Q

Mouvements excessifs

A

Le niveau de mouvement varie en fonction de la population étudiée. Les enfants et les personnes âgés ont tendance à bouger davantage que les jeunes adultes. Certains chercheurs choisissent d’exclure les sujets ayant bougé au-delà d’un certain seuil.

45
Q

Recalage BOLD avec T1: Il est commun d’aligner l’image BOLD avec l’image anatomique T1
du sujet. Pourquoi?

A

L’image fonctionnelle détient une moins bonne résolution spatiale que l’image structurelle T1: nous avons de plus courtes durées d’acquisition pour acquérir un même volume. Le contraste entre structures anatomiques est aussi bien meilleur en T1.

Il est donc utile de superposer les deux images pour localiser les activations BOLD. Cette transformation est estimée de manière rigide, comme le mouvement.

Notez qu’il existe aussi des déformations non-rigides causées par les non-uniformités du champ, et qui peuvent être corrigées de manière additionnelle.

46
Q

Recalage dans l’espace stéréotaxique

A

Pour les comparaisons inter-individuelles ou les analyses statistiques de groupe, il doit y avoir une correspondance entre les voxels des images provenant de différents individus. Or, les cerveaux et les structures anatomiques peuvent avoir différentes tailles et formes d’individus en individus.

Le recalage dans l’espace stéréotaxique, aussi parfois appelée normalisation spatiale, consiste à recaler l’image
dans un espace standard cible défini par l’atlas choisi, rendant ainsi comparables les cerveaux de différents individus. Cette technique est identique à ce qui est fait pour les études de morphométrie. Le template MNI152 (Montreal Neurological Institute) est largement employé comme espace standard dans la communauté. Cette transformation combine transformation affine et transformation non-linéaire.

47
Q
A

Illustration du processus de recalage d’un IRM T1 sur un espace stéréotaxique (ici chez le macaque). On démarre par une transformation affine (pour corriger la position de la tête et sa taille), puis non-linéaire (pour ajuster la position des sillons et des structures sous corticales).

48
Q

Lissage spatiale

A

Le processus du lissage est semblable pour l’IRM fonctionnelle, mais l’objectif de cette étape est un peu différent. Le bruit thermique aléatoire joue un plus grand rôle dans le signal BOLD, et peut avoir un effet néfaste sur les analyses statistiques. Le lissage spatial permet de diminuer ce bruit aléatoire. Mis à part l’amélioration du rapport signal sur bruit, le lissage permet également d’atténuer les imperfections de recalage entre sujets, en diffusant l’activité dans l’espace.

49
Q

En quoi le lissage spatiale consiste?

A

Le lissage consiste à prendre les voxels de l’image et à les remplacer par une nouvelle valeur considérant les valeurs des voxels voisins. Chaque voxel voisin se voit attribuer une pondération qui quantifie sa contribution à la nouvelle valeur attribuée à un voxel cible. La valeur originale du voxel cible est celle qui aura la plus grande pondération, et les valeurs des voxels voisins seront pondérés en fonction de la proximité entretenue avec le voxel cible.

50
Q

Quelles sont les conséquence du lissage spatial sur le voxel et son voisinage?

A

Le lissage remplace la valeur associée à chaque voxel par une moyenne pondérée de ses voisins. Comme c’est une moyenne pondérée, la valeur originale du voxel est celle qui aura la plus grande pondération, mais les valeurs des voxels situés directement autour vont aussi l’affecter grandement.

51
Q

Le paramètre FWHM

A

Le paramètre FWHM (full width at half maximum) contrôle l’échelle de ce lissage

52
Q

La fonction du FWHM

A

Il détermine l’étalement des voxels voisins qui participent à la nouvelle valeur d’un voxel cible. D’un point de vue mathématique, le paramètre FWHM représente la moitié de la largeur de la courbe gaussienne, qui décrit du bruit distribuée aléatoirement. Une plus grande valeur FWHM sous-tend une participation plus étalée des voxels voisins à la nouvelle valeur d’un voxel cible de l’image. Plusieurs études choisissent 6 mm comme valeur pour le paramètre FWHM.

53
Q
A

Illustration de l’impact du lissage sur un volume BOLD. À mesure que le paramètre FWHM augmente, la mesure en un voxel représente la moyenne dans un voisinage spatial de plus en plus grand.

54
Q
A

On extrait les séries temporelles associées à l’atlas Harvard-Oxford avant (à gauche) et après (à droite) régression des dérives lentes.

55
Q

Filtrage des facteurs de non-intérêt

A

Ces facteurs confondants peuvent avoir différentes sources, comme le bruit cardiaque, le bruit de respiration, ou le mouvement. Ils se caractérisent notamment par différentes fréquences du spectre, soit plus lentes ou rapides. Les dérives lentes constituent un exemple commun de facteurs de non-intérêt, et elles sont assez facilement repérables dans le signal. Dans ce cas, pouvons appliquer un filtre passe-haut, qui conserve uniquement les fréquences plus hautes qu’un certain seuil (par exemple 0.01 Hz). De nombreux autres types de facteurs confondants sont couramment régressés en IRMf - par exemple les paramètres de mouvement.

