Random Field Theory en imagerie fonctionnelle

URL: http://www.poirrier.be/~jean-etienne/presentations/rft/index.php

Centre de Recherches du Cyclotron (ULg) - 11 janvier 2006

Best viewed with a fMRI ;-)

Au cours des années 2005 et 2006, le Centre de Recherches du Cyclotron a organisé une série de cours sur le Statistical Parametric Mapping (SPM). Cette série était intitulée "SPM for Dummies" (comme la série sur l'IRM où j'ai présenté la FFT).

Cette série se base sur un livre édité par des membres du Wellcome Department of Imaging Neuroscience (University College London, UK) : "Human Brain Function". J'étais chargé de présenter les chapitres 14 et 15 (si possible) relatifs à la Random Field Theory.

Cette page reprend les éléments que j'ai créé pour cette présentation. Les éléments repris d'autres présentations et auteurs sont cités dans les liens et vous devrez pouvoir normalement les trouver facilement sur internet.

English readers: some documents available here are in English (images and scripts don't need to be translated). Just check where I've put a UK flag. If you don't find some material, it could be from other people ; please check the links.

Diapositives et texte

Notez que les diapositives en français devraient être disponibles au format PDF sur le site web du Cyclotron, sur la page des annonces / informations : http://www.ulg.ac.be/crc/in/infocrc.html

Scripts Matlab

Ces scripts, très simples (généralement moins de 2ko), ont été écrits pour recréer quelques figures des chapitres vus.

  • Script pour recréer la figure 1 (ensemble de valeurs aléatoires) : bookfig1.m
  • Script pour recréer la figure 2 (valeurs aléatoires lissées sur carrés de 10 pixels) : bookfig2.m ; le même mais en affichage mesh
  • Script pour recréer la figure 3 (valeurs aléatoires lissées sur gaussienne) : bookfig3.m
  • Script pour recréer la figure 4 (figure 3 filtrée - ce n'est pas tout à fait exact) : bookfig4.m
  • Script pour recréer la figure 6 (valeur de la caractéristique d'Euler attendue) : bookfig6.m
  • Script pour tracer une gaussienne : tracegaussian.m
  • Script pour tracer une gaussienne en 3D : gaussian3D.m
  • Script pour créer les figures de filtre seuil : heightthreshold.m

Et maintenant, le meilleur : vous pouvez tout télécharger dans une seule archive : rft-scripts-matlab-poirrier06.tar.gz (2.7ko). Vous pouvez ouvrir les fichiers .tar.gz sous MS-Windows avec le logiciel libre 7-zip (sous GNU/Linux, vous n'avez aucun problème).

Scripts are there to redraw some figures in order to put French labels, legend, etc. You can easily adapt them to English.

I haven't tried these scripts with Octave as yet (GNU Octave is a high-level language, primarily intended for numerical computations).

Images

Voici quelques unes de mes images utilisées dans ma présentation. Libre à vous de les utiliser.

Here are some images I used in my presentation. Feel free to use them.

pixels aléatoires selon une distribution de Gauss

pixels aléatoires lissés par la moyenne

pixels aléatoires lissés par noyau de Gauss

valeurs de la caractéristique d'Euler attendue pour une image de 100 resels

courbes gaussiennes 2D et 3D

courbe gaussienne 3D, représentation en escalier

courbe gaussienne 3D, noir et blanc

courbe gaussienne 3D, couleur

pixels aléatoires dont la valeur est représentée sur l'axe z (vertical) avec filtre

pixels aléatoires dont la valeur est représentée sur l'axe z (vertical) sans et avec filtre

champ de voxels ; leur valeur de gris est aléatoire selon une loi de Gauss

champ de voxels ; leur valeur de gris est aléatoire selon une loi de Gauss

champ de voxels ; leur valeur de gris est aléatoire selon une loi de Gauss

champ de voxels ; leur valeur de gris est aléatoire selon une loi de Gauss

voxel seul allant être analysé

série aléatoire et série après lissage par noyau de Gauss

ensemble aléatoire de pixels et ensemble après lissage par noyau de Gauss

Résumé du processus de SPM sur les voxels : analyse unitaire puis création de carte de statistiques

Liens utiles

Quelques liens utiles et/ou indispensables pour essayer de comprendre la Random Field Theory :