Upload
phungdieu
View
213
Download
0
Embed Size (px)
Citation preview
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Inferência baseada em voxel para fMRI
Anderson Marcelo Winkler
Orientador: Prof. Dr. Humberto Remigio GambaLaboratório de Imagem e Instrumentação Eletrônica
CPGEI/UTFPRwww.labiem.cpgei.cefetpr.br
31.05.2007
Anderson Winkler Inferência baseada em voxel para fMRI 1 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Ressonância magnética funcional
Anderson Winkler Inferência baseada em voxel para fMRI 2 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Inferência
Anderson Winkler Inferência baseada em voxel para fMRI 3 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Inferência
Interessa rejeitar, em cada voxel, a hipótese nula (H0) de quenão existe efeito experimental.
H0 verdadeira H0 falsaH0 rejeitada Erro tipo I Decisão corretaH0 não-rejeitada Decisão correta Erro tipo II
Anderson Winkler Inferência baseada em voxel para fMRI 4 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O problema dos testes múltiplos
É preciso controlar alguma medida de erro;Para um teste isolado, controlar a probabilidade de errotipo I é suficiente;À medida que o número de testes aumenta, mais errospodem ocorrer devido ao acaso.
ExemploUma mapa funcional com 30 cortes, cada qual com64 × 64 voxels. Se 50% dos voxels está no encéfalo, e cada voxelfor testado contra um nível de significância α = 0,05, espera-se que5% dos testes seja erroneamente declarado positivo, ou seja, maisde 3000 voxels falsos positivos.
Anderson Winkler Inferência baseada em voxel para fMRI 5 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O problema dos testes múltiplosMedidas de erro
Taxa de erro por comparação (PCE) Corresponde àquantidade de falsos positivos onde H0 éverdadeira, considerando cada voxelseparadamente.
Taxa de erro por família de testes (FWE) Corresponde àprobabilidade de obter algum falso positivo parauma família de testes onde H0 é verdadeira.
Taxa de falsas descobertas (FDR) Corresponde à proporçãode testes falsos positivos entre todos os testesdeclarados positivos.
Anderson Winkler Inferência baseada em voxel para fMRI 6 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O problema dos testes múltiplosMedidas de erro
ExemploNa inferência com nível de significância 0,05, para 100 mapas defMRI, cada qual com 1000 voxels:
Controlar PCE significa que a chance de declarar positivo umvoxel em que H0 é verdadeira é de 5%, qualquer que seja omapa;
Controlar FWE significa que a chance de que algum voxelseja declarado positivo em um mapa em que H0 é verdadeirapara todos os voxels é de 5%;
Controlar FDR significa 5% dos voxels declarados positivosem cada mapa é falso positivo.
Anderson Winkler Inferência baseada em voxel para fMRI 7 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O problema dos testes múltiplosProcedimentos para controle de medidas de erro
Taxa de erro por comparação (PCE) Limiarização semcorreção;
Taxa de erro por família de testes (FWE) Procedimento deŠidàk, procedimento de Bonferroni, procedimentode Simes, procedimento Holm, procedimento deHommel, procedimento de Hochberg,procedimento de Rom, procedimento baseado nateoria dos campos aleatórios;
Taxa de falsas descobertas (FDR) Procedimento de Benjaminie Hochberg, procedimento de Yekutieli eBenjamini, taxa positiva de falsas descobertas,taxa condicional de falsas descobertas,procedimento de Troendle.
Anderson Winkler Inferência baseada em voxel para fMRI 8 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O problema dos testes múltiplosProcedimentos para controle de medidas de erro
Taxa de erro por comparação (PCE) Limiarização semcorreção;
Taxa de erro por família de testes (FWE) Procedimento deŠidàk, procedimento de Bonferroni, procedimentode Simes, procedimento Holm, procedimento deHommel, procedimento de Hochberg,procedimento de Rom, procedimento baseado nateoria dos campos aleatórios;
Taxa de falsas descobertas (FDR) Procedimento de Benjaminie Hochberg, procedimento de Yekutieli eBenjamini, taxa positiva de falsas descobertas,taxa condicional de falsas descobertas,procedimento de Troendle.
