Inferência baseada em voxel para fMRI

• Autor(a) principal: Winkler, Anderson Marcelo
• Data de Publicação: 2007
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/26343
• topic: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA; Radiologia médica; Ressonância magnética; Engenharia biomédica; Radiology, Medical; Magnetic resonance; Biomedical engineering; Engenharia Elétrica

Introdução: Mapas estatísticos paramétricos são construídos a partir de testes de hipóteses aplicados para cada voxel de imagens funcionais. Erros tipo I podem ocorrer muito frequentemente quando um grande número de testes e´ realizado simultaneamente. Embora este seja um problema central em estudos de neuroimagem, a melhor solução ainda não foi encontrada. Duas abordagem são mais utilizadas em fMRI: a teoria dos campos aleatórios (RFT) e a taxa de falsas descobertas (FDR). A RFT pode ser considerada atualmente o método padrão para controle de erro por família de testes (FWE), apesar de sua complexidade e suposições restritivas. Se o pesquisador está disposto a aceitar alguns falsos positivos na imagem, procedimentos que controlam a FDR, como o de Benjamini e Hochberg (B&H), podem gerar resultados mais liberais, com suposições mínimas. Este trabalho inclui ainda uma revisão da literatura recente sobre o tema. Objetivos: Avaliar a performance dos procedimentos RFT e B&H, bem como o procedimento convencional de Bonferroni (BON) e sem nenhuma correção (UNC). Método: Um conjunto de dados foi adquirido em repouso, em 1,5 T. Um filtro passa alta foi aplicado, e os volumes foram permutados no tempo para evitar o efeito da auto correlação. Áreas de “ativação” utilizando um sinal do tipo bloco foram adicionados, utilizando como referência a resposta hemodinâmica canônica, com parâmetros ligeiramente variáveis para cada período de “ativação”. O modelo linear geral foi aplicado para dados com e sem sinal, bem como para imagens suavizadas e não-suavizadas espacialmente. A estimação da suavização foi baseada nos resíduos do modelo linear geral. Para cada condição, mapas estatísticos foram gerados e limiarizados com os procedimentos UNC, BON, B&H e RFT. Resultados: Todos os métodos avaliados resultaram em controle apropriado da quantidade de erros, dentro de suas limitações teóricas sendo o de B&H o mais poderoso. O procedimento de Bonferroni foi menos conservador do que o esperado. O procedimento de B&H resultou em limiar variável, e controle mais exato sobre FDR quanto maiores as áreas de atividade simulada. Verificou-se ainda que a suavização interfere no valor do limiar de B&H. Para RFT os resultados foram conservadores para os níveis de suavização avaliados, mas aproximaram-se do nível de significância nominal para suavização com filtro de largura igual a 2,0 voxels. A suavização interferiu de forma indesejada nas medidas dependentes da contagem de voxels