Un photographe immortalise un même paysage avec trois objectifs différents. Sur toutes les prises de vue, on voit la même chose, mais la douceur des détails, la netteté des contours et même la visibilité des petits objets varient d'un objectif à l'autre. Il en va de même pour les cartes du cerveau : un même jeu de données, passé à travers différents filtres de lissage, raconte des histoires légèrement différentes sur le vieillissement.
L'IRM quantitative mesure les propriétés des tissus cérébraux en unités physiques : quelle quantité de myéline, de fer, d'eau s'y trouve. Mais chaque voxel (pixel en trois dimensions) peut contenir un mélange de substance grise, de substance blanche et de liquide céphalorachidien, et les mesures comportent en outre du bruit. Pour extraire de ces données un signal fiable, on lisse les cartes : on fait la moyenne des valeurs des voxels voisins. La question est de savoir comment faire cette moyenne.
Les chercheurs ont utilisé des données ouvertes portant sur 138 personnes en bonne santé âgées de 19 à 75 ans et ont construit des cartes de quatre paramètres : MTsat, PD, R1 et R2*. Chaque carte a été lissée de trois façons, puis, pour chaque variante, un modèle statistique a été construit afin de chercher le lien entre la valeur du paramètre dans chaque voxel et l'âge. Il est apparu que les méthodes pondérée par les tissus et généralisée spécifique aux tissus donnent des cartes de changements significatifs presque identiques. La méthode pondérée par les tissus a trouvé un peu plus de voxels significatifs, car son lissage effectif est légèrement plus fort. SUSAN s'est comporté différemment : il a donné moins de voxels significatifs, mais davantage de clusters distincts, faisant particulièrement bien ressortir les changements aux frontières entre substance grise et substance blanche.
Cette comparaison a montré pour la première fois que le choix du lissage modifie la topologie statistique plus fortement que le choix entre une inférence statistique paramétrique et non paramétrique. Auparavant, le lissage était souvent appliqué comme une étape de routine, sans se demander comment il influait sur le résultat. Désormais, c'est clair : si un chercheur veut voir des changements subtils dans le cortex, il a intérêt à examiner de près SUSAN ; si c'est la vue d'ensemble en profondeur dans les tissus qui compte davantage, il se tournera vers la méthode pondérée par les tissus.
Le photographe choisit son objectif en fonction de la tâche : un pour le portrait, un autre pour le paysage. De même, le chercheur qui étudie le vieillissement du cerveau peut maintenant choisir son filtre de lissage en connaissance de cause, sachant que ce choix détermine quels détails apparaîtront sur la carte finale. Et si un jour il faut voir les changements les plus subtils à la frontière entre substance grise et substance blanche, SUSAN sera l'objectif qui ne brouille pas cette frontière, mais la préserve.
Sur les cartes MTsat dans la matière blanche, le lissage pondéré par les tissus a trouvé jusqu'à 93 060 voxels significatifs, alors que SUSAN n'en a trouvé que 63 340, bien que les deux méthodes soient considérées comme « tissu-spécifiques ».
Non publié sur arXiv. Voici sa page, le PDF et la formalisation : vous pouvez vérifier vous-même, pas seulement lire notre analyse.