Normalisation des données

61
Normalisation des données Normalisation des données Oury Monchi, Ph.D. Oury Monchi, Ph.D. Centre de Recherche, Institut Centre de Recherche, Institut Universitaire de Gériatrie de Montréal & Universitaire de Gériatrie de Montréal & Université de Montréal Université de Montréal

description

Normalisation des données. Oury Monchi , Ph.D . Centre de Recherche, Institut Universitaire de Gériatrie de Montréal & Université de Montréal. Stereotaxic Space. - PowerPoint PPT Presentation

Transcript of Normalisation des données

Page 1: Normalisation des données

Normalisation des donnéesNormalisation des données

Oury Monchi, Ph.D.Oury Monchi, Ph.D.

Centre de Recherche, Institut Universitaire de Gériatrie Centre de Recherche, Institut Universitaire de Gériatrie de Montréal & Université de Montréalde Montréal & Université de Montréal

Page 2: Normalisation des données
Page 3: Normalisation des données
Page 4: Normalisation des données
Page 5: Normalisation des données
Page 6: Normalisation des données
Page 7: Normalisation des données
Page 8: Normalisation des données
Page 9: Normalisation des données
Page 10: Normalisation des données
Page 11: Normalisation des données
Page 12: Normalisation des données

Stereotaxic Space

• based on anatomical landmarks (anterior and posterior commissures)

• originally used to guide blind stereotaxic neurosurgical procedures (thalamotomy, pallidotomy)

• now used by NeuroScientific community for interpretation and comparison of results

J. Talairach and P. Tournoux, Co-planar stereotactic atlas of the human brain: 3-Dimensional proportional system: an approach to cerebral imaging, Stuttgart, Georg Thieme Verlag, 1988

Page 13: Normalisation des données

AC-PC line

anterior commissure

AC-PC line

posterior commissure

VAC

Page 14: Normalisation des données

Stereotaxic Space

J Talairach & P Tournoux, Co-planar stereotaxic atlas of the human brain, Georg Thieme, 1988

Page 15: Normalisation des données

Stereotaxic Space

Page 16: Normalisation des données

Anatomical variability remains

Talairach & Tournoux Atlas, 1988

variability of central sulcus from 20 subjects

Page 17: Normalisation des données

Not Registered Data

Images courtesy A. Zijdenbos, MNI

Page 18: Normalisation des données

Registered Data

Page 19: Normalisation des données

Registration to Stereotaxic Space• facilitates comparisons across

– time points– subjects– groups– sites

• permits averaging between subjects to S/N• Allows the use of spatial masks for post-processing

(anatomically driven hypothesis testing)• allows the use of spatial priors (classification)• allows the use of anatomical models (segmentation)• provides a framework for statistical analysis with well-

established random field models• Allows the rapid re-analysis using different criteria

Advantages for anatomical/structural imaging:

Page 20: Normalisation des données

Registration to Stereotaxic SpaceRegistration to Stereotaxic Space

• Provides a conceptual framework for the completely automated, 3D analysis across subjects.

• Facilitate intra/inter-subject comparisons across– time points, subjects, groups, sites

• Extrapolate findings to the population as a whole• Increase activation signal above that obtained from single

subject• Increase number of possible degrees of freedom allowed in

statistical model• Enable reporting of activations as co-ordinates within a

known standard space– e.g. the space described by Talairach & Tournoux

Advantages for functional imaging:

Page 21: Normalisation des données

Talairach Atlas

• is derived from an unrepresentative single 60-yr old female cadaver brain (when most functional activation studies are done on young living subjects!)

• ignores left-right hemispheric differences• has variable slice separation, up to 4mm• while it contains transverse, coronal and

sagittal slices, it is not contiguous in 3D

Drawbacks for functional imaging:

Page 22: Normalisation des données

Stereotaxic Space

• Provides a conceptual framework for the completely automated, 3D analysis across subjects.

• Collins, L., Evans A., et al. have created a replacement target volume for stereotaxic mapping to address weaknesses of the Talairach atlas

However, the space and the stereotaxic concept are still worthwhile:

Page 23: Normalisation des données
Page 24: Normalisation des données
Page 25: Normalisation des données
Page 26: Normalisation des données
Page 27: Normalisation des données
Page 28: Normalisation des données
Page 29: Normalisation des données
Page 30: Normalisation des données
Page 31: Normalisation des données
Page 32: Normalisation des données
Page 33: Normalisation des données
Page 34: Normalisation des données
Page 35: Normalisation des données

Image Registration• Registration - i.e. Optimise the parameters that

describe a spatial transformation between the source and reference (template) images

mritotal: créer la matrice de transformation .xfm

• Transformation - i.e. Re-sample according to the determined transformation parameters

p.ex: mincresample ou resample_tal: appliquer la transformation aux données

Page 36: Normalisation des données
Page 37: Normalisation des données
Page 38: Normalisation des données
Page 39: Normalisation des données
Page 40: Normalisation des données
Page 41: Normalisation des données
Page 42: Normalisation des données
Page 43: Normalisation des données
Page 44: Normalisation des données
Page 45: Normalisation des données
Page 46: Normalisation des données
Page 47: Normalisation des données
Page 48: Normalisation des données
Page 49: Normalisation des données
Page 50: Normalisation des données
Page 51: Normalisation des données
Page 52: Normalisation des données
Page 53: Normalisation des données
Page 54: Normalisation des données
Page 55: Normalisation des données
Page 56: Normalisation des données
Page 57: Normalisation des données
Page 58: Normalisation des données
Page 59: Normalisation des données
Page 60: Normalisation des données

Idée de Neurolens

Pourquoi normaliser des données fonctionnelles sur un ‘template’

anatomique. Création d’un template T2*

Visualisation du processus d’optimisation!

Page 61: Normalisation des données

Slides Aknowledgements

Louis Collins, Montreal Neurological Institute

Andrew Janke, Montreal Neurological Institute

FSL & FreeSurfer Course, fMRIb, Oxford