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

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

Mise en œuvre des analyses et applications Mathieu Desrosiers, B.Ing Administrateur Système Unité de Neuroimagerie Fonctionnelle, Centre de Recherche,

Présentations similaires


Présentation au sujet: "Mise en œuvre des analyses et applications Mathieu Desrosiers, B.Ing Administrateur Système Unité de Neuroimagerie Fonctionnelle, Centre de Recherche,"— Transcription de la présentation:

1 Mise en œuvre des analyses et applications Mathieu Desrosiers, B.Ing Administrateur Système Unité de Neuroimagerie Fonctionnelle, Centre de Recherche, IUGM

2 Aux chercheurs/étudiants qui veulent effectuer une analyse IRMf de groupe Aux chercheurs/étudiants qui veulent effectuer une analyse IRMf de groupe Et qui souhaite automatiser les traitements pour leurs analyses Et qui souhaite automatiser les traitements pour leurs analyses A qui sadresse cette présentation

3 La réalité sur les traitements en IRMf Nécessite énormément d'efforts logistiques en labsence dautomatisation Nécessite énormément d'efforts logistiques en labsence dautomatisation Il faut extirper le maximum dinformations à partir des données Il faut extirper le maximum dinformations à partir des données Une approche souvent utilisée est celle du « DATA DRIVEN », analyse large Une approche souvent utilisée est celle du « DATA DRIVEN », analyse large Procédure complexe, laborieuse et redondante Procédure complexe, laborieuse et redondante

4 La réalité sur les traitements en iRMF Les outils actuels sont souvent mal adaptés à la réalité des études de groupe de grande envergure Les outils actuels sont souvent mal adaptés à la réalité des études de groupe de grande envergure Les paramètres initialement choisis sont rarement optimaux Les paramètres initialement choisis sont rarement optimaux Et puisque …

5 Il vous faudra une bonne méthodologie et un bon outil pour réussir vos analyses en IRMf

6 Une partie de la solution… Écrire (ou utiliser) un logiciel qui permet dautomatiser certaines chaînes de traitement lors de la conduite dune analyse IRMf, pour plusieurs sujets à laide doutils de traitements

7 Caractéristiques dun bon outil Robuste Robuste Facilement réutilisable (possibilité de modifier facilement un des paramètre de lanalyse) Facilement réutilisable (possibilité de modifier facilement un des paramètre de lanalyse) Incrémentiel (on ne doit pas tout recommencer chaque fois que nous ajoutons un sujet additionnel) Incrémentiel (on ne doit pas tout recommencer chaque fois que nous ajoutons un sujet additionnel) Très flexible (Tirer profit des forces des logiciels courants sans pour autant être limité par leurs inconvénients) Très flexible (Tirer profit des forces des logiciels courants sans pour autant être limité par leurs inconvénients) Il doit laisser beaucoup de traces lors des étapes intermédiaires Il doit laisser beaucoup de traces lors des étapes intermédiaires Il doit permettre la sauvegarde des algorithmes utilisés Il doit permettre la sauvegarde des algorithmes utilisés Lenchaînement des différentes étapes de lanalyse doit être rapide Lenchaînement des différentes étapes de lanalyse doit être rapide Il doit utiliser les ressources de façon optimal Il doit utiliser les ressources de façon optimal Les résultats doivent être reproductibles pour être crédibles auprès de la communauté scientifique

8 uperscript version beta Ma Solution

9 Le superscript Permet dabolir la redondance des traitements, Permet dabolir la redondance des traitements, sassure de lintégrité des outils et de lenvironnement, sassure de lintégrité des outils et de lenvironnement, conserve une trace des différentes étapes effectuées lors des différents traitements, conserve une trace des différentes étapes effectuées lors des différents traitements, valide la structure du jeux de données initiales, valide la structure du jeux de données initiales, prend en charge le nom des fichiers et des répertoires, prend en charge le nom des fichiers et des répertoires, gère plusieurs exceptions additionnelles. gère plusieurs exceptions additionnelles.

