Inférence d'un atlas des faisceaux en U intégrant la variabilité des plissements corticaux

par Nicole Labra Avila (Nicole Labra)

Projet de thèse en Imagerie et physique médicale

Sous la direction de Jean-François Mangin.

Thèses en préparation à Paris Saclay , dans le cadre de Electrical,Optical,Bio: PHYSICS_AND_ENGINEERING , en partenariat avec Unité d'analyse et de traitement de l'information (laboratoire) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 01-04-2016 .


  • Résumé

    L'apparition des techniques de tractographie par IRM de diffusion a été un évènement majeur de la fin des années 90 dans le domaine de la neuroimagerie. Il s'agit de la première technique permettant de visualiser les faisceaux de la substance blanche chez l'homme dont seules les grandes voies sont matérialisables en dissection. En outre, cette modalité d'imagerie est utilisable in vivo de concert avec l'imagerie fonctionnelle, ce qui l'insère au cœur des programmes de cartographie du cerveau. Les méthodologies d'acquisition et d'analyse dédiées ont connu un essor extraordinaire ces 15 dernières années pour culminer aujourd'hui avec la base de données hors norme engendrée par le Human Connectome Project. Il est aujourd'hui envisageable de réaliser un atlas des centaines voire des milliers de faisceaux dits en U qui relient différentes aires corticales en contournant les plissements de la surface corticale.L'équipe de Neurospin a été pionnière dans le domaine de la tractographie et a réalisé les premiers prototypes d'atlas des fibres en U, en collaboration avec l'université de Concepcion au Chili, le dernier en date incluant plus d'une centaine de faisceaux reproductibles sur les 80 individus de la base Archi du projet européen Connect (Guevara et al., 2012). La stratégie actuelle pour réaliser ces atlas consiste à compresser le tractogramme de chaque individu de quelques millions de fibres à quelques milliers de faisceaux, puis à apparier ces faisceaux à travers les sujets après alignement. A ce jour, les stratégies d'alignement testées sont le simple recalage affine entre les sujets (méthode dite de Talairach) et le recalage des images de tenseur de diffusion (méthode DTITk). Aucune de ces approches ne prend en compte correctement la variabilité du plissement de la surface corticale. Cette variabilité majeure, largement incomprise, a pourtant un lien étroit avec les faisceaux en U puisque ceux-ci contournent les sillons. Il est donc à la fois impératif de la modéliser pour améliorer les atlas des fibres en U, mais aussi pour mieux comprendre la relation développementale complexe qui lie faisceaux et plissement. Les phénomènes à l'origine du plissement cortical sont méconnus. Plusieurs hypothèses concurrentielles sont proposées, de la « protomap » génétique localisée autour des ventricules cérébraux, lieu de prolifération des neurones, aux tensions induites par les axones. Modéliser la variabilité conjointe entre plissement et faisceaux pourrait aider à sélectionner une hypothèse. De tels modèles pourraient également améliorer la détection des anomalies développementales susceptibles d'engendrer certaines pathologies. L'équipe de Neurospin travaille sur la modélisation de la variabilité des plissements depuis 25 ans. Cette thèse vise donc à associer les deux programmes de recherche pour créer les synergies requises pour aborder les questions sous-jacentes. Deux pistes de travail sont envisagées pour l'instant. La première poursuivra la démarche actuelle pour réaliser les atlas des faisceaux en U en utilisant un alignement intégrant des contraintes sulcales : les sillons sont identifiés par le pipeline Morphologist (Perrot et al., 2011) et recalés de manière diffeomorphe avec la méthode DISCO. Ultérieurement, il sera envisagé de sélectionner un sous-ensemble de sillons en fonction de la qualité de l'appariement des faisceaux, ou d'ajouter aux contraintes sur les sillons des contraintes sur les grands faisceaux. La deuxième piste de travail s'appuiera sur les variétés de faible dimension permettant de modéliser la variabilité des plissements corticaux (Sun et al., 2012). Cette démarche a fait ses preuves pour l'analyse des activations fonctionnelles sur un grand nombre d'individus. Les méthodes utilisées pour réaliser des atlas cortico-corticaux seront appliquées pour réaliser des atlas cortico-souscorticaux. L'ensemble des atlas inférés seront utilisés pour étiqueter les faisceaux sur des bases de données correspondant à des pathologies neuro-développementales afin de faire émerger d'éventuels biomarqueurs associés.

