[PDF] Connectivité anatomique des ganglions de la base

View - Download Connectivité anatomique des ganglions de la base

Previous PDF

Next PDF

UNIVERSITÉ PARIS-SUD 11

École Doctorale STITS (Sciences et Technologies de l"Information des Télécommunications et des Systèmes)

THÈSE DE DOCTORAT

soutenue le 8 Juillet 2011 par :

Linda Marrakchi-Kacem

Connectivité anatomique des

noyaux gris centraux : développements méthodologiques et application aux troubles moteurs

Thèse dirigée parCyril Poupon

Composition du jury :

Président du jury :Pr Jacques Bittoun Université Paris-Sud, France

Rapporteurs :Pr Didier Dormont Cogimage, CRICM, FrancePr Ching-Po Lin Université Yang-Ming, Taiwan

Examinateurs :Dr Alfred Anwander Max Planck Institute, AllemagneDr Eric Bardinet CENIR, CRICM, FranceDr Marie Chupin Cogimage, CRICM, FrancePr Stéphane Lehéricy CENIR, CRICM, FranceDr Fabrice Poupon LRMN, NeuroSpin, CEA, France

Directeur de thèse :Dr Cyril Poupon LRMN, NeuroSpin, CEA, France

A ma mère,

A mon frère,

A mes soeurs,

A mon père,

A mon mari,

3 4

Remerciements

Tout d"abord je remercie Cyril Poupon, mon directeur de thèse, de m"avoir accueillie dans son équipe, de m"avoir proposé un sujet de thèse qui m"a passionnée pendant ces dernières années et d"avoir toujours consacré beaucoup de temps et d"énergie à me guider, me conseiller et me soutenir. J"ai beaucoup apprécié en lui son grand sens de l"organisation et son engagement auprès de sesétudiants. Je lui suis très reconnaissante pour tout ce qu"il m"a appris, à la fois sur le plan scientifique et relationnel. Je tiens également à remercier Fabrice Poupon de m"avoir co-encadrée dans la première partie de ma thèse et de m"avoir fait bénéficier de son expertise scientifique surtout dans le domaine de la segmentation. Cela a été un grand plaisir pour moi de travailler avec des personnes aussi humaines et généreuses que les frères Poupon. J"avoue qu"une page de remerciements ne suffit pas à décrire tout ce qu"ils ont fait pour moi et à exprimer toute la gratitude que j"ai envers eux. J"adresse mes remerciements à tous les membres du jury de ma thèse et en par- ticulier Ching-Po Lin et Didier Dormont pour avoir accepté d"être les rapporteurs de cette thèse. Je remercie Jacques Bittoun de m"avoir donné l"opportunité de découvrir ce domaine grâce à son master et en m"orientant vers les contacts qui répondent à mes aspirations. Je remercie Eric Bardinet et Stéphane Lehéricy de m"avoir permis de finir les deux derniers mois de ma thèse dans de meilleures conditions. Je remercie Marie Chupin de m"avoir proposé un sujet et un financement pour le post-doc. Je remercie également toutes les personnes avec lesquellesj"ai collaboré dans le cadre de cette thèse. Je tiens en premier à remercier Pamela Guevara avec laquelle

cela a été un très grand plaisir de travailler. Je la remerciepour sa générosité et pour

toutes les discussions que nous avons eues et qui ont fait émerger de nouvelles idées et permis de les mettre en oeuvre. Je remercie également la très aimable Christine Delmaire de m"avoir fait profiter de son expertise de radiologue et d"avoir toujours été là pour m"aider et me conseiller dès que le travail sortait de mon domaine de compétences. Je remercie Stéphane Lehéricy pour tous ses conseils et pour son investissement pour la relecture et la correction des publications. Je remercie Yulia 5 Worbe pour l"aide qu"elle m"a apportée dans tout ce qui touche au syndrome Gilles de la Tourette. Je la remercie pour ses nombreuses explications enrichissantes. Je remercie Jean-François Mangin pour ses idées toujours intéressantes et utiles. Je remercie également Alan Tucholka et Pauline Roca pour l"aide qu"ils m"ont apportée quand j"ai commencé à travailler avec la surface corticale.Merci à Jérôme Yelnik pour les discussions intéressantes qu"on a eues sur des aspects histologiques. Merci à Olivier Riff pour sa générosité et son aide concernant des aspects informatiques très bas niveau. Enfin, je remercie Islem Rekik et Sophie Lecomte de m"avoir permis de creuser certains sujets sur lesquels je n"aurais pas eu letemps de travailler sans leurs stages de masters respectifs. Je les remercie pour lestravaux qu"elles ont effectués et qui ont permis d"enrichir ce travail de thèse. Durant ces quatre années de thèse, j"ai eu le plaisir de rencontrer beaucoup de personnes avec lesquelles cela a toujours été un grand plaisir pour moi d"avoir des échanges pendant la pause déjeuner, les pauses café (même sije n"en faisais presque plus à la fin), les acquisitions, ou dans les couloirs. Il y en a que j"ai eu la chance de connaitre plus pronfondément pendant les conférences. Je les remercie tous pour les bons souvenirs que j"ai gardé de mes années de thèse. Je remercie mes voisins de bureau Max et Jing (qui m"ont tenu compagnie à tour de rôle) pour leur gentillesse et pour toutes les agréables discussions que nous avons eues.