10 Exemple dune analyse à laide du script 1 groupe de 15 sujets 1 groupe de 15 sujets 4 runs, 5 conditions (4 expérimentales + 1 référence) pour chaque sujet 4 runs, 5 conditions (4 expérimentales + 1 référence) pour chaque sujet Choisis 6 contrast à évaluer Choisis 6 contrast à évaluer

11 Mais dabord, il faut préparer les fichiers avant le traitement.

12 Préparation des données Commencer par spécifier les contrastes script MyContrast.contrast Spécifier les contrastes à calculer lors de la modélisation ContrastName Fichier optionnel, utilisé pour renommer les cartes statistiques Fichier texte portant le nom « MyContrast.contrast », Définir les contrastes 1 par ligne, Insérer le fichier dans le répertoire script, Un fichier additionnel appelé « ContrastName » peut être ajouté. rep racine MyContrast.contrast ContrastName (Optionnel) Model.txt (Optionnel)

13 Préparation des données Préparer le modèle pour chacun des runs Dans un fichier texte dextension (.txt) et portant le nom du run, Dans un fichier texte dextension (.txt) et portant le nom du run, 4 colonnes séparées par des tabulations (# de la condition, temps, durée, poids) 4 colonnes séparées par des tabulations (# de la condition, temps, durée, poids) une ligne par événement, une ligne par événement, les temps sont spécifiés en seconde avec 3 décimales (séparées par un point). les temps sont spécifiés en seconde avec 3 décimales (séparées par un point). Numéro de la conditionMoment (sec) Durée (sec) Le poids attribué a la condition Les valeurs sont séparées par des tabulations

14 Préparation des données Préparer ensuite les sujets suj01 suj02 sujN root anat.mncrun1.mncrun1.txtrun2.mncrun2.txtrunN.mnc … runN.txt Limage anatomique du sujet Modèle lié au « run » « run » fmri script anat.mncrun1.mncrun1.txtrun2.mncrun2.txtrunN.mnc … anat.mncrun1.mncrun1.txtrun2.mncrun2.txtrunN.mnc … MyContrast.contrast parametre ContrastName (Optionnel) runN.txt … Model.txt (Optionnel)

15 Préparation des données Exemple N.B. le supercript est intransigeant avec le nom des répertoires et des fichiers.

16 Vous pouvez (pour un run donné) ajouter un fichier constast et/ou dexclusion Vous pouvez (pour un run donné) ajouter un fichier constast et/ou dexclusion suj02 anat.mnc run1.mncrun1.txt run2.mncrun2.txt runN.mnc … runN.txt run1.excluderun1.contrast runN.exclude Les volumes du suj02 pour la run N seront exclus run1.exclude Les volumes du suj02 pour la run 1 seront exclus run1.contrastRedéfinition des contrasts à calculer pour le run 1 du sujet 02 N.B. les étapes suivantes pourraient ne plus être dans un état cohérent (fichier texte portant le nom dextension (.contrast ou.exclude) Préparation des données Options avancées

17 script parametre Préparation des données Modifier le fichier des paramètres pour vos besoins Fichier paramètre

18 1 - prétraitement … … … Suj modélisation 3 - recalage 6 - Sommaire des activations dintérêts et seuillage efstd TF fwhm … 4 - moyennage intra-sujets contrast 1 Run1.mnc RunN.mnc Run1.mnc SujNN RunN.mnc … efstd TF … contrastN fwhm … efstd TF contrast1 efstd TF … contrastN fwhm … efstd TF fwhm … contrast 1 … efstd TF … contrastN fwhm efstd TF … contrast 1 … efstd TF … contrastN fwhm StdEf StdEf StdEf StdEf StdEf StdEf StdEf StdEf StdEf StdEf … contrast 1 contrastN contrast 1 contrastN StdEf StdEf … contrast 1 contrastN 5 - moyennage des sujets ou analyse de groupe Contrast 1 Carte T Contrast N Carte T contrast1 contrastN Les 6 étapes du pipeline Run1-MC_MC.mnc RunN-MC_MC.mnc

