[email protected]

ANÁLISIS DEL EFECTO DEL SUAVIZADO EN EL TRATAMIENTO ESTADÍSTICO DE

IMÁGENES OBTENIDAS CON RESONANCIA MAGNÉTICA FUNCIONAL

Barrios, M.*, Guàrdia, J. *, Peró, M. *, Vendrell, P.†, Salgado-Pineda, P.†, Bargalló, N‡.

* Dept. Metodologia de les Ciències del Comportament. Facultat de Psicologia. Universitat de Barcelona.

† Dept. Psiquiatria i Psicobiologia Clínica. Facultat de Psicologia. Universitat de Barcelona.

‡ Centre de Diagnòstic per la Imatge (CDI). Servei de Radiologia. Hospital Clínic de Barcelona.

[email protected]

Introducción I• El análisis de los datos derivados de las imágenes obtenidas

a partir de un estudio de Resonancia Magnética Funcional (RMf) tiene como finalidad detectar áreas de activación relacionadas con una tarea particular que uno o varios sujetos realizan mientras están sometidos a campos magnéticos capaces de detectar los cambios metabólicos hemodinámicos producidos por la actividad neuronal.

• Con el fin de determinar que áreas presentan una activación estadísticamente significativa, las imágenes se someten a tratamiento estadístico.

• Previo a este análisis, las imágenes son sometidas a una serie de procesos, con el fin de alinearlas entre sí, normalizarlas respecto a un espacio anatómico común y filtrar la señal obtenida para incrementar la ratio señal-ruido.

Barrios, M., Guàrdia, J., Peró, M., Vendrell, P., Salgado-Pineda, P., Bargalló, N.

Introducción II• El filtrado de la señal es posiblemente una de las fases que

mayor controversia ha provocado. Habitualmente se realiza mediante la aplicación de suavizados Kernel, basados en el modelo Gaussiano.

• La fase de suavizado de las imágenes permite (Veltman et al 2001):

– Incrementar la ratio señal-ruido– Favorecer el ajuste global de la serie al modelo Gaussiano

para una mejor aproximación al ajuste clásico de los modelos estadísticos

– Conseguir un promedio inter-sujeto en cuanto a las estructuras funcionales cerebrales

• Algunos autores indican que la ventana de suavizado que maximiza la ratio señal-ruido es aquella que es dos o tres veces mayor que el tamaño del voxel (Friston et al 1996).


Objetivo

El presente trabajo se centra en la aportación de evidencia empírica del efecto de la aplicación de ventanas de suavizado de diferente amplitud “Full Width at Half Maximum” (FWHM) en imágenes de RMf. Para ello se aplicarán suavizadores Kernel utilizando los algoritmos implementados en el SPM99 (Statistical Parametic Mapping, Wellcome Department of Cognitive Neurology, Institute of Neurology, London, UK), herramienta ampliamente utilizada para el análisis de estudios de neuroimagen funcional.


Método I• SUJETOS:

Se han analizado las imágenes de 3 sujetos voluntarios.

• PROCEDIMIENTO:– Adquisición de las imágenes: Las imágenes fueron

obtenidas mediante un scaner de 1.5 Tesla Signa GE (Milwaukee, WI) en el Centre de Diagnòstic per la Imatge (CDI), Hospital Clínic (Barcelona). Se utilizó una secuencia Echo Planar Imaging (EPI) con TR/TE/= 3”/60”/90º. Field of view 256 mm usando una matriz de 128x128x15 con un grosor de corte de 7mm y un tamaño de voxel de 2x2x7.

– Tarea: Las imágenes se registraron mientras los sujetos realizaban una tarea de Stroop en 3 bloques alternativos de 10 scans de condición congruente y 10 scans de condición incongruente. La duración de cada condición fue de 30”.


Método II• PROCEDIMIENTO (Continuación):

– Análisis previo de las imágenes: El realineamiento de las imágenes fue realizado tratando cada bloque como una sesión. Posteriormente éstas imágenes fueron normalizadas y finalmente sometidas a diferentes ventadas de suavizado (0, 3, 6, 9 y 12 FWHM).

– Contrastes aplicados: Una vez especificado el modelo de RMf en tres sesiones, se procedió a la obtención de los contrastes estadísticos aplicando el estadístico t de student. Estos contrastes fueron obtenidos corrigiendo el nivel de significación y sin corregirlo.La gráfica de los contrastes se muestra en la diapositiva siguiente.


Método III

Contraste: Congruente

Contraste: Incongruente


Método IV• PROCEDIMIENTO (Continuación):

Condición congruente (1-1 1 -1 1 -1): Muestra que áreas están más activadas en ésta condición respecto a la no congruente.Condición no congruente (-1 1-1 1-1 1): Muestra que áreas están más activadas en esta condición respecto a la congruente.