Les derniers mois de la thèse ont été très durs. Merci à toute l"équipe (Pamela, Véro,

Benoît, Cyril, Fabrice, Olivier, Sophie, Delphine, Christine, Denis, Jimmy, Irina, Alice, Clarisse...) d"avoir rendu mes journées plus joyeuses. Un grand merci à Pamela et Véro d"avoir toujours été là pour me soutenir, me réconforter et m"encourager. Merci ma chère Pamela pour tous tes conseils. Merci ma chère Véro pour les longs

moments que tu as passé à m"écouter et à me remonter le moral. Merci à petit Benoît

pour sa générosité et sa serviabilité. Il a le don de me faire rire même avant une soutenance de thèse. Je remercie toutes les personnes qui ont assisté à ma thèse etje remercie celles qui n"ont pas pu assister mais qui étaient présentes à travers leurs messages et leurs appels (Nannous, Hammouda, mes beaux parents, mes oncles et mes tantes, mes grands parents, tata Salwa, Asmoun...). Un grand merci àmes parents, mon frère Dali et mes soeurs Emna et Safa d"être venus de si loin pour assister à ma soutenance et m"encourager. Merci à ma cousine Onsa qui malgré la distance m"a toujours encouragée à travers ses appels et ses messages quime font toujours chaud au coeur. Merci à mes petites soeurs pour leur excellent choix de films qui m"ont consolés pendant les longues semaines de rédaction durant lesquelles je sortais très peu de la maison. Merci à ma mère et à ma belle mère pour les bonsplats et les bonnes patisseries qu"elles m"envoyaient pour me décharger un peu de la cuisine pendant que je rédigeais. 6 Je remercie mes amis (Sinda, Amina, Asma, Aymen, Haifa, Nahla, Nour, Samar, Hafitha, Ola, Lila, Houssem, Islem, Ayoub, Marie, Céline...)pour leurs appels et leurs encouragements. Un grand merci à Sindouda pour son grand soutien. Le fait qu"on fasse notre thèse en même temps et le retour d"expérience que chacune de nous rapporte à l"autre m"a toujours rassurée. Je tiens à remercier mon père de m"avoir appris à toujours persévérer et donner le meilleur de moi même. Il m"a aussi appris que le plus important ce n"est pas le travail qu"on fait mais de faire le travail qu"on aime. Je le remercie de m"avoir toujours donné les bons conseils et pour tout le soutien et l"encouragement qu"il m"a apportés tout au long de mes études. Et pour finir, je remercie mon mari Fadi d"avoir toujours été là pour m"encourager et pour m"apporter son soutien depuis mon bac jusqu"à la fin dema thèse. Je le remercie d"avoir toujours cru en moi et de m"avoir toujours encouragée à aller vers l"avant. Je le remercie surtout pour tout le soutien qu"il m"a apporté jour après jour pendant cette dernière ligne droite et pour la patience dontil a fait preuve pendant les moments durs de cette thèse. Merci à 2011 de m"avoir apporté la révolution tunisienne ainsi que la fin de ma thèse. 7 8

Table des matières

Remerciements5

Table des matières14

Liste des figures18

Liste des tableaux19

Liste de symboles21

Résumé23

I Introduction25

1 Introduction27

2 Introduction (english)33

II Contexte général39

3 Anatomie cérébrale41

3.1 Histologie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

3.1.1 Neurones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

3.1.2 Cellules gliales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.2 Ventricules cérébraux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

3.3 Organisation de la substance grise. . . . . . . . . . . . . . . . . . . . . . 45

3.3.1 Cortex cérébral. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.3.2 Noyaux gris centraux. . . . . . . . . . . . . . . . . . . . . . . . . . 46

