La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Laboratoire II: Le modèle linéaire général (GLM) Jean-Sébastien Provost, Ph.D Centre de Recherche, Institut Universitaire de Gériatrie de Montréal & Université

Présentations similaires


Présentation au sujet: "Laboratoire II: Le modèle linéaire général (GLM) Jean-Sébastien Provost, Ph.D Centre de Recherche, Institut Universitaire de Gériatrie de Montréal & Université"— Transcription de la présentation:

1 Laboratoire II: Le modèle linéaire général (GLM) Jean-Sébastien Provost, Ph.D Centre de Recherche, Institut Universitaire de Gériatrie de Montréal & Université de Montréal RAD6005 – Introduction à lIRMf

2 Avant tout, un retour sur… Correction du mouvement Six corrections du mouvement Trois en translation Trois en rotation Lissage spatial Moyennage dun voxel avec ses voisins Plus que la valeur (FWHM) est élevée, plus étendu sera le pic dactivation - Pas nécesseirement une bonne chose

3 Le modèle linéaire général Ce nest rien de plus quune technique statistique pour estimer la force de notre activation pour chaque voxel, et ce en tenant compte de notre expérience Quest-ce que cest ??? Simple, nest ce pas ?! Toute la magie se trouve dans cette équation: Y = x. +

4 Le modèle linéaire général Y = X. β + ε Données observées: Y représente le signal BOLD enregistré pour chaque voxel à travers le temps Matrice événementielle: La série temporelle pour laquelle on veut observer le signal BOLD pour chaque voxel - i.e. régresseurs Paramètres: Contribution de chaque composante de la matrice événementielle pour la valeur de Y, soit le signal BOLD enegistré; estimé afin de minimiser lerreur Erreur: Différence entre la valeur observée, le signal BOLD, et la valeur prédite par le modèle Xβ.

5 Le modèle linéaire général Y = X. β + ε X représente la façon dont chacun de vos contrastes sera considéré lors de lextraction du signal BOLD. Concrètement, le modèle sortira une carte pour chacun de vos contrastes: y = β 1 * x 1 + β 2 * x 2 + c + ε

6 Le modèle linéaire général Matrice événementielle, design événementiel, matrice de données… - Cest toute la même chose Votre fichier de sortie vous permet de savoir quelle condition a été présentée, mais surtout quand elle a été présentée Vous êtes responsables de générer ces fichiers ( voir avec votre logiciel de de présentation…) Avec vos fichiers de sortie, vous devez être capable de repérer: - la condition - le temps de présentation - la durée de présentation de la condition

7 Le modèle linéaire général

8 Y = X. β + ε Données observées: Y représente le signal BOLD enregistré pour chaque voxel à travers le temps Matrice événementielle: La série temporelle pour laquelle on veut observer le signal BOLD pour chaque voxel Paramètres: Contribution de chaque composante de la matrice événementielle pour la valeur de Y, soit le signal BOLD enegistré; estimé afin de minimiser lerreur Erreur: Différence entre la valeur observée, le signal BOLD, et la valeur prédite par le modèle Xβ. = X 1a … X 1b … X 1c X 2a … X 2b … X 2c X 3c … X 3b … X 3c β1β2β3β1β2β3 + ε1ε2ε3ε1ε2ε3 Y = X x β + ε Données observées Matrice événementielle ParamètresErreur résiduelle Y1Y2Y3Y1Y2Y3

9 Le modèle linéaire général À vos ordinateurs !!!


Télécharger ppt "Laboratoire II: Le modèle linéaire général (GLM) Jean-Sébastien Provost, Ph.D Centre de Recherche, Institut Universitaire de Gériatrie de Montréal & Université"

Présentations similaires


Annonces Google