– Análisis de los datos: Se realizó un análisis descriptivo diferenciando por los tres sujetos de la muestra y las cinco ventanas de suavizado aplicadas. Para los contrastes corregidos por el nivel de significación, se tuvo en cuenta el número de clusters significativos y el tamaño del cluster mayor con respecto al número de voxels que lo componen. En los contrastes no corregidos además se tuvo en cuenta el número de clusters que presentaban una p<0.05.


Resultados I• Contrastes corregidos: Tanto en la condición congruente

como no congruente, en general, los datos muestran que a medida que se aumenta el tamaño de la ventana del suavizado, decrecen el número de clusters y aumenta el tamaño de los clusters que permanecen activados.

CONDI CI ÓN: CONGRUENTE CORREGI DA (t)

Sujeto 1 Sujeto 2 Sujeto 3

Cluster Tamaño Cluster Tamaño Cluster Tamaño

S-0 5 6 0 - 3 5

S-3 8 12 0 - 4 2

S-6 4 13 0 - 2 2

S-9 3 114 1 1 0 -

S-12 3 297 1 1 0 -

CONDI CI ÓN: NO CONGRUENTE CORREGI DA (t)


Cluster Tamaño Cluster Tamaño Cluster Tamaño

S-0 4 1 2 2 0 -

S-3 3 1 2 4 0 -

S-6 3 5 4 25 0 -

S-9 2 17 3 44 1 1

S-12 0 0 7 13 0 -

Tabla 1: Tabla 2:

S: Suavizado


Resultados II• Contrastes no corregidos: Tanto en la condición congruente

como no congruente, en general, los datos muestran que a medida que se aumenta el tamaño de la ventana del suavizado, por una parte, decrecen el número de clusters, y por otra, decrecen el número de clusters con p<0.05, en tanto que aumenta el tamaño de los clusters que permanecen activados.

CONDI CI ÓN: CONGRUENTE NO CORREGI DA (t)


Cluster Sig. Tamaño Cluster Sig. Tamaño Cluster Sig. Tamaño

S-0 104 19 387 158 21 93 170 22 71

S-3 106 21 719 109 16 107 85 10 85

S-6 56 15 1179 34 6 140 30 3 122

S-9 30 4 2417 15 5 230 9 2 184

S-12 21 5 3579 7 3 375 5 1 522

CONDI CI ÓN: NO CONGRUENTE NO CORREGI DA (t)


Cluster Sig. Tamaño Cluster Sig. Tamaño Cluster Sig. Tamaño

S-0 133 18 350 205 45 91 125 25 64

S-3 68 11 193 165 31 144 115 20 75

S-6 30 5 562 95 19 265 57 9 93

S-9 12 2 789 49 10 879 39 5 122

S-12 6 1 786 36 8 1342 26 2 105

S: Suavizado. Sig.: Número de clusters significativos

Tabla 4:Tabla 3:


Resultados III

Contraste no congruente FWHM 9

Contraste no congruente FWHM 3

• En las siguientes figuras se puede apreciar como a medida que aumenta la ventana de suavizado el área de activación (número de voxels activados) aumenta.


Resultados IV• Aunque el patrón comentado se mantiene en general en los tres

sujetos como se observa en las tablas 1-4, el número de clusters activados y el tamaño de los mismos es muy heterogéneo entre ellos:

– En la condición congruente corregida, el sujeto 1 muestra mayor número de clusters activados y mayor tamaño de los mismos que los otros dos sujetos.

– En la condición congruente no corregida el tamaño de los clusters activados es mayor en el sujeto 1.

– En la condición congruente corregida, el sujeto 2 presenta un mayor tamaño en los clusters activados.

– En la condición no congruente no corregida, el sujeto 2 presenta un mayor número de clusters activados así como clusters con p<0.05.


Conclusiones• A medida que se aumenta la ventana del suavizador se observa una tendencia a que disminuya el número de clusters activados y que el tamaño de los clusters que permanecen significativamente activados aumente.

• A partir de estos resultados, se podría inferir que a ventanas de suavizado más grandes, la ratio señal-ruido tiende a decrecer, incorporando ruido en las áreas de activación. Como consecuencia, las áreas activadas presentan mayor tamaño cuando la ventana de suavizado es mayor que cuando ésta es menor.

• Los datos parecen indicar, tal como otros autores han propuesto (Friston et al 1996) que la amplitud del suavizador (FWHM) que maximiza la ratio señal-ruido es aquella que es dos o tres veces el tamaño del voxel.


Bibliografía

• Friston KJ, Holmes A, Poline JB, Price CJ, Frith CD. Detecting activations in PET and fMRI: levels of inference and power. Neuroimage 1996; 4: 223-35.

• Veltman D, Hutton C. SPM Manual. Wellcome Department of Cognitive Neurology. Statistical Parametric Mapping. Mayo 2001. http://www.fil.ion.ucl.ac.uk/spm/course/manual/man.htm


[email protected]

Documents

Transcript of [email protected]