3.3.3 Thalamus. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

3.3.4 Connectivité anatomique des noyaux gris. . . . . . . . . . . . . . 51

9

3.4 Organisation de la substance blanche. . . . . . . . . . . . . . . . . . . . 54

3.4.1 Fibres d"association. . . . . . . . . . . . . . . . . . . . . . . . . . . 54

3.4.2 Fibres commissurales. . . . . . . . . . . . . . . . . . . . . . . . . . 55

3.4.3 Fibres de projection. . . . . . . . . . . . . . . . . . . . . . . . . . . 56

3.5 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

4 Imagerie cérébrale par résonance magnétique nucléaire59

4.1 Résonance magnétique nucléaire. . . . . . . . . . . . . . . . . . . . . . . 60

4.1.1 Vecteur d"aimantation macroscopique. . . . . . . . . . . . . . . . 61

4.1.2 Excitation par une onde radiofréquence. . . . . . . . . . . . . . . 62

4.1.3 Phénomène de relaxation. . . . . . . . . . . . . . . . . . . . . . . 63

4.2 Signal en IRM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

4.2.1 Mesure du signal. . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

4.2.2 Encodage du signal. . . . . . . . . . . . . . . . . . . . . . . . . . . 65

4.2.3 Reconstruction de l"image. . . . . . . . . . . . . . . . . . . . . . . 66

4.3 IRM anatomique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

4.3.1 Contraste pondéré enT1. . . . . . . . . . . . . . . . . . . . . . . . 67

4.3.2 Contraste pondéré en T2*. . . . . . . . . . . . . . . . . . . . . . . 68

4.3.3 Contraste pondéré en T2. . . . . . . . . . . . . . . . . . . . . . . . 69

4.4 IRM de diffusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

4.4.1 Phénomène de diffusion. . . . . . . . . . . . . . . . . . . . . . . . 70

4.4.2 Imagerie de diffusion. . . . . . . . . . . . . . . . . . . . . . . . . . 72

4.4.3 Modélisation locale du processus de diffusion. . . . . . . . . . . . 76

4.4.4 Techniques de suivi de fibres ou tractographie. . . . . . . . . . . 83

4.5 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

III Segmentation automatique de structures sous corticales91

5 Etat de l"art93

5.1 Chaîne de traitement d"imagesT1de BrainVISA. . . . . . . . . . . . . . 94

5.1.1 Correction du biais. . . . . . . . . . . . . . . . . . . . . . . . . . . 95

5.1.2 Analyse d"histogramme. . . . . . . . . . . . . . . . . . . . . . . . . 96

5.1.3 Masque du cerveau. . . . . . . . . . . . . . . . . . . . . . . . . . . 97

5.2 Recalage d"images cérébrales. . . . . . . . . . . . . . . . . . . . . . . . . 98

5.2.1 Recalage affine. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

5.2.2 Recalage non affine. . . . . . . . . . . . . . . . . . . . . . . . . . . 99

5.3 Atlas et templates du cerveau. . . . . . . . . . . . . . . . . . . . . . . . . 100

5.3.1 Atlas de Talairach et Tournoux. . . . . . . . . . . . . . . . . . . . 100

5.3.2 Atlas numériques du cerveau. . . . . . . . . . . . . . . . . . . . . 101

5.3.3 Atlas probabilistes du cerveau. . . . . . . . . . . . . . . . . . . . . 102

5.3.4 Atlas déformables. . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

10

5.3.5 Templates de MNI/ICBM. . . . . . . . . . . . . . . . . . . . . . . . 102

5.4 Segmentation de structures cérébrales profondes. . . . . . . . . . . . . . 103

5.4.1 Méthodes fondées sur un atlas. . . . . . . . . . . . . . . . . . . . 103

5.4.2 Méthodes sans atlas. . . . . . . . . . . . . . . . . . . . . . . . . . 105

5.5 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

6 Segmentation automatique des ventricules cérébraux107

6.1 Apprentissage. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

6.1.1 Transformation vers le référentiel de Talairach. . . . . . . . . . . 109

6.1.2 Détection automatique de CA et CP. . . . . . . . . . . . . . . . . 112

6.1.3 Construction d"un atlas probabiliste. . . . . . . . . . . . . . . . . 122

6.2 Segmentation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122

6.2.1 Seuillage des niveaux de gris. . . . . . . . . . . . . . . . . . . . . 122

6.2.2 Extraction et étiquetage des ventricules. . . . . . . . . . . . . . . 124

6.3 Résultats. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

6.3.1 Critères de validation. . . . . . . . . . . . . . . . . . . . . . . . . . 125

6.3.2 Résultats sur la base test de sujets sains. . . . . . . . . . . . . . 126

6.3.3 Résultats sur la base de patients atteints de CADASIL. . . . . . 128

6.4 Limites et améliorations futures. . . . . . . . . . . . . . . . . . . . . . . 130

6.4.1 Taille de la base de données d"apprentissage. . . . . . . . . . . . 130

6.4.2 Segmentation des cornes. . . . . . . . . . . . . . . . . . . . . . . . 130

6.4.3 Bords du troisième ventricule. . . . . . . . . . . . . . . . . . . . . 131

6.5 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

7 Segmentation automatique des noyaux gris centraux133

7.1 Apprentissage. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

7.1.1 Statistiques sur l"intensité du niveau de gris. . . . . . . . . . . . 135

7.1.2 Statistiques de forme. . . . . . . . . . . . . . . . . . . . . . . . . . 137

7.1.3 Construction d"un atlas probabiliste. . . . . . . . . . . . . . . . . 138

7.2 Segmentation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

7.2.1 Initialisation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

7.2.2 Modèle déformable. . . . . . . . . . . . . . . . . . . . . . . . . . . 140

7.2.3 Minimisation de l"énergie et convergence. . . . . . . . . . . . . . 143

7.3 Résultats. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

7.3.1 Segmentation d"une base de sujets sains à partir d"IRMT1. . . . 145

7.3.2 Segmentation de sujets sains dans un cadre multi-contraste. . . 148

7.3.3 Segmentation de patients atteints de chorée de Huntington. . . 153

7.4 Limites et améliorations futures. . . . . . . . . . . . . . . . . . . . . . . 156

7.4.1 Recalage avec l"atlas probabiliste. . . . . . . . . . . . . . . . . . . 156

7.4.2A priorisur l"intensité. . . . . . . . . . . . . . . . . . . . . . . . . 156

