Abstract (FR)

Résumé : Dans cet article, nous synthétisons la méthodologie usuelle et des variantes plus élaborées pour analyser des données individuelles d’Imagerie par Résonance Magnétique fonctionnelle (IRMf). De telles données sont acquises au cours d’expériences sensorielles ou cognitives dont le but est de stimuler le sujet dans le scanner afin d’évoquer une activité cérébrale typique. À partir de données quadri-dimensionnelles (trois dans l’espace et le temps), le but est double : d’abord, détecter les régions impliquées dans les processus sensoriels ou cognitifs que le protocole expérimental manipule ; ensuite, estimer la dynamique cérébrale sous-jacente. La première question est généralement abordée dans le contexte du Modèle Linéaire Général (MLG) qui suppose a priori connue la réponse impulsionnelle du filtre hémodynamique. La seconde question traite de l’estimation de la forme de cette réponse qui fait sens uniquement dans les régions activées. Durant ces cinq dernières années, un nouveau cadre de détection-estimation conjointe traitant ces deux questions simultanément a été proposé successivement dans [59, 60, 102]. Nous montrons ici jusqu’à quel point cette méthodologie étend les approches à base de MLG, les améliore en termes de sensibilité et spécificité statistique, quelles questions supplémentaires ce cadre permet d’investiguer théoriquement et comment il fournit un moyen aux utilisateurs de traiter de façon adaptée leur données non-lissées spatialement, aussi bien dans le répère 3D de l’acquisition que sur la surface corticale.