Anderson Winkler Inferência baseada em voxel para fMRI 9 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O problema dos testes múltiplos
Dentre as possíveis soluções estão:Procedimento de Bonferroni (FWE);Procedimento de Benjamini e Hochberg (FDR);Procedimento baseado na teoria dos campos aleatórios(FWE).
É possível ainda considerar agrupamentos de voxels (clusters).
Anderson Winkler Inferência baseada em voxel para fMRI 10 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O problema dos testes múltiplos
Matriz 64 × 64, com ruído com média µ = 0 e variância σ2 = 1.Área 16 × 16, com sinal com média µ = 4,5 e variância σ2 = 1.
Anderson Winkler Inferência baseada em voxel para fMRI 11 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O problema dos testes múltiplos
Sem correção(αPCE = 0,05)
Procedimento deBonferroni(αFWE = 0,05)
Teoria doscampos
aleatórios(αFWE = 0,05)
Procedimento deBenjamini eHochberg(qFDR = 0,05)
Anderson Winkler Inferência baseada em voxel para fMRI 12 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Objetivo
O objetivo deste trabalho é avaliar a performance destesmétodos para imagens de fMRI.
Outros trabalhos já foram realizados com objetivos semelhantes, masnenhum avaliou séries temporais reais com áreas conhecidas de sinal, emtrês dimensões. Tampouco avaliaram efeito da amplitude e área do sinal ousuavização sobre o desempenho destes métodos.
Nichols e Hayasaka, Stat Met Med Res, 12:419-46, 2003;
Logan e Rowe, NeuroImage, 22:95-108, 2004;
Marchini e Presanis, NeuroImage, 22:1203-13, 2004.
Anderson Winkler Inferência baseada em voxel para fMRI 13 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Procedimento deBonferroni
Anderson Winkler Inferência baseada em voxel para fMRI 14 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O procedimento de Bonferroni
É o procedimento mais tradicional de controle sobre FWE.Consiste em:
1 Escolher um nível de significância αFWE
2 Utilizar αPCE = αFWEV
É considerado muito conservador, devido à autocorrelaçãoespacial inerente a imagens de fMRI.
Anderson Winkler Inferência baseada em voxel para fMRI 15 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Teoria dos camposaleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 16 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
A característica de Euler
Vértices − Lados + Faces = 2
4 − 6 + 4 = 2 8 − 12 + 6 = 2 6 − 12 + 8 = 2 20 − 30 + 12 = 2 12 − 30 + 20 = 2
EC = V − L + F − P
Anderson Winkler Inferência baseada em voxel para fMRI 17 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
A característica de Euler
Anderson Winkler Inferência baseada em voxel para fMRI 18 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Variáveis aleatórias e campos aleatórios
Variáveis aleatórias são quantidades que assumem valoresincertos e que podem ser diferentes em cadaobservação.A probabilidade de ocorrência de um certo valor édeterminada pela pdf – função de densidade deprobabilidade.
Campos aleatórios são conjuntos de variáveis aleatóriasdistribuídas no espaço.
Anderson Winkler Inferência baseada em voxel para fMRI 19 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Campos aleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 20 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Conjuntos de excursão
Anderson Winkler Inferência baseada em voxel para fMRI 21 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Conjuntos de excursão
Anderson Winkler Inferência baseada em voxel para fMRI 22 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Conjuntos de excursão
Anderson Winkler Inferência baseada em voxel para fMRI 23 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Conjuntos de excursão
Anderson Winkler Inferência baseada em voxel para fMRI 24 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Estimação do limiar
Se o campo for limiarizado, pode-se estimar o valor de ECdo conjunto de excursão.Para isso é necessário conhecer:- Valor do limiar (t);- Tipo de campo (normal, T ou F);- Rugosidade (ou suavização) do campo (Λ);- Tamanho e forma da região de interesse (S).
Anderson Winkler Inferência baseada em voxel para fMRI 25 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Estimação do limiar
EC =
D∑d=0
rd(S)ρd(t)
onde:rd(S) é o número de resels da região de interesse;ρd(t) é a densidade da característica de Euler, variando deacordo com o limiar e o tipo de campo.