7.4.3 Choix du type d"apprentissage. . . . . . . . . . . . . . . . . . . . . 158

7.5 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

11 IV Connectivité anatomique des noyaux gris centraux161

8 Etat de l"art163

8.1 Segmentation et parcellisation de la surface corticale. . . . . . . . . . . 164

8.1.1 Segmentation de la surface corticale. . . . . . . . . . . . . . . . . 165

8.1.2 Système de coordonnées sur la surface. . . . . . . . . . . . . . . . 166

8.1.3 Mise en correspondance des maillages de différents sujets. . . . 167

8.1.4 Parcellisation du cortex en régions d"intérêt. . . . . . . . . . . . . 168

8.2 Connectivité anatomique des noyaux gris centraux. . . . . . . . . . . . 169

8.2.1 Connectivité anatomique entre noyaux et cortex. . . . . . . . . . 169

8.2.2 Connectivité anatomique entre noyaux. . . . . . . . . . . . . . . 171

8.3 L"IRM de diffusion dans l"étude des pathologies cérébrales. . . . . . . . 172

8.3.1 Analyse en régions d"intérêt. . . . . . . . . . . . . . . . . . . . . . 173

8.3.2 Analyse de l"histogramme des cartes de diffusion. . . . . . . . . . 173

8.3.3 Analyse voxel à voxel ou "Voxel-Based Analysis". . . . . . . . . . 173

8.3.4 Analyse basée sur la tractographie. . . . . . . . . . . . . . . . . . 173

8.4 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

9 Inférence de la connectivité anatomique des noyaux gris centraux177

9.1 Prétraitements des données. . . . . . . . . . . . . . . . . . . . . . . . . . 178

9.1.1 Traitement des données anatomiques pondérées en T1. . . . . . 179

9.1.2 Traitement des données de diffusion. . . . . . . . . . . . . . . . . 181

9.2 Sélection des fibres. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184

9.2.1 Fibres intersectant un noyau. . . . . . . . . . . . . . . . . . . . . 185

9.2.2 Fibres reliant deux ou plusieurs noyaux. . . . . . . . . . . . . . . 186

9.2.3 Fibres reliant les noyaux au cortex. . . . . . . . . . . . . . . . . . 189

9.2.4 Fibres entre noyaux et régions corticales spécifiques. . . . . . . . 190

9.3 Cartes surfacique de connectivité corticale. . . . . . . . . . . . . . . . . 191

9.3.1 Connectivité entre les noyaux et le cortex entier. . . . . . . . . . 191

9.3.2 Connectivité entre noyaux et régions corticales. . . . . . . . . . . 194

9.4 Cartes volumiques de densité de connexion. . . . . . . . . . . . . . . . . 195

9.4.1 Densité des connexions des noyaux. . . . . . . . . . . . . . . . . . 196

9.4.2 Densité des connexions reliant deux noyaux. . . . . . . . . . . . 196

9.4.3 Densité des connexions entre noyaux et cortex. . . . . . . . . . . 197

9.4.4 Densité des connexionx entre noyaux et régions corticales. . . . 198

9.5 Proportion de territoires fonctionnels. . . . . . . . . . . . . . . . . . . . . 199

9.5.1 Sous-territoires des noyaux connectés au cortex. . . . . . . . . . 199

9.5.2 Sous-territoires des noyaux connectés aux autres noyaux. . . . . 201

9.6 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202

12

10 Application à la maladie de Huntington205

10.1 L"imagerie dans l"étude de la maladie de Huntington. . . . . . . . . . . . 207

10.1.1 Etudes reposant sur l"IRM anatomique. . . . . . . . . . . . . . . 207

10.1.2 Etudes reposant sur l"IRM fonctionnelle. . . . . . . . . . . . . . . 208

