Description du livre
Cet ouvrage traite de la modélisation et de l'analyse des données d'imagerie par résonance magnétique (IRM) acquises à partir du cerveau humain. Les pipelines de traitement de données décrits s'appuient sur R. Le livre s'adresse aux lecteurs de deux communautés : Les statisticiens qui s'intéressent à la neuroimagerie et qui recherchent une introduction aux données acquises et aux problèmes scientifiques typiques dans le domaine ; et les étudiants en neuroimagerie qui veulent en savoir plus sur la modélisation statistique et l'analyse des données de l'IRM. Offrant une introduction pratique au domaine, le livre se concentre sur les problèmes d'analyse de données pour lesquels des implémentations dans R sont disponibles. Il comprend également des exemples complets et sert de tutoriel sur l'analyse IRM avec R, à partir duquel les lecteurs peuvent dériver leurs propres scripts de traitement de données.
Le livre commence par une brève introduction à l'IRM, puis examine le processus de lecture et d'écriture des formats de données de neuroimagerie courants à destination et en provenance de la session R. Les principaux chapitres couvrent trois modalités communes d'imagerie par résonance magnétique et leurs problèmes de modélisation et d'analyse des données : IRM fonctionnelle, IRM de diffusion et cartographie multiparamètres. L'ouvrage se termine par des annexes détaillées sur les statistiques non paramétriques utilisées et les ressources pour les données R et IRM, ainsi que sur les questions de reproductibilité et des sujets comme l'organisation et la description des données, les données ouvertes et la science ouverte. Il s'appuie uniquement sur une génération de rapports dynamiques à l'aide de tricot et utilise des données de neuro-imagerie accessibles au public dans des référentiels de données. Le PDF a été créé en exécutant le code R dans les morceaux puis en exécutant LaTeX, ce qui signifie que presque tous les chiffres, nombres et résultats ont été générés pendant la production du PDF à partir des sources.