Anderson Winkler Inferência baseada em voxel para fMRI 26 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Estimação do limiar
Quando H0 é verdadeira, o mapa estatístico é um campoaleatório.A teoria dos campos aleatórios diz que para um campo Z:
P{Zmax > t} ≈ EC
Como:P{Zmax > t} = pFWE
Então:
αFWE ≈ EC =
D∑d=0
rd(S)ρd(t)
Anderson Winkler Inferência baseada em voxel para fMRI 27 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Estimação do limiar
Para estimar o limiar pela teoria dos campos aleatórios, oprocedimento consiste em:
1 Definir um nível de significância αFWE;2 Estimar o grau de suavização do mapa estatístico (Λ);3 Contar o número de resels dentro da região de interesse;4 Calcular o valor de t que produz αFWE = EC;
Anderson Winkler Inferência baseada em voxel para fMRI 28 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Suposições da teoria dos campos aleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 29 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Taxa de falsas descobertas
Anderson Winkler Inferência baseada em voxel para fMRI 30 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Taxa de falsas descobertas
Em certas situações, o pesquisador pode estar disposto aaceitar uma certa quantidade de erros, em troca de maiorpoder para o teste.A quantidade de erros, porém, precisa ser controlada.
Anderson Winkler Inferência baseada em voxel para fMRI 31 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Taxa de falsas descobertas
A proporção de falsas descobertas (FDP) é definida por:
FDP =VFP
VFP + VVP=
VFP
VP
onde VFP é o total de falsos positivos, VVP é o total deverdadeiros positivos e VP = VFP + VVP.
Anderson Winkler Inferência baseada em voxel para fMRI 32 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Taxa de falsas descobertas
O valor esperado para FDP é a taxa de falsas descobertas(FDR):
FDR = E{FDP} = E{
VFP
VP
}Um controle médio sobre FDR pode ser obtido peloprocedimento de Benjamini e Hochberg (B&H)
Anderson Winkler Inferência baseada em voxel para fMRI 33 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
O procedimento de Benjamini e Hochberg
O procedimento consiste em:1 Ordenar os p-valores obtidos para todos os V voxels;
p(1) 6 p(2) 6 . . . 6 p(V)
2 Seja k o maior valor de i que satisfaz a inequação:
p(i) 6iq
Vc(V)
onde c(V) é uma constante, que para fMRI pode serconsiderada igual a 1;
3 Rejeitar a hipótese nula para os voxels v(1), v(2), . . . , v(k).
Anderson Winkler Inferência baseada em voxel para fMRI 34 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Interpretação gráfica
Anderson Winkler Inferência baseada em voxel para fMRI 35 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Propriedades
Se H0 é verdadeira em todos os voxels, o procedimentoassegura controle sobre FWE;Se algumas hipóteses nulas são falsas, FDR é menor ouigual FWE;O valor do limiar varia de acordo com a quantidade detestes em que H0 é falsa (adaptabilidade).
Anderson Winkler Inferência baseada em voxel para fMRI 36 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Método
Anderson Winkler Inferência baseada em voxel para fMRI 37 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Visão geral
Anderson Winkler Inferência baseada em voxel para fMRI 38 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Pré-processamento
Aquisição no INRAD-USP;Conversão DICOM para ANALYZE utilizando rotinaspróprias;Realinhamento espacial e temporal no software SPM;Os volumes foram permutadas aleatoriamente no tempo.
Anderson Winkler Inferência baseada em voxel para fMRI 39 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Simulações
Áreas de atividade aproximadamente esféricas:
Raios: 1, 5, 7, 10 e 15 mm;
Sinal BOLD simulado foi adicionado a estas áreas:
Amplitudes: 0,3%, 0,6%, 0,9%, 1,2% e 1,5%;
Os volumes foram suavizados nas 3 dimensões:
Sem suavização e com FWHM: 1,5, 2,0, 2,5, 3,0 voxels.