10.1.3 Etudes reposant sur l"IRM de diffusion. . . . . . . . . . . . . . . 209

10.1.4 Etudes reposant sur d"autres modalités d"imagerie. . . . . . . . . 211

10.2 Connectivité striato-corticale. . . . . . . . . . . . . . . . . . . . . . . . . 212

10.2.1 Fibres reliant le striatum et le cortex. . . . . . . . . . . . . . . . 213

10.2.2 Critères de normalisation entre sujets. . . . . . . . . . . . . . . . 214

10.2.3 Atlas de la connectivité striato-corticale. . . . . . . . . . . . . . . 217

10.3 Atrophie des projections corticales. . . . . . . . . . . . . . . . . . . . . . 218

10.3.1 Comparaison statistique entre groupes. . . . . . . . . . . . . . . 220

10.3.2 Pourcentage de déconnexion. . . . . . . . . . . . . . . . . . . . . . 223

10.4 Atrophie des sous-territoires fonctionnels. . . . . . . . . . . . . . . . . . 226

10.4.1 Proportion des territoires fonctionnels. . . . . . . . . . . . . . . . 226

10.4.2 Comparaison statistique entre sujets. . . . . . . . . . . . . . . . . 228

10.5 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229

11 Application au syndrome Gilles de la Tourette231

11.1 La maladie Gilles de la Tourette. . . . . . . . . . . . . . . . . . . . . . . 232

11.1.1 Etudes reposant sur l"IRM anatomique. . . . . . . . . . . . . . . 233

11.1.2 Etudes reposant sur l"IRM fonctionnelle. . . . . . . . . . . . . . . 234

11.1.3 Etudes reposant sur l"IRM de diffusion. . . . . . . . . . . . . . . 234

11.2 Base de données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235

11.2.1 Caractéristiques globales. . . . . . . . . . . . . . . . . . . . . . . 235

11.2.2 Paramètres d"acquisition. . . . . . . . . . . . . . . . . . . . . . . . 236

11.2.3 Volumes des noyaux gris centraux. . . . . . . . . . . . . . . . . . 236

11.3 Connectivité globale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238

11.3.1 Normalisation par le volume du masque de tractographie. . . . . 238

11.3.2 Normalisation par le nombre de fibres global. . . . . . . . . . . . 239

11.4 Connectivité entre les noyaux et le cortex. . . . . . . . . . . . . . . . . . 239

11.4.1 Fibres reliant les noyaux au cortex. . . . . . . . . . . . . . . . . . 240

11.4.2 Atlas de connectivité entre les noyaux et le cortex. . . . . . . . . 240

11.4.3 Pourcentage de différence entre témoins et patients. . . . . . . . 244

11.5 Connectivité entre noyaux. . . . . . . . . . . . . . . . . . . . . . . . . . . 246

11.5.1 Nombre de fibres reliant deux noyaux. . . . . . . . . . . . . . . . 247

11.5.2 Proportion des territoires reliant deux noyaux. . . . . . . . . . . 248

11.6 Travail futur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

11.6.1 Investigation de critères de normalisation. . . . . . . . . . . . . . 251

11.6.2 Corrélation avec des scores cliniques. . . . . . . . . . . . . . . . . 251

11.7 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251

13

V Conclusion253

12 Conclusion255

13 Conclusion (English)261

VI Annexes267

14 Publications de l"auteur émanant de ce travail269

Bibliographie273

14

Table des figures

3.1 Schéma d"un neurone. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.2 Neurone et cellules gliales. . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.3 Système ventriculaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