19 Usage: executer [ ] Usage: executer [ ] Specifiez une option puis le repertoire racine de l'etude Les options etant: Execution en chaine -all effectue tous les etapes du pipeline -all effectue tous les etapes du pipeline -modelisation commence a partir de la modelisation -modelisation commence a partir de la modelisation -recalage commence a partir du recalage des images -recalage commence a partir du recalage des images -avgIntra commence a partir du moyennage intra-sujet -avgIntra commence a partir du moyennage intra-sujet -avgInter commence a partir du moyennage inter-sujet -avgInter commence a partir du moyennage inter-sujet -groupe effectue une analyze de groupe -groupe effectue une analyze de groupe Nettoyage des etapes -cleanall reinitialise a letat initiale -cleanall reinitialise a letat initiale -cleanstat conserve le preprocessing -cleanstat conserve le preprocessing -cleankeepmodeling conserve le processing ainsi que la modelisation -cleankeepmodeling conserve le processing ainsi que la modelisation Execution unique -preprocess effectue le preprocessing -preprocess effectue le preprocessing -pca genere les cartes PCA -pca genere les cartes PCA -modeling effectue la modelisation -modeling effectue la modelisation -tal effectue le recalage -tal effectue le recalage -avgSujs effectue le moyennage intra-sujet -avgSujs effectue le moyennage intra-sujet -avgAll effectue le moyennage inter-sujet -avgAll effectue le moyennage inter-sujet -groupStep effectue l'analyse de groupe -groupStep effectue l'analyse de groupe -sommaire n'effectue que le sommaire des activations -sommaire n'effectue que le sommaire des activations Pour voir les options disponibles: # superscript -help Pour effectuer les 6 étapes du pipeline: #/opt/share/bin/superscript -all repRacine Le superscript

20 Étapes du superscript Crée larborescence des répertoires, valide la structure. Puis … 1. effectue le prétraitement, 2. modélise les signaux (fmrilm), 3. plonge les volumes (MRI et fmri) dans un repère commun, 4. effectue un moyennage intra-sujet, 5. effectue le moyennage inter-sujet, 6. effectue un sommaire des activations.

21 Structure de létude 1- créer un répertoire raw dans le répertoire racine, 1- créer un répertoire raw dans le répertoire racine, 2- créer un répertoire analyse dans le répertoire racine, 2- créer un répertoire analyse dans le répertoire racine, 3- sous le répertoire analyse, créer un répertoire multi ainsi que les sous répertoires script, stat, résultat et summary, 3- sous le répertoire analyse, créer un répertoire multi ainsi que les sous répertoires script, stat, résultat et summary, 4- pour chaque sujets, créé un répertoire sujN, 4- pour chaque sujets, créé un répertoire sujN, 5- pour chaque répertoire sujN, créé un sous répertoire data,script et stat. 5- pour chaque répertoire sujN, créé un sous répertoire data,script et stat. analyse multi raw root resultat_t script suj01 suj02 sujN … data stat suj02 suj01 sujN summary stat script … superscript soccupe de créer et de gérer la structure de lanalyse

22 RunN.mnc Run1-MC_MC.mnc RunN-MC_MC.mnc Run1.mnc 1 - prétraitement SujN Run2-MC_MC.mncRun2.mnc … …

23 1 - prétraitement génère les cartes PCA (optionnel), génère les cartes PCA (optionnel), applique une correction du mouvement sur les runs, applique une correction du mouvement sur les runs, effectue un lissage spatial. effectue un lissage spatial. Le superscript …

24 composante (No volume) Composante temporelle(sd, % variance expliquée) 0.68, 46.9% 0.29, 8.6% 0.17, 2.9% 0.15, 2.4% Slice (0 based) composante Composante spatial : exclure les premier volumes 2: dérive temporelle 3:Convertir le signal en pourcentage 4:Est-ce du signal? Peuvent révéler des défauts dans le signal, permet de voir la drift temporelle dans certains cas Génération des cartes PCA prétraitement Diapositive empruntée à Keith Worsley

25 Génération des cartes PCA run1_pca.m sapplique aux runs prétraités prétraitement exemple de script crées le paramètre nbComponent changera le nombre de composantes du signal à conserver (défaut = 6 composantes), le paramètre colormap changera la couleur affichée (défaut = spectral). La version du logiciel utilisé

26 Correction du mouvement mouvement de translation mouvement de rotation Lance 3Dvolreg via loutil Mincalign (développé par Rick Hoge 2002), Lance 3Dvolreg via loutil Mincalign (développé par Rick Hoge 2002), génère lhistorique des commandes dans le fichier preprocess.txt génère lhistorique des commandes dans le fichier preprocess.txt il faut spécifier le volume de référence sur lequel le réalignement sera appliqué. il faut spécifier le volume de référence sur lequel le réalignement sera appliqué. prétraitement le paramètre target modifiera le volume de référence lors du réalignement (défaut = 3e volumes de la run).