Anderson Winkler Inferência baseada em voxel para fMRI 40 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
SimulaçõesÁreas de atividade
Raio = 5 mm Raio = 7 mm
Raio = 10 mm Raio = 15 mm
Anderson Winkler Inferência baseada em voxel para fMRI 41 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
SimulaçõesSinal BOLD
Anderson Winkler Inferência baseada em voxel para fMRI 42 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
SimulaçõesSuavização espacial
FWHM = 1,5 voxels FWHM = 2,0 voxels
FWHM = 2,5 voxels FWHM = 3,0 voxels
Anderson Winkler Inferência baseada em voxel para fMRI 43 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Teste de hipóteses
A matriz de regressores do GLM foi montada utilizando aresposta hemodinâmica canônica;Um contraste T foi aplicado [ 1 0 ] para gerar os mapas.
Anderson Winkler Inferência baseada em voxel para fMRI 44 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Inferência
Sem correção Limiarização em αPCE entre 0,01 e 0,10;Procedimento de Bonferroni Limiarização em αFWE entre 0,01
e 0,10;Procedimento de Benjamini e Hochberg Limiarização em qFDR
entre 0,01 e 0,10; c(V) = 1;Teoria dos campos aleatórios Limiarização em αFWE entre
0,01 e 0,10; matriz de suavização (Λ) estimadautilizando os resíduos do modelo linear geral.
Anderson Winkler Inferência baseada em voxel para fMRI 45 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Avaliação dos procedimentos
Hipótese nulafalsa
Hipotese nulaverdadeira
Total
Declaradosignificativo
VVP VFP VP
Declaradonão-significativo
VFN VVN VN
Total VF VV V
Anderson Winkler Inferência baseada em voxel para fMRI 46 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Avaliação dos procedimentos
Sensibilidade Capacidade de identificar áreas com sinal;Especificidade Capacidade de identificar áreas sem sinal;Valor preditivo positivo Proporção de testes corretos entre os
declarados positivos;Valor preditivo negativo Proporção de testes corretos entre os
declarados negativos.
Anderson Winkler Inferência baseada em voxel para fMRI 47 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Resultados e discussão
Anderson Winkler Inferência baseada em voxel para fMRI 48 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Mapas
Foram gerados:37500 mapas contedosinal simulado(5 tamanhos × 5amplitudes × 5 FWHM ×300);11500 mapas sem sinal(5 FWHM × 2300).
Anderson Winkler Inferência baseada em voxel para fMRI 49 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Mapas
Anderson Winkler Inferência baseada em voxel para fMRI 50 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Mapas
Anderson Winkler Inferência baseada em voxel para fMRI 51 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Distribuição da estatística
Estatística aproximadamente normal para os mapas semsinal;Estatística não-normal para áreas contendo sinalsimulado;Suavização espacial torna as estatísticas dos mapas maisnormais;Resultado compatível com outros estudos1.
1Aguirre et al. MRM 39:500-5, 1998.Anderson Winkler Inferência baseada em voxel para fMRI 52 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Estimação da suavização
Os valores foramhiperestimados;Achado compatível comoutros estudos2.
2Kiebel et al. Neuroimage 10:756-66, 1999.Anderson Winkler Inferência baseada em voxel para fMRI 53 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Valor da estatísticaAmplitude do sinal BOLD simulado: 0,9%
A suavização interferiu na magnitude da estatística.
RaioSem
suavização FWHM = 2,0 FWHM = 3,0
5 mm 7,002 ± 1,107 4,493 ± 1,074 2,645 ± 0,4747 mm 6,810 ± 1,197 7,208 ± 1,917 5,439 ± 1,07510 mm 6,625 ± 1,430 9,844 ± 2,970 9,271 ± 2,46515 mm 6,648 ± 1,465 12,119 ± 3,686 12,725 ± 3,763
Anderson Winkler Inferência baseada em voxel para fMRI 54 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Valor do limiar
Sem sinal Com sinal
Anderson Winkler Inferência baseada em voxel para fMRI 55 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Valor do limiarProcedimento de Benjamini e Hochberg
Sem suavização FWHM = 2,0 FWHM = 3,0
Anderson Winkler Inferência baseada em voxel para fMRI 56 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Valor do limiarProcedimento de Benjamini e Hochberg
Áreas extensas resultaram em menor limiar peloprocedimento de B&H.