3.4 Lobes du cortex cérébral. . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.5 Aires de Broadmann. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

3.6 Noyaux gris centraux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.7 Sous-territoires des noyaux gris centraux. . . . . . . . . . . . . . . . . . 48

3.8 Gradient de la connectivité corticale dans les noyaux gris centraux. . . 49

3.9 Sous-noyaux du thalamus et leurs connexions corticales. . . . . . . . . 51

3.10 Connexions des noyaux gris centraux. . . . . . . . . . . . . . . . . . . . 52

3.11 Voies de connexions des noyaux gris centraux. . . . . . . . . . . . . . . . 53

3.12 Connexions à 5 circuits des noyaux gris centraux. . . . . . . . . . . . . . 54

3.13 Fibres d"association. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

3.14 Fibres commissurales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

3.15 Fibres de projection. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

4.1 Effet du champ magnétique sur les protons. . . . . . . . . . . . . . . . . 61

4.2 Excitation par une onde RF. . . . . . . . . . . . . . . . . . . . . . . . . . 62

4.3 Relaxation de l"aimantation. . . . . . . . . . . . . . . . . . . . . . . . . . 63

4.4 Signal de précession libre. . . . . . . . . . . . . . . . . . . . . . . . . . . 64

4.5 Séquence de l"écho de spin. . . . . . . . . . . . . . . . . . . . . . . . . . . 66

4.6 Contrastes anatomiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

4.7 Pondération enT1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

4.8 Pondération enT2?. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

4.9 Pondération enT2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

4.10 Mouvement brownien des molécules d"eau dans un milieu isotrope. . . 71

4.11 Diffusion dans le tissu cérébral. . . . . . . . . . . . . . . . . . . . . . . . 72

4.12 Séquence PGSE et signal de diffusion. . . . . . . . . . . . . . . . . . . . 73

4.13 Distorsions géométriques des images pondérées en diffusion. . . . . . . 74

4.14 Images de diffusion dans différentes directions de l"espace. . . . . . . . 75

4.15 Configurations de fibres possibles. . . . . . . . . . . . . . . . . . . . . . . 76

4.16 Mesures scalaires à partir du modèle du tenseur de diffusion. . . . . . . 79

15

4.17 Limites du modèle tensoriel. . . . . . . . . . . . . . . . . . . . . . . . . . 80

4.18 Etat de l"art sur la modélisation locale du processus dediffusion. . . . . 80

4.19 Modèle Q-Ball analytique. . . . . . . . . . . . . . . . . . . . . . . . . . . 82

4.20 Limites de la tractographie streamline déterministe. . . . . . . . . . . . 85

4.21 Influence de la régularisation sur la tractographie. . . . . . . . . . . . . 86

4.22 Comparaison entre tractographies déterministe et globale. . . . . . . . 88

5.1 Correction du biais dans BrainVISA. . . . . . . . . . . . . . . . . . . . . 96

5.2 Variabilité de l"histogramme d"une image pondérée enT1. . . . . . . . . 96

5.3 Analyse espace échelle de l"histogramme. . . . . . . . . . . . . . . . . . . 97

5.4 Segmentation du cerveau dans BrainVISA. . . . . . . . . . . . . . . . . 98

5.5 Atlas de Talairach et Tournoux. . . . . . . . . . . . . . . . . . . . . . . . 101

6.1 Signal du LCS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

6.2 Transformation rigide vers le repère de Talairach. . . . . . . . . . . . . 111

6.3 Détection automatique du plan inter-hémisphérique. . . . . . . . . . . . 115

6.4 Résultats de la détection du plan inter-hémisphérique. . . . . . . . . . . 116

6.5 Mesure de contraste axiale. . . . . . . . . . . . . . . . . . . . . . . . . . . 117

6.6 Mesure de contraste sagittale. . . . . . . . . . . . . . . . . . . . . . . . . 118

6.7 Régions d"intérêt autour de CA et CP. . . . . . . . . . . . . . . . . . . . . 121

6.8 Atlas probabiliste des ventricules. . . . . . . . . . . . . . . . . . . . . . . 123

6.9 Seuillage des niveaux de gris des ventricules. . . . . . . . . . . . . . . . 124