27 prétraitement Juste un mot sur la correction intra sujet ( déconseiller ) Il faut spécifier un volume dun «run» de référence, le script réaligne tous les volumes sur ce volume. Avantage : permet de moyenner les cartes statistiques intra-sujet avant le recalage (tel que SPM). Intra Sujet Standard inscrire « YES » pour le paramètre realignementIntraSujet (défaut = NO).

28 Lissage Spatial Effectué avec loutil fmr_preprocess et mincblur, Effectué avec loutil fmr_preprocess et mincblur, effectue une convolution sur les images, effectue une convolution sur les images, il faut spécifier la largeur du noyau Gaussien (généralement entre 6mm et 8mm). il faut spécifier la largeur du noyau Gaussien (généralement entre 6mm et 8mm). Données brutesDonnées lissées (6 mm) avant après prétraitement le paramètre fwhm modifiera la largeur du noyau Gaussien (défaut = 6mm).

29 prétraitement Récapitulation des paramètres target = "3" fwhm = "6" realignementIntraSujet = "NO" nbComponent = "6" colormap = "spectral" Le nombre de composantes à conserver pour les cartes PCA (défaut = 6) couleur des cartes PCA La largeur du noyau à utiliser pour le lissage volume de référence pour le réalignement Option avancée Pour le prétraitement, spécifier les variables suivantes:

30 prétraitement Les scripts sont sauvegardés dans le répertoire Sommaire des commandes Scripts PCA

31 prétraitement Les résultats sont générés dans le répertoire Run réaligné Valeurs de la correction Graphiques du déplacement Cartes PCA

32 2 - modélisation Run1-MC_MC.mnc SujN Run2-MC_MC.mnc RunN-MC_MC.mnc … …

33 2 - modélisation 1. Spécifie le modèle linéaire avec (fmridesign) 2. Évalue ce modèle avec (fmrilm) Le superscript …

34 1) Il faut définir la forme de la hrf adaptée au protocole hrf = " " hrf = " " Hrf (défaut) Gamma 2) Spécifier si les fichiers modèles sont présentés de façon événementiel (recommandé) ou par présentation de stimuli modelType = "events" modélisation - Spécification du modèle les paramètres à spécifier (1/2) Attention: le nombre de volume, le temps dacquisition dun volume (tr) et le nombre de slices dans un volume sont déterminés pour chaque run, par contre le délai dans le TR ainsi que lordre dacquisition sapplique à toute létude (voir Les variables spécifiques). nombre de dérive temporel (0,1 ou 2 ) forme de la fonction

35 N.B. Il est possible de surcharger certains paramètres si un « run » présente des particularités Surcharge du paramètre sliceOrder Surcharge du paramètre sliceOrder specificSliceOrder = ["suj01:interleaved", "suj08:run3:acending"] Surcharge du paramètre delayintr Surcharge du paramètre delayintr specificdelayintr = ["suj06:run2:5", "suj02:run1:6.5", "suj02:run4:8 "] 3) Spécifier le délai du temps de réponse delayintr = "0" 4) Spécifier lordre dacquisition des slices sliceOrder = "descending" ou sliceOrder = "ascending » ou sliceOrder = "interleaved" modélisation - Spécification du modèle les paramètres à spécifier (2/2)

36 modélisation - Spécification du modèle modélisation - Spécification du modèle résultat Le modèle est ensuite construit avec loutil fmridesign puis directement soumis à lévaluation. run1.m exemple de script crée

37 1) les contrastes à évaluer sont dans le fichier MyContrast.contrast 2) spécifier les volumes à exclure lors de la modélisation, exclude = " 1 2 " Les volumes 1 et 2 de chaque runs seront ignorés (sauf si fichier.exclude) 3) choisir la nature des cartes statistiques à produire. which_stats = ["['_mag_t _mag_sd _mag_ef _mag_F _cor _fwhm']"] modélisation - Évaluer le design les paramètres à spécifier(1/2) _mag_tstatistique T _mag_efeffet (Beta) _mag_sddéviation standard _mag_FF-statistic _corAutocorrellation temporal _fwhmEffective FWHM in mm of the whitened residuals