Sem suavização FWHM = 2,0
Anderson Winkler Inferência baseada em voxel para fMRI 57 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Controle de erro na ausência de sinalSem correção (αPCE = 0,05)
FWHM oPCE oFWESem suavização 0,0502 ± 0,0169 1,00001,5 voxels 0,0515 ± 0,0353 1,00002,0 voxels 0,0520 ± 0,0438 1,00002,5 voxels 0,0523 ± 0,0524 1,00003,0 voxels 0,0526 ± 0,0603 1,0000
Anderson Winkler Inferência baseada em voxel para fMRI 58 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Controle de erro na ausência de sinalProcedimento de Bonferroni (αFWE = 0,05)
FWHM oPCE oFWESem suavização 0,0000 ± 0,0000 0,03391,5 voxels 0,0000 ± 0,0000 0,04042,0 voxels 0,0000 ± 0,0000 0,03432,5 voxels 0,0000 ± 0,0000 0,01653,0 voxels 0,0000 ± 0,0000 0,0130
Anderson Winkler Inferência baseada em voxel para fMRI 59 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Controle de erro na ausência de sinalProcedimento de Benjamini e Hochberg (qFDR = 0,05)
FWHM oPCE oFWESem suavização 0,0000 ± 0,0000 0,02571,5 voxels 0,0000 ± 0,0003 0,04092,0 voxels 0,0001 ± 0,0005 0,04132,5 voxels 0,0001 ± 0,0010 0,03303,0 voxels 0,0003 ± 0,0020 0,0322
Anderson Winkler Inferência baseada em voxel para fMRI 60 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Controle de erro na ausência de sinalTeoria dos campos aleatórios (αFWE = 0,05)
FWHM oPCE oFWESem suavização 0,0000 ± 0,0000 0,02171,5 voxels 0,0000 ± 0,0000 0,03912,0 voxels 0,0000 ± 0,0000 0,04092,5 voxels 0,0000 ± 0,0000 0,03783,0 voxels 0,0000 ± 0,0001 0,0230
Anderson Winkler Inferência baseada em voxel para fMRI 61 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Controle de erro na presença de sinalSem suavização (αPCE = αFWE = qFDR = 0,05)
Método oPCE oFWE oFDRUNC 0,0458 ± 0,0174 1,0000 0,9500 ± 0,0628BON 0,0000 ± 0,0000 0,0167 0,0055 ± 0,0590B&H 0,0001 ± 0,0003 0,3751 0,0359 ± 0,0800RFT 0,0000 ± 0,0000 0,0100 0,0040 ± 0,0545
Anderson Winkler Inferência baseada em voxel para fMRI 62 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Controle de erro na presença de sinal
49 voxels com sinal
Anderson Winkler Inferência baseada em voxel para fMRI 63 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Controle de erro na presença de sinal
Sem suavização FWHM = 2,0 voxels
Limiarizado (49voxels declarados
“ativos”)
Limiarizado (88voxels declarados“ativos”)
Anderson Winkler Inferência baseada em voxel para fMRI 64 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
SensibilidadeMapas não suavizados
Sem correção Procedimento deBonferroni
Procedimento deBenjamini e
Hochberg
Teoria doscamposaleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 65 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
SensibilidadeMapas suavizados (FWHM = 2 voxels)
Sem correção Procedimento deBonferroni
Procedimento deBenjamini e
Hochberg
Teoria doscamposaleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 66 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
EspecificidadeMapas não suavizados
Sem correção Procedimento deBonferroni
Procedimento deBenjamini e
Hochberg
Teoria doscamposaleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 67 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
EspecificidadeMapas suavizados (FWHM = 2 voxels)
Sem correção Procedimento deBonferroni
Procedimento deBenjamini e
Hochberg
Teoria doscamposaleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 68 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Valor preditivo positivoMapas não suavizados
Sem correção Procedimento deBonferroni
Procedimento deBenjamini e
Hochberg
Teoria doscamposaleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 69 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Valor preditivo positivoMapas suavizados (FWHM = 2 voxels)
Sem correção Procedimento deBonferroni
Procedimento deBenjamini e
Hochberg
Teoria doscamposaleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 70 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Valor preditivo negativoMapas não suavizados
Sem correção Procedimento deBonferroni
Procedimento deBenjamini e
Hochberg
Teoria doscamposaleatórios
Anderson Winkler Inferência baseada em voxel para fMRI 71 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Conclusões e perspectivas
Anderson Winkler Inferência baseada em voxel para fMRI 72 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Conclusões
As conclusões mais relevantes foram:O procedimento de Bonferroni pode não ser tãoconservador;O controle sobre FDR pelo procedimento de Benjamini eHochberg é mais exato para sinais fortes e grandes;A suavização:
Torna o tamanho de áreas de atividade dependentes daamplitude do sinal;Interfere no limiar para o controle de FDR;Interfere em medidas dependentes da contagem de voxels.