6.10 Distance de Hausdorff. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

6.11 Segmentation automatique des ventricules chez des sujets sains. . . . . 127

6.12 Segmentation automatique des ventricules chez des CADASIL. . . . . . 129

7.1 Caractérisation des niveaux de gris dans une IRMT1. . . . . . . . . . . 136

7.2 Atlas probabiliste des noyaux gris centraux. . . . . . . . . . . . . . . . . 138

7.3 Front des régions initiales utilisées pour la segmentation. . . . . . . . . 139

7.4 Régions initiales et domaines d"évolution autorisée des noyaux gris. . . 140

7.5 Segmentation des noyaux gris centraux à partir du contrasteT1. . . . . 145

7.6 Evolution de l"énergie lors de la segmentation à mi-résolution. . . . . . 147

7.7 Evolution de l"énergie lors de la segmentation à pleine résolution. . . . 148

7.8 Complémentarité des contrastesT1et FA. . . . . . . . . . . . . . . . . . 149

7.9 Energie de la segmentation multi-contrastes à mi-résolution. . . . . . . 150

7.10 Energie de la segmentation multi-contrastes à pleine résolution. . . . . 151

7.11 Les cartes de FA comme barrière pour la propagation des fronts. . . . . 152

7.12 Apport de la segmenation multi-contrastes. . . . . . . . . . . . . . . . . 153

7.13 Impact du choix d"un apprentissage approprié. . . . . . . . . . . . . . . 154

7.14 Amélirations apportées en utilisant un apprentissageapproprié. . . . . 155

7.15 Gradient antéro-postérieur de l"intensité du signal du putamen.. . . . 157

7.16 Atlas statistiques des valeurs deα. . . . . . . . . . . . . . . . . . . . . . 158

16

8.1 Segmentation de la surface corticale. . . . . . . . . . . . . . . . . . . . . 165

8.2 Système de coordonnées sphériques. . . . . . . . . . . . . . . . . . . . . 166

8.3 Recalage sphérique entre surfaces corticales. . . . . . . . . . . . . . . . 167

8.4 Réechantillonnage des maillages des surfaces corticales. . . . . . . . . . 168

8.5 Parcellisation du cortex en gyri. . . . . . . . . . . . . . . . . . . . . . . . 169

8.6 Parcellisation du thalamus en régions d"intérêt. . . . . . . . . . . . . . . 170

8.7 Tractographie du faisceau arqué et sa carte de probabilités associée. . . 174

8.8 Classification des faisceaux et squelette du TBSS. . . . . . . . . . . . . 175

9.1 Pré-traitements des données pour l"étude de la connectivité. . . . . . . 179

9.2 Résultats du traitement des donnéesT1. . . . . . . . . . . . . . . . . . . 181

9.3 Tractographie cerveau entier. . . . . . . . . . . . . . . . . . . . . . . . . 184

9.4 Sélection des fibres traversant les noyaux. . . . . . . . . . . . . . . . . . 185

9.5 Principe de la sélection de fibres entre noyaux. . . . . . . . . . . . . . . 187

9.6 Utilisation du cortex pour la sélection des fibres entre noyaux. . . . . . 187

9.7 Sélection des fibres entre noyaux en tenant compte du cortex. . . . . . . 188

9.8 Principe de la sélection de fibres entre noyaux et cortex. . . . . . . . . . 189

9.9 Résultats de la sélection de fibres entre noyaux et cortex. . . . . . . . . 190

9.10 Sélection de fibres entre le putamen et le gyrus supérieur frontal. . . . 191

9.11 Matrice de connectivité entre noyaux et cortex. . . . . . . . . . . . . . . 192

9.12 Cartes surfaciques de connectivité corticale. . . . . . . . . . . . . . . . . 193

9.13 Impact du type de surface corticale utilisé. . . . . . . . . . . . . . . . . . 194

9.14 Cartes de connectivité entre noyaux et gyri. . . . . . . . . . . . . . . . . 195

9.15 Densité des connexions des noyaux gris. . . . . . . . . . . . . . . . . . . 196

9.16 Densité des connexions entre noyaux. . . . . . . . . . . . . . . . . . . . . 197

9.17 Densité des connexions entre noyaux et cortex. . . . . . . . . . . . . . . 198

9.18 Densité des connexions entre noyaux et régions corticales. . . . . . . . 199

9.19 Connexions corticales de chaque voxel appartenant auxnoyaux. . . . . 200

10.1 Fibres reliant le striatum et le cortex. . . . . . . . . . . . . . . . . . . . . 214

