Traitement des données MEG avec FieldTrip

FieldTrip est une boîte à outil Matlab contenant des centaines de fonctions dédiées au traitement des données MEG en particulier, ainsi que des données EEG.
Cette toolbox est proposée par le Donders Institute & collaborateurs, et téléchargeable sur leur site. Elle est quotidiennement mise à jour. Le site propose également un vaste tutoriel pour aider à l’utilisation des fonctions pour chaque étape de traitement de données, depuis l’extraction des données brutes, le prétraitement, jusqu’à la reconstruction des sources, les analyses statistiques ou encore la connectivité. De multiples choix de méthodes de calcul sont implémentés par fonctionnalité et de nombreux paramètres ajustables.

En plus du tutoriel sur les fonctions de la toolbox, des cours vidéo sont en accès libre.

Pour permettre un traitement par lot semi-automatique, de l’ensemble des jeux de données d’une étude MEG, nous avons incorporé les fonctions FieldTrip à un ensemble de scripts. Ces routines intègrent par exemple la mise en forme et l’enregistrement de figures permettant de visualiser les données issues des différentes étapes de traitement.

Nous illustrons ici toute une chaîne de traitement des données MEG, en spécifiant pour chaque étape, les fonctions utilisées, les paramètres associés, les données d’entrée et les résultats obtenus.

Ces traitements ont été appliqués tels quels aux données d’une étude portant sur la dyslexie et impliquant 40 sujets (dont 20 normaux lecteurs).

Il n’existe pas de recette figée pour traiter les données, les paramètres et méthodes de traitement dépendent des caractéristiques des données et de ce qui est recherché.

Les scripts sont déposés sur GitHub à cette adresse : https://github.com/chris-zielinski/MEG_FieldTrip_CREx

Ils sont mis à jour suivant les améliorations apportées et les éventuels bugs corrigés. En outres, certaines fonctions ne sont pas encore commentées de façon optimale. Contactez-nous en cas de besoin et pour tout problème rencontré.

La procédure, les paramètres et méthodes, ont été établis avec l’important concours de  l’équipe du laboratoire MEG de l’Institut des Neurosciences des Systèmes de Marseille. Leur wiki se trouve ici. Il y est notamment possible de télécharger AnyWave, un logiciel permettant de visualiser efficacement l’ensemble des données et d’effectuer de nombreux traitements.

Voici les étapes de traitement suivies :

  1. Le prétraitement : réduire le bruit
  2. La reconstruction des sources par le beamforming
  3. L’association source – région anatomique à partir d’un atlas prédéfini
  4. L’analyse statistique (calcul par permutations & clustering)

Pour ce projet, nous ne disposons pas des images IRM anatomiques individuelles, qui permettent d’une part de construire un modèle de tête basé sur la segmentation de l’IRM du sujet, et d’autre part d’associer précisément les signaux sources issus du beamforming aux zones anatomiques effectives. Nous utilisons à la place un template IRM anatomique.

Blog du Centre de Ressources pour l'Expérimentation du BLRI