La mappatura parametrica statistica ( in inglese : mappatura parametrica statistica o PMS) è un metodo di analisi statistica utilizzato nell'imaging cerebrale .
Il termine SPM dovrebbe essere evitato quando si fa riferimento al metodo generale in quanto si riferisce al software sviluppato dal Wellcome Department of Imaging Neuroscience presso l' University College di Londra per eseguire tali analisi. Questo software prepara le immagini ( PET , fMRI , TEMP, EEG o MEG ) per le analisi statistiche di ogni voxel di un'immagine. Questo software presume che un voxel rappresenterebbe la stessa parte anatomica dello stesso cervello per tutte le immagini analizzate. Tuttavia, questo è spesso falso perché le immagini elaborate sono state spesso ottenute in momenti diversi e da persone diverse.
Le fasi essenziali del pretrattamento sono:
Ad ogni voxel vengono applicati modelli statistici parametrici, utilizzando il modello lineare generale per descrivere la variabilità dei dati in termini di effetti sperimentali (quelli di nostro interesse), effetti confondenti (di nessun interesse) e variabilità residua (inspiegabile dal modello ).
Dobbiamo quindi prima costruire il modello inserendo i regressori. I regressori definiscono gli effetti sperimentali (ad esempio A, l'aspetto della stimolazione visiva at = 22 s, t = 50 se t = 120 se per 20 s ogni volta) e gli effetti confondenti (ad esempio B, il tempo di reazione per rispondere a ogni stimolazione).
L'analisi permette di definire il coinvolgimento di ciascun regressore nel segnale assegnandogli un parametro β. Per il nostro esempio:
Y = β A + β 'B + ε
o
Si possono effettuare analisi anche per ricercare le differenze durante le acquisizioni temporali (ovvero le correlazioni tra una variabile del compito e l'attività cerebrale) utilizzando modelli di convoluzione che permettono di fare il collegamento tra il segnale misurato e la stimolazione eseguita.
Poiché vengono eseguiti molti test statistici (1 per voxel o più di 10.000 in un cervello), è necessario apportare correzioni per controllare l'errore di tipo I (falsi positivi). Le correzioni sono di diversi tipi.
Questo software consente di rappresentare i risultati statistici in tabelle (i voxel che mostrano una differenza significativa tra i compiti vengono visualizzati con le loro coordinate stereotassiche e il numero di voxel vicini che supera la soglia di significatività) o sotto forma di immagini in cui solo il Significativo i voxel sono rappresentati con un valore che corrisponde a una probabilità. Queste immagini statistiche possono essere sovrapposte alle immagini anatomiche per ottenere mappe statistiche parametriche.