10.2 Comparaison des volumes des noyaux gris entre témoins et patients. . 215

10.3 Nombre de fibres cerveau entier en fonction du volume du cerveau. . . 216

10.4 Nombre de fibres traversant les noyaux en fonction de leur volume. . . 217

10.5 Atlas de la connectivité striato-corticale. . . . . . . . . . . . . . . . . . . 219

10.6 Pourcentages de déconnexion. . . . . . . . . . . . . . . . . . . . . . . . . 225

10.7 Distribution des proportions des territoires fonctionnels. . . . . . . . . . 227

10.8 Proportions de territoires fonctionnels pour témoinset patients. . . . . 228

11.1 Volumes des noyaux gris centraux. . . . . . . . . . . . . . . . . . . . . . 237

11.2 Nombre de fibres global en fonction du volume du cerveau. . . . . . . . 239

11.3 Nombre de fibres reliant chaque noyau au cortex. . . . . . . . . . . . . . 241

11.4 Atlas de connectivité surfaciques entre les noyaux et le cortex. . . . . . 242

17

11.5 Atlas de connectivité surfaciques entre les noyaux et le cortex. . . . . . 242

11.6 Atlas de connectivité surfaciques entre les noyaux et le cortex. . . . . . 243

11.7 Pourcentage de différence de connectivité du noyau caudé. . . . . . . . 245

11.8 Pourcentage de différence de connectivité du putamen. . . . . . . . . . . 245

11.9 Pourcentage de différence de connectivité du thalamus. . . . . . . . . . 246

18

Liste des tableaux

5.1 Critères de classement des méthodes de recalage. . . . . . . . . . . . . . 98

5.2 Critères de classement des méthodes de segmentation. . . . . . . . . . . 103

6.1 Résultats de la détection automatique de CA et CP. . . . . . . . . . . . 121

6.2 Erreurs dans la détection automatique de CA et CP. . . . . . . . . . . . 121

6.3 Validation de la segmentation des ventricules : sujets sains. . . . . . . . 126

6.4 Validation de la segmentation des ventricules : patients CADASIL. . . 128

7.1 Statistiques de forme des noyaux gris. . . . . . . . . . . . . . . . . . . . 137

7.2 Matrice de potts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

7.3 Validation de la segmentation des noyaux gris centraux :sujets sains. . 146

7.4 Validation de la segmentation de patients Huntington. . . . . . . . . . . 155

9.1 Proportions des sous-territoires fonctionnels du striatum. . . . . . . . . 201

10.1 Caractéristiques cliniques des sujets. . . . . . . . . . . . . . . . . . . . . 213

10.2 Résultats du test de Shapiro pour le noyau caudé. . . . . . . . . . . . . 221

10.3 Résultats du test de Shapiro pour le putamen. . . . . . . . . . . . . . . . 222

10.4 Résultats du test de Mann-Whitney. . . . . . . . . . . . . . . . . . . . . 224

10.5 Comparaison statistique des proportion de territoires fonctionnels. . . 228

11.1 Comparaison statistique des volumes des noyaux gris entre groupes. . 237

11.2 Volume du cerveau pour les quatre groupes. . . . . . . . . . . . . . . . . 238

11.3 Comparaison statistique des volumes du cerveau entre groupes. . . . . 239

11.4 Corrélation entre les volumes des noyaux et le nombres de fibres. . . . 240

11.5 Moyennes et écarts-types des nombres de fibres reliant deux noyaux. . 247

11.6 Statistiques sur les nombres de fibres reliant deux noyaux. . . . . . . . 248

11.7 Moyennes et écarts-types des proportions de fibres reliant deux noyaux249

11.8 Statistiques sur les proportions des territoires reliant deux noyaux. . . 250

19 20quotesdbs_dbs46.pdfusesText_46

[PDF] le pont de l'épée (chrétien de troyes, lancelot)

[PDF] le pont de l'europe

[PDF] le pont de montvert camping

[PDF] le pont de montvert code postal

[PDF] le pont du gard histoire des arts cycle 3

[PDF] le pont golden gate

[PDF] le pop art et le futurisme

[PDF] Le Pop'Art

[PDF] le port d'arme traduction

[PDF] Le port de Bordeaux

[PDF] le port de bordeaux joseph vernet description

[PDF] le port de bordeaux joseph vernet wikipedia

[PDF] Le port de l'uniforme

[PDF] Le port De Marseille

[PDF] Le Port de Rotterdam