38 modélisation - Évaluer le design les paramètres à spécifier(2/2) 4) Spécifier la quantité de lissage sur les résidus autocorrélés, fwhm_cor = " " (défaut: vide, attribution fmrilm). 5) Spécifier la variable ntrends (série de trois chiffres). Nombre de splines cubique à retirer temporellement dans 6 minutes de scans (Généralement 1 par 3 minutes) ntrends = " " Conversion des valeurs de chaque voxel du cerveau en pourcentage (0 = pas de conversion) « Spatial trend »

39 run1.m modélisation - Évaluer le design Exemple de script

40 modélisation - Évaluer le design Les résultats sont générés dans le répertoire Cartes statistiques Degrés de liberté recueillie Instructions sauvegardé

41 3- Recalage (Passage des cartes statistiques à un repère commun) Cerveau non traité Cerveau recalé Cerveau du sujet (en bleu) Repère commun (en gris)

42 3-Recalage les paramètres à spécifier Spécifier le template à utiliser pour caluler la transformation model = icbm_avg_152_t1_tal_lin" Spécifier le modèle pour le resampling des images IRMf resamplingStat ="icbm_template_2.00mm.mnc" Spécifier un modèle haute résolution pour le resampling des images IRM Spécifier un modèle haute résolution pour le resampling des images IRM resamplingStat = »icbm_template_2.00mm.mnc" Spécifier un masque pour enlever les zones sans intérêt (optionnel) mask = "icbm_avg_152_t1_tal_lin_mask.mnc" N.B. Les différents modèles de template sont affichés dans le répertoire "/opt/share/mni/share/mni_autoreg"

43 3-Recalage les principes 1. Calculer la transformation (mritotal) quil faut appliquer à limage anatomique du sujet pour quelle se retrouve dans lespace commun choisi, 2. appliquer cette transformation (mincresample) à limage anatomique du sujet, 3. appliquer cette transformation (resample_tal) aux cartes statistiques intra-sujet. exemple de fichier transform.xfm: ; Le superscript va … Linear_Transform =

44 3-Recalage Les résultats sont générés dans les répertoires Limage anatomique Les valeurs de la transformation linéaire Lhistorique des commandes Les cartes statistiques (extension _tal à la fin du fichier) …

45 4- Moyennage intra-sujet Moyennage Intra-sujets Ru01 Run2 RunN … SujN

46 4-Moyennage intra-sujet (Les paramètres à spécifier) subject_which_stats= ["['_mag_t _mag_sd _mag_ef _mag_F _cor _fwhm']"] fwhm_data = " " contrast_avg_subj = "[1] " fwhm_variatio= "-100" Contraste à calculer [ …] « moyennage » seulement supporté pour le moment 0 = Pure Random Effect, Inf = Pure Fixed Effect si la valeur est négative, forcer le nombre de degrés de liberté en sortie à être égale à cette valeur Lissage sur les ratios (laisser vide = calculé ou lu par défaut dans les cartes soumises en paramètre)

47 4-Moyennage intra-sujet (Exemple de script) Suj01_con01.m

48 4-Moyennage intra-sujet Les résultats sont générés dans les répertoires

49 5- Moyennage inter-sujet Moyennage Inter-sujets Suj01 Suj02 SujN …

50 5-Moyennage inter-sujet 5-Moyennage inter-sujet Ce quil faut spécifier multi_which_stats= ["['_mag_t _mag_sd _mag_ef _mag_F _cor _fwhm']"] input_files_fwhm= " " contrast_multi= "[1] " multi_fwhm_variatio= "-100" Contraste à calculer si différent de [1 0 0 …] voir analyse de groupe 0 = Pure Random Effect, Inf = Pure Fixed Effect Si la valeur est négative, forcer le nombre de degrés de liberté en sortie a être égale a cette valeur Lissage sur les ratios laisser vide (lu par défaut dans les cartes soumises en paramètre)

51 5-Moyennage inter-sujet Exemple de script Avg05_con1.m

52 5-Moyennage inter-sujet Les résultats sont générés dans les répertoires

53 5 - Analyse de groupe Préparation des données créer des sous répertoires nommé groupN dans le répertoire analyse pour chaque groupe de votre étude, créer des sous répertoires nommé groupN dans le répertoire analyse pour chaque groupe de votre étude, glisser les répertoires sujN du répertoire analyse dans le groupe respectif dappartenance, glisser les répertoires sujN du répertoire analyse dans le groupe respectif dappartenance, spécifier les contrastes « group_contrast ». spécifier les contrastes « group_contrast ». ex. group_contrast = ; ex. group_contrast = "1 -1 0; "

