Le prétraitement

L’objectif est de préparer les données pour être en mesure d’analyser l’activité cérébrale liée à la stimulation. Les données contiennent le signal cérébral d’intérêt auquel s’ajoute du bruit.

Ce bruit est minimisé au maximum lors de l’acquisition :
– instrumentation optimisée : matériaux supraconducteurs maintenus à basse température (SQUID), permettant une mesure de très fine du champ magnétique ;
– magnétomètres de référence utilisés pour soustraire le champ magnétique environnant et ses variations, au champ enregistré au niveau du casque ;
– chambre blindée faite de couches successives de métal (μ-métal NiFe15Mo5, Cu, Al) permettant d’atténuer les perturbations haute-fréquences liées aux ondes électro-magnétiques ;
– préparation des sujets (retrait des éléments métalliques, maquillage…), consignes & entrainement.

Des artéfacts de nature variée subsistent néanmoins et s’ajoutent au signal cérébral :
– artéfacts liés au système : sauts de SQUID, capteur anormalement bruité, cassé ou saturé ;
– bruit externe : climatiseur, ascenseur, trafic proche, vibrations mécaniques transmises à la pièce ;
– bruit interne au sujet : activité physiologique (mouvements oculaires, cardiaques, musculaires).

En utilisant les techniques de traitement du signal, il est possible de réduire le bruit et d’atténuer la plupart des artéfacts.

Avant de poursuivre, observons de plus près l’allure des données MEG. Rappel : 248 capteurs répartis autour de la tête du participant mesurent le champ magnétique au cours du temps. Cette mesure s’exprime en Tesla (= Volt seconde par mètre carré). Les variations du champ sont mesurées en continue par les capteurs (de façon analogique). Mais pour être numérisées, les valeurs sont récupérées et codées à intervalles de temps régulier (convertisseur analogique-numérique). Ces pas de temps définissent la fréquence d’échantillonnage en Hz (ou point par seconde). Nos données MEG sont ici échantillonnées à 2054 Hz (soit 2054 mesures par secondes relevées au niveau de chaque capteur). Les données d’un capteur enregistrées pendant 10 minutes, soit 600 s, consisteront à un ensemble de 1228800 valeurs de champ prises successivement.

Ces mesures résultent de la somme d’un ensemble de contributions, incluant l’activité cérébrale et toute sorte de bruit. L’application de certains calculs sur ces données va permettre de réduire la contribution du bruit et de faire ressortir ainsi le signal d’intérêt parmi ce bruit.

La première partie des pré-traitements est effectuée sur les données continues (filtrage, suppression des artefacts). Pour étudier la dynamique cérébrale liée à la tâche expérimentale, les données continues  nettoyées sont ensuite extraites autour de chaque stimulation puis moyennées, dans le domaine temporel (activité évoquée) ou fréquentiel (activité induite). Ce moyennage permet d’atténuer les variations de champs magnétiques qui ne sont pas en phase ou cohérentes, et au contraire d’amplifier les patterns temporels (ou fréquentiels) similaires d’un essai à l’autre.

Voici les étapes de prétraitement proposées :

  1. Filtrage pour retirer l’offset et ainsi mieux repérer les capteurs défectueux et les artefacts ponctuels
  2. Repérage & suppression des capteurs défectueux et des artéfacts énergétiques
  3.  Calcul des ICA, rejet des composantes indésirables
  4.  Extraction des essais (epoching) & tri

Ces étapes sont détaillées par la suite en anglais, en montrant les différents appels à fonction et paramétrages, ainsi que les résultats obtenus.

————————————-

Blog du Centre de Ressources pour l'Expérimentation du BLRI