56
Q

Analyses statistiques

A
  • Les analyses statistiques comportent généralement des analyses individuelles dans lesquelles les séries temporelles sont analysées séparément pour chacun des sujets (on analyse l’effet des manipulations expérimentales)
  • Des analyses de groupe (on analyse l’effet de groupe), où ces données sont combinées pour plusieurs sujets pour être analysées.
57
Q
A

Illustration d’un paradigme auditif en blocs. En bleu: périodes de stimulations audio. En rouge: réponse cérébrale prédite avec le modèle de réponse linéaire invariante dans le temps, et une réponse unitaire suivant le modèle de Glover et al. (1999) [Glo99].

58
Q

IRMf - Expérience basée sur une tâche

A

Pour déterminer si l’activité des voxels du cerveau changent en réponse à des manipulations expérimentales, une approche expérimentale standard consiste à manipuler la tâche que réalise le sujet dans le scanneur, par exemple en alternant différentes conditions par blocs (stimulations audio, silence). Nous avons ensuite recours à des contrastes, aussi appelés analyses de soustraction qui procèdent en comparant les séries temporelles d’une condition à une autre condition, ou à un seuil de base. De manière simplifiée, 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.

59
Q

Régression univariée massive

A

Il est possible de 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.

En pratique, 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. Un modèle de régression linéaire est alors utilisé pour estimer l’amplitude de cette réponse, afin d’ajuster le modèle au plus près des valeurs mesurées dans un voxel. 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. Et on parle de régression univariée massive, car on répète cette procédure pour des dizaines (ou même des centaines) de milliers de voxels!

60
Q
A

Carte d’activation pour un paradigme en blocs auditifs. Les trois principaux pics d’activation ont été identifiés, et le signal est présenté pour chaque pic, superposé avec l’activité prédite par le modèle basé sur les stimuli auditifs. Notez comme la forme de la réponse est identique pour les trois voxels sélectionnés, mais que l’amplitude du modèle varie (elle est estimée par la régression).

61
Q

IRMf - Cartes d’activation

A

Les cartes d’activation sont souvent ce que l’on retrouve dans des articles scientifiques dans la section des résultats. Ce sont des cartes du cerveau sur lesquelles se superposent les statistiques obtenues (par exemple niveau d’activation, test-t, valeur p). Elles sont superposées vis-à-vis des voxels ou régions correspondant(e)s. Elles sont souvent présentées suite à l’application de seuils ou de masques, venant isoler les régions les plus actives, avec les différences moyennes entre conditions les plus importantes et/ou les plus statistiquement significatives. Via de telles cartes, nous pouvons étudier l’organisation de systèmes d’intérêt (visuel, moteur, auditif, mémoire de travail, etc), mais aussi comparer des groupes ou bien associer le niveau d’activation à des traits d’intérêt comme le QI.

62
Q

Vrai ou faux. Pour toutes ces raisons, il existe toujours des limitations importantes à l’interprétation que l’on peut faire de résultats en IRMf.

A

Vrai. Mais c’est aussi la technique cerveau entier non-invasive qui dispose de la meilleure résolution spatiale à ce jour.

63
Q

Le cerveau (BOLD) comme un système: Une autre hypothèse clé est l’invariance dans le temps

A

la réponse du système ne va pas varier si on effectue la même stimulation courte à différents instants. Quand on combine 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 court. L’étude de Logothetis et al. (2001) a été la première 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).

64
Q

L’étude de Logothetis et al. (2001)

A

L’étude de Logothetis et al. (2001) a été la première 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).

65
Q

La réalisation d’une expérience d’IRMf nécessite de bien penser les conditions d’intérêt et de contrôles pour isoler des processus cognitifs pertinents, mais cela requiert aussi de réfléchir aux hypothèses sous-jacentes:-
Hypothèses neuronales:

A

Hypothèses neuronales: les populations de neurones vont s’activer en réponse à nos conditions.

66
Q

La réalisation d’une expérience d’IRMf nécessite de bien penser les conditions d’intérêt et de contrôles pour isoler des processus cognitifs pertinents, mais cela requiert aussi de réfléchir aux hypothèses sous-jacentes:

Hypothèses neurovasculaires:

A

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.

67
Q

La réalisation d’une expérience d’IRMf nécessite de bien penser les conditions d’intérêt et de contrôles pour isoler des processus cognitifs pertinents, mais cela requiert aussi de réfléchir aux hypothèses sous-jacentes:

Hypothèses statistiques

A

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.

68
Q

Vrai ou faux: Il existe toujours des limitations importantes à l’interprétation que l’on peut faire de résultats en IRMf.

A

Vrai. Mais c’est aussi la technique cerveau entier non-invasive qui dispose de la meilleure résolution spatiale à ce jour.