54 5-Analyse de groupe 5-Analyse de groupe exemple

55 6- Sommaire des activations, seuillage à laide de loutil stat_summary 1. Détermine le seuil et la valeur de P (stat_threshold)(obsolète), 2. fait le sommaire des valeurs des cartes T (stat_summary), 3. convertit les coordonnées des sommets significatifs dans le repère talaïrach, 4. soumet ces sommets dans le talaïrach daemon. Le superscipt …

56 6-Sommaire des T (stat_summary) Méthode Keith (préférable) Attention, il faut ajuster le convertisseur de coordonnées MNI en fonction du template utilisé: pour ICBM: mni2tal = "/usr/local/mni/mni2tal/icbm_other2tal.m" pour MNI305: mni2tal = "/usr/local/mni/mni2tal/mni2tal.m" Soumet les cartes fwhm inter-sujet dans la commande stat_summary, il est possible de spécifier un mask pour une région dintérêt. roimask = " roi_mask.mnc " stat_summary(Carte_t, FichierFwhm, [], [roimask])

57 6-Sommaire des valeurs des cartes T Les résultats sont générés dans les répertoires

58 6-Sommaire des valeurs des cartes T un exemple typique de sommaire Fichier Contrast_summary.txt Coordonnées du sommet dans le repère MNI Coordonnées du sommet dans le repère Talairach Aire associée au sommet Probabilité que lobservation soit un faux positif Valeur T du sommet N.B. Soyez toujours critique par rapports aux résultats obtenus Le nom du contrast évalué Description des clusters Les voxels significatifs Cluster dappartenanc e

59 6-Sommaire des valeurs des cartes T Image avg14_con01_cluster.txt De plus, une belle image 3D pour chaque contraste est généré dans le répertoire summary (utile ????)

60 6-Sommaire des valeurs des cartes T Lorsque les cartes fwhm ne sont pas généré Méthode Monchi) 6-Sommaire des valeurs des cartes T Lorsque les cartes fwhm ne sont pas généré ( Méthode Monchi) fwhm_summary = df = treshold = non corrigé stat_summary( Carte_t, fwhm_summary, df, [roimask],Treshold) Il faut spécifier manuellement un certain nombre de paramètres dans stat_summary

61 Étapes additionnelles Étapes additionnelles Moyennage des Images Anatomiques Moyenne de 14 sujets Mincaverage est utilisé pour produire un cerveau moyenné de lensemble des sujets

62 Étapes additionnelles Étapes additionnelles Maskage des Cartes T (optionnelle) Si un mask a été spécifié, les cartes statistiques seront masquées (ainsi que lanatomique) et renommées « _mask.mnc » Non masquémasqué

63 Étapes additionnelles Étapes additionnelles Renommer les contrastes (optionnelle) Si un fichier du nom de ContrastName existe dans le répertoire « script » alors les cartes statistiques seront renommées.

64 Visualisation des résultats Register Neurolens vérifier toujours les scripts générés et vos traitements intermédiaires.

65 Récapitulatif Ce script est robuste Ce script est robuste Les résultats sont reproductibles Les résultats sont reproductibles Le script a de la crédibilité puisquil nutilise que des algorithmes acceptés par la communauté scientifique Le script a de la crédibilité puisquil nutilise que des algorithmes acceptés par la communauté scientifique Facilement réutilisable Facilement réutilisable Très flexible Très flexible Loutil laisse des traces des versions employées et des étapes intermédiaires Loutil laisse des traces des versions employées et des étapes intermédiaires Il est incrémentiel (jajoute les sujets à mesure quils sont disponibles) Il est incrémentiel (jajoute les sujets à mesure quils sont disponibles) Lanalyse est complètement automatisée! Lanalyse est complètement automatisée!

66 Pensez toujours à valider vos résultats avec laide dun outil concurrent Pensez toujours à valider vos résultats avec laide dun outil concurrent Finalement

67 Remerciements Claude Lepage, (MNI, Claude Lepage, (MNI, Mc Gill)


Télécharger ppt "Mise en œuvre des analyses et applications Mathieu Desrosiers, B.Ing Administrateur Système Unité de Neuroimagerie Fonctionnelle, Centre de Recherche,"

Présentations similaires


Annonces Google