É recomendável utilizar métodos sensíveis ao grau desuavização quando as imagens forem suavizadas (como ateoria dos campos aleatórios).
Anderson Winkler Inferência baseada em voxel para fMRI 73 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Trabalhos futuros
Avaliar outros procedimentos (Y&B, pFDR);Avaliar limiarização em clusters;Avaliar efeito da autocorrelação;Avaliar efeito da suavização sobre medidas que dependemda contagem de voxels;Avaliar o valores limítrofes em curvas ROC;Avaliar outros tipos de campo aleatório;Avaliar resultados em outros equipamentos.
Anderson Winkler Inferência baseada em voxel para fMRI 74 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Trabalhos passados2006
WINKLER, A. M., GAMBA, H. R., DELLA-JUSTINA, H. M. ANDCARVALHO NETO, A. False discovery rate and functionalmagnetic resonance imaging: a quantitative analysis. XICongresso Brasileiro de Física Médica, 14-17 Junho 2006,Ribeirão Preto, SP, Brasil.
WINKLER, A. M., GAMBA, H. R. AND CARVALHO NETO, A.Thresholding of statistical maps under low degrees of freedom.8th fMRI Experience, 26-30 Junho 2006, Melbourne, Victoria,Austrália.
WINKLER, A. M., SATO, J. R., GAMBA, H. R., AMARO JR, E.AND CARVALHO NETO, A. Thresholding of statistical mapsgenerated with the Kolmogorov-Smirnov test using the falsediscovery rate. XX Congresso Brasileiro de EngenhariaBiomédica, 22-26 Outubro 2006, São Pedro, SP, Brasil.
Anderson Winkler Inferência baseada em voxel para fMRI 75 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Trabalhos passados2007
WINKLER, A. M. AND GAMBA H. R. Building correlation mapsfor fMRI studies. II Simpósio do Instituto Internacional deNeurociências de Natal, 23-25 Fevereiro 2007, Natal, RN, Brasil.
WINKLER, A. M., GAMBA, H. R., SATO, J. R. AND CARVALHONETO, A. A comparison of thresholding methods for statisticalparametric maps. 13th Annual Meeting of the Organization forHuman Brain Mapping, 10-14 Junho 2007, Chicago, IL, USA.[ACEITO]
WINKLER, A. M., SATO, J. R., GAMBA, H. R., AMARO JR, E.AND CARVALHO NETO, A. The Kolmogorov-Smirnov test forfMRI: autocorrelation issues and false discovery rate. 13thAnnual Meeting of the Organization for Human Brain Mapping,10-14 Junho 2007, Chicago, IL, USA. [ACEITO]
Anderson Winkler Inferência baseada em voxel para fMRI 76 / 77
Introdução Campos aleatórios Falsas descobertas Método Resultados e discussão Conclusões
Agradecimentos
À minha família;
Ao amigo e orientador, Prof. Dr. Humberto Remigio Gamba;
Ao Prof. Dr. Arnolfo de Carvalho Neto e ao Prof. Dr. EdsonAmaro Jr. pelo apoio;
Aos membros da Banca Examinadora, Prof. Dráulio Barros deAraújo, Prof. Dr. Edson Amaro Jr. e Prof. Dr. Fábio KurtSchneider;
Aos todos amigos pelo companheirismo e apoio, incluindo osque vieram assistir a esta defesa;
Agradecimento especial a todos os amigos do LABIEM e doCPGEI, bem como aos amigos da USP-Ribeirão e USP-SP;
Ao INRAD-USP e DAPI pela cessão das imagens.
Anderson Winkler Inferência baseada em voxel para fMRI 77 / 77