A Bayesian signal detection procedure for scale- space random fields

The authors consider the problem of searching for activation in brain images obtained from functional magnetic resonance imaging and the corresponding functional signal detection problem. They develop a Bayesian procedure to detect signals existing within noisy images when the image is modeled as a scale space random field. Their procedure is based on the Radon–Nikodym derivative, which is used as the Bayes factor for assessing the point null hypothesis of no signal. They apply their method to data from the Montreal Neurological Institute. Une procédure bayésienne de détection de signal en champs aléatoires à espace d’échelle Résumé : Les auteurs s’intéressent au repérage de l’activation cérébrale à partir d’imagerie fonctionnelle par résonnance magnétique et au problème de détection du signal fonctionnel afférent. Ils développent une procédure bayésienne permettant de détecter un signal présent dans des images bruitées modélisées en champs aléatoires à espace d’échelle. Leur procédure s’appuie sur une dérivée de Radon–Nikodym qui sert de facteur de Bayes dans l’évaluation de l’hypothèse nulle d’absence de signal. Ils illustrent leur méthode au moyen de données provenant de l’Institut neurologique de Montréal.