[PDF] Quantification des anomalies neurologiques métaboliques et

View - Download Quantification des anomalies neurologiques métaboliques et

Previous PDF

Next PDF

´Ecole doctorale IAEM Lorraine

Universit´e de Lorraine

Quantification des anomalies neurologiques m´etaboliques et imagerie de sources ´electriques TH `ESE pr´esent´ee et soutenue publiquement le 19 juin 2012 pour l"obtention du

Doctorat de l"Universit´e de Lorraine

Sp´ecialit´e Automatique, Traitement du Signal et des Images,G´enie informatique par

Christophe PERSON

Composition du jury

Rapporteurs :Gr´egoire MALANDAIN INRIA Sophia AntipolisFran¸cois CABESTAING LAGIS, FRE CNRS 3303

Examinateurs :Pierre PAYOUX Traceurs et Traitement de l"Image, EA 3033Pierre-Yves MARIE INSERM U961Val´erie LOUIS-DORR CRAN, CNRS UMR 7039Didier WOLF CRAN, CNRS UMR 7039

Invit´e :Louis MAILLARD CRAN, CNRS UMR 7039

Centre de Recherche en Automatique de Nancy CNRS - UMR 7039

Universit´e de Lorraine

Remerciements

Les travaux de recherche présentés dans ce manuscrit ont étéeffectués au CRAN (Centre de Recherche en Automatique de Nancy), Unité Mixte de Recherche CNRS (UMR

7039), Université de Lorraine, dans le groupe thématique IPS(Ingénierie Pour la Santé).

Je remercie mes directeurs de thèse, Valérie LOUIS-DORR et Didier WOLF pour leur encadrement, leurs conseils avisés, leur patience et leur aide précieuse qui m"ont permis de mener cette thèse à bien. Je tiens à remercier Grégoire MALANDAIN et François CABESTAING d"avoir ac- cepté d"évaluer mes travaux en tant que rapporteurs, ainsi que Pierre PAYOUX pour m"avoir fait l"honneur de présider mon jury. Je remercie Hervé VESPIGNANI, Chef du service de Neurologie du CHU de Nancy, et Gilles KARCHER, Chef du service de Médecine Nucléaire, pourm"avoir permis de réaliser ces travaux. Merci à la Ligue Française contre l"épilepsie (LFCE) et à Sanofi-Aventis pour leur sou- tien financier. J"adresse mes remerciements à Pierre-Yves MARIE, co-encadrant de ma thèse, qui a su diriger et orienter mes travaux. Merci également à toutes les personnes avec qui j"ai eu l"occasion de travailler ou que j"ai pu côtoyer au sein duservice de Médecine Nucléaire, de Nancyclotep ou de Genclis, notamment Sylvainpour ses judicieux conseils, mais aussi Bernard, Véronique, Nathalie, Fatiha, Nicolas,Sinan. Je remercie aussi Patrick

LACOLLEY et les membres de l"Unité Inserm 961.

Je tiens à remercier l"ensemble des membres de l"équipe ESPaCE, en particulier Radu et Laurent, mais aussi Ernest, pour leur aide et leurs précieux conseils. Je remercie Louis MAILLARD et Jean-Pierre VIGNAL pour leur expertise clinique. Je remercie les membres de l"équipe Asclepios de l"INRIA SophiaAntipolis pour leur accueil et leur collaboration, en particulier Grégoire MALANDAIN pour sa disponibilité et pour les importantes ressources qu"il a mises à notre disposition, et Liliane RAMUS pour son aideet pour m"avoir accordé une partie deson temps précieux. Merci également à Olivier COMMOWICK pour son aide et ses conseils éclairés. i Je tiens à remercier Eric GUEDJ, de l"Hôpital de la Timone à Marseille, pour son aide précieuse qui m"a permis de mettre en place la procédure de traitement des images de TEP. Je remercie tous les doctorants du CRAN avec qui nous avons pu partager des mo- ments de détente et de bonne humeur : Liu, Nedia, Julie, Janis, ainsi que les représentants de la communauté mexicaine, Rebeca, Hugo, Gilberto, et biensûr mon collègue de bu- reau Ricardo, pour avoir partagé une partie de leur culture (¡Viva el Santo!) et pour les quelques rudiments de la langue espagnole qu"ils se sont amusés à m"enseigner. Enfin, mes remerciements les plus chaleureux vont à ma famille, et plus particuliè- rement à mes parents et à mon frère pour leur continuel soutien et pour leur confiance inconditionnelle. ii

Table des mati`eres

Introduction1

1 Contexte médical5

1.1 L"épilepsie : bases anatomiques et fonctionnelles . . . . . .. . . . . . . . . 5

1.1.1 Le cerveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1.2 L"épilepsie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.2 Les modalités exploitées pour le diagnostic . . . . . . . . . . .. . . . . . . 9

1.2.1 L"EEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.2.2 L"IRM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.2.3 La TEMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.2.4 La TEP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1.2.5 La SEEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.3 Contexte général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

1.3.1 Les méthodes de recalage . . . . . . . . . . . . . . . . . . . . . . . . 23

1.3.1.1 Critères de ressemblance . . . . . . . . . . . . . . . . . . . 23

1.3.1.2 Types de transformations . . . . . . . . . . . . . . . . . . . 24

1.3.1.3 L"optimisation . . . . . . . . . . . . . . . . . . . . . . . . . 25

1.3.2 Les méthodes de localisation de sources . . . . . . . . . . . . . .. . 25

1.3.2.1 Les modèles dipolaires . . . . . . . . . . . . . . . . . . . . 25

1.3.2.2 Les modèles de sources distribuées . . . . . . . . . . . . . 27

1.4 Objectifs et problématique . . . . . . . . . . . . . . . . . . . . . . . . .. . . 28

1.4.1 Quantification des zones hypométaboliques en TEP . . . . . . .. . 29

1.4.2 Localisation des sources électriques en EEG-HR . . . . . . .. . . . 29

1.4.3 Comparaison des résultats multimodaux . . . . . . . . . . . . . .. 30

2 Analyse quantitative des images TEP33

2.1 Principes de l"analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 34

iii

Table des matières

2.1.1 La normalisation spatiale . . . . . . . . . . . . . . . . . . . . . . . . 35

2.1.1.1 État de l"art . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

2.1.1.2 La normalisation spatiale SPM . . . . . . . . . . . . . . . . 41

2.1.1.3 La normalisation spatiale Block-Matching . . . . . . . . . 43

2.1.1.4 Constitution du template . . . . . . . . . . . . . . . . . . . 45

2.1.2 Les tests statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

2.1.3 Simulation de zones hypométaboliques . . . . . . . . . . . . . . .. 50

2.2 Validation de la normalisation spatiale . . . . . . . . . . . . . .. . . . . . . 56

2.2.1 Base de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

2.2.2 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

2.3 Étude de patients épileptiques . . . . . . . . . . . . . . . . . . . . . .. . . . 60

2.3.1 Validation de la base de données normale . . . . . . . . . . . . . .. 60

2.3.1.1 Validation automatique . . . . . . . . . . . . . . . . . . . . 60

2.3.1.2 Validation clinique . . . . . . . . . . . . . . . . . . . . . . . 61

2.3.2 Traitement des patients épileptiques . . . . . . . . . . . . . . .. . . 65

2.3.2.1 Discrimination entre sujets sains et épileptiques . . .. . . 65

2.3.2.2 Discrimination entre hémisphères sains et épileptiques . 67

2.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

3 Localisation de sources en EEG-HR73

3.1 Méthodologie de résolution du problème inverse . . . . . . . .. . . . . . . 74

3.1.1 Le problème direct . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

3.1.2 Le problème inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

3.1.2.1 Modèles dipolaires . . . . . . . . . . . . . . . . . . . . . . 77

3.1.2.2 Modèles de sources distribuées . . . . . . . . . . . . . . . 80

3.2 Localisation de sources sur des EEG intercritiques . . . . .. . . . . . . . . 83

3.2.1 Événements étudiés . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

3.2.2 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

3.3 Prétraitement des signaux EEG-HR . . . . . . . . . . . . . . . . . . . .. . . 93

3.3.1 La séparation aveugle de sources . . . . . . . . . . . . . . . . . . . .94

3.3.2 Étude de signaux simulés . . . . . . . . . . . . . . . . . . . . . . . . 97

3.3.3 Localisation de sources sur des signaux EEG prétraités .. . . . . . 104

3.3.3.1 Classification automatique des sources d"artéfacts . . .. 104

3.3.3.2 Résultats de la localisation de sources électriques . .. . . 108

3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

iv

4 Étude multimodale TEP - EEG-HR113

4.1 Recalage multimodal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .114

4.1.1 Stratégie de recalage . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

4.1.2 L"information mutuelle . . . . . . . . . . . . . . . . . . . . . . . . . 117

4.2 Hypométabolisme en TEP et localisation de sources en EEG-HR . . . . . . 121

4.2.1 Modèles de sources dipolaires . . . . . . . . . . . . . . . . . . . . . 121

4.2.2 Modèles de sources distribuées . . . . . . . . . . . . . . . . . . . . .132

4.2.3 Classification des clusters d"hypométabolisme . . . . . . . .. . . . 139

4.3 Discussion et conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . .. . 142

Conclusion générale et perspectives145

Annexe151

Bibliographie159

v

Table des matières

vi

Introduction

L"épilepsie est un dysfonctionnement neurologique chronique affectant de nombreu- ses personnes dans le monde. Elle se caractérise par la répétition de crises, engendrées sions, des pertes de connaissance, des hallucinations (visuelles, olfactives, ou auditives), ou des hypertonies. Si les traitements médicamenteux permettent de contrôler les crises dans la majorité des cas (entre 70 et 80%), la chirurgie peut être envisagée dans les cas

d"épilepsies partielles (c"est-à-dire les épilepsies qui selimitent à une région circonscrite

du cerveau) pharmaco-résistantes, ce qui nécessite une localisation précise de la zone

épileptogène.

L"électroencéphalographie (EEG) est la principale méthode d"investigation en épi-

leptologie. Elle consiste à mesurer l"activité électrique cérébrale au moyen d"électrodes.

L"EEG présente donc l"avantage d"être non invasive, tout en bénéficiant d"une très bonne

résolution temporelle. Cependant, les signaux EEG de surface peuvent être perturbés par

le bruit et par différents artéfacts (activités musculaires, oculaires, etc...), ce qui nécessite

un prétraitement des signaux pour une interprétation et uneanalyse correcte des don- nées. L"EEG-HR (EEG Haute Résolution), qui consiste à acquérir des signaux EEG avec

un nombre important d"électrodes et une fréquence d"échantillonnage élevée, apporte de

par sa bonne résolution spatiale de surface davantage d"informations qui permettent de

localiser les sources d"activités épileptiques au moyen desdifférents algorithmes de réso-

lution du problème inverse. Il s"agit donc d"appliquer ces algorithmes de localisation de traduisant une activité épileptique. Un prétraitement par séparation aveugle de sources peut également être mis en oeuvre préalablement à la localisation afin de supprimer les sources extracérébrales qui peuvent nuire à la localisation de sources. En pratique clinique, d"autres modalités contribuent au diagnostic, telles que l"IRM (Imagerie par Résonance Magnétique) ou la TEP (Tomographie par Emission de Positons). C"est 1

Introduction

en particulier à cette dernière modalité que nous nous intéressons afin de confronter la localisation des hypométabolismes détectés en TEP dans les cas d"épilepsies partielles pharmaco-résistantes aux résultats de localisations apportés par la résolution du pro- blème inverse en EEG-HR. En effet, la TEP est une technique d"imagerie fonctionnelle qui permet de repérer les régions de dysfonctionnements dues à la présence d"un foyer

épileptogène dans la majorité des cas (sa sensibilité est comprise entre 70 et 85%), tan-

dis que les images anatomiques d"IRM ne laissent pas forcément apparaître d"anomalies structurelles, d"où l"intérêt de pouvoir exploiter la modalité TEP qui peut apporter des informations capitales. Au cours du bilan préopératoire, une analyse visuelle des images

TEP est généralement réalisée par les médecins, ce qui peut conduire à des résultats re-

lativement subjectifs. Les analyses quantitatives des images TEP peuvent permettre de mettre en évidence des variations fonctionnelles en intra-individus, mais également de comparer, par des analyses statistiques, des groupes de populations. De fait, ces analyses s"appuient sur des méthodes de recalage, de normalisation spatiale, et de comparaisons statistiques. Nous proposons donc d"établir une méthodologie de détection automatique des régions cérébrales pathologiques qui soit utilisable en routine clinique pour l"analyse des images TEP, en se basant sur un procédé développé notamment dans SPM (Statis- tical Parametric Mapping). Le principe est d"effectuer des comparaisons par rapport àun groupe d"images TEP provenant de sujets sains, de telles études interindividuelles néces- sitant de mettre en oeuvre des méthodes de recalage non linéaire qu"il s"agit de définir de manière optimale. L"objectif est de mettre en évidence et de localiser les zones patholo- giques (il s"agit plus particulièrement des zones hypométaboliques) correspondant aux

zones lésionnelles, dont le lien avec les zones épileptogènes reste par ailleurs à préciser.

Le travail présenté dans ce manuscrit s"inscrit dans le cadredu bilan préchirurgical des épilepsies partielles pharmaco-résistantes, en se basant sur la multimodalité TEP -

EEG-HR. Idéalement, l"objectif serait de pouvoir éviter la SEEG (stéréo-électroencéphalogra-

phie) - très invasive, puisqu"elle est réalisée au moyen d"électrodes intra-cérébrales - qui

est l"ultime étape du bilan préchirurgical et constitue actuellement la méthode de réfé-

rence pour identifier et localiser les réseaux épileptogènes dans les épilepsies partielles

pharmaco-résistantes. L"intérêt de la multimodalité est essentiel pour garantir une loca-

lisation optimale des foyers épileptogènes. Ainsi, les résultats de localisation issus des analyses des signaux EEG-HR et des images TEP sont exploités et comparés avec l"objec-

tif d"aboutir à une représentation plus précise du volume cérébral impliqué dans l"épi-

lepsie. La TEP et l"EEG-HR donnent des informations différentes et potentiellement très 2

complémentaires pour améliorer la définition et la localisation des foyers épileptogènes.

Les foyers épileptiques sont avant tout caractérisés par une activité électrique anormale

et l"EEG est la technique de détection non invasive la plus performante dans ce domaine. Cependant, les foyers épileptiques sont aussi des zones tissulaires lésées, parfois sans anomalies anatomiques décelables, la TEP au FDG (Fluorodésoxyglucose) est alors la méthode la plus adaptée pour localiser les zones tissulaires altérées. Le premier chapitre présente le contexte médical de l"épilepsie, en précisant les objec- tifs et la problématique à résoudre. Dans le second chapitre, les méthodes d"analyse quantitative des images TEP sont développées, en mettant en particulier l"accent sur l"étape de normalisation spatiale des images. L"objectif est de comparer la méthode de normalisation spatiale SPM, classique- ment exploitée pour le traitement d"images TEP, à une méthode "Block-Matching" encore jamais appliquée dans ce contexte. La méthode est validée à partir de simulations et par une analyse subjective clinique effectuée sur des images réelles.

Le troisième chapitre est consacré à la localisation de sources électriques à partir de

signaux EEG-HR. Après avoir détaillé les différentes méthodes de localisation, celles-ci

sont appliquées à des signaux intercritiques acquis chez des patients atteints d"épilepsie

dont la localisation des foyers a déjà été validée par la SEEG(ces patients ont subi une

exérèse de la zone épileptogène estimée et ne présentent plus aucune crise). Deux formes

d"ondes sont exploitées pour localiser la zone épileptogène: les pointes intercritiques, qui

ont l"avantage de présenter un bon rapport signal sur bruit, et les ondes lentes, qui ont pour origine la zone lésionnelle et sont relativement faibles du point de vue énergétique.

La localisation de sources est également appliquée à des signaux EEG-HR prétraités, par

des algorithmes de séparation aveugle de sources notamment. Le prétraitement consiste à estimer les sources indépendantes à partir d"un modèle de mélange additif. Le but est de discriminer les sources cérébrales des sources parasites, telles que les artéfacts musculaires, ou oculaires par exemple. Enfin, le quatrième chapitre s"attache à la mise en relation des résultats issus des deux

modalités TEP et EEG-HR, traitées séparément dans les chapitres 2 et 3. La stratégie de

recalage est donc présentée, puis des outils de comparaisonet de représentation dans un référentiel commun des résultats multimodaux sont introduits afin d"optimiser la locali- sation des zones pathologiques. 3

Introduction

4 1

Contexte médical

Ce chapitre présente en premier lieu le contexte médical dans lequel se sont déroulés ces travaux de recherche. Il introduit les notions anatomiques et physiologiques de base

nécessaires à la compréhension de la démarche scientifique,ainsi que les différentes mo-

dalités pouvant intervenir au cours du diagnostic de l"épilepsie. Dans un second temps, la problématique et les objectifs scientifiques de cette thèse sont développés.

1.1 L"

´epilepsie : bases anatomiques et fonctionnelles

1.1.1 Le cerveau

Le cerveau est l"un des organes les plus complexes du corps humain. Il agit comme un centre de commande de la pensée, de la mémoire, de la perception (gestion des sens), de la parole, mais également des muscles, donc de la dynamique, des gestes. Il fait partie du système nerveux central au même titre que le cervelet, le tronc cérébral et la moelle

épinière. Situé dans la boîte crânienne, le cerveau ne représente que 2% du poids total du

corps mais consomme 20% de son énergie, et ce aussi bien à l"état d"éveil qu"au repos. Les

artères permettent de l"alimenter continuellement en glucose et en oxygène pour subve- nir à de tels besoins énergétiques, d"autant plus que le cerveau n"est capable de stocker que très peu d"énergie, pendant une durée très limitée. Le cerveau est constitué de deux hémisphères (droit et gauche), eux-mêmes divisés chacun en quatre lobes (figure 1.1) impliqués dans des tâches particulières[

Westen et

Garitte, 2000

5

1. Contexte médical

FIGURE1.1.Représentation externe du cerveau et de ses différents lobes

- le lobefrontal, situé dans la partie antérieure des hémisphères cérébraux(derrière le

front), contient les centres responsables de la coordination motrice volontaire, ainsi que les centres de la pensée, de la mémoire, du raisonnement et des associations; - le lobetemporal, situé sur le côté, au niveau de la tempe, contient les centres de l"audition, du langage et de la reconnaissance visuelle des objets; - lelobeoccipital,situédanslapartiepostérieuredeshémisphères,contientlescentres responsables de la vision;quotesdbs_dbs35.pdfusesText_40

[PDF] corrosion galvanique aluminium cuivre

[PDF] corrosion galvanique aluminium acier

[PDF] corrosion galvanique aluminium laiton

[PDF] protection de l'aluminium par anodisation correction

[PDF] compatibilité zinc aluminium

[PDF] corrosion galvanique entre acier et aluminium

[PDF] compatibilité acier galvanisé aluminium

[PDF] cours electrolyse chimie

[PDF] electrolyse d'une solution de chlorure de sodium corrigé

[PDF] electrolyse exercice corrigé

[PDF] electrolyse d'une solution de sulfate de cuivre

[PDF] electrolyse sulfate de cuivre tp

[PDF] electrolyse du chlorure de sodium en solution aqueuse

[PDF] loi de faraday pdf

[PDF] tp electrolyse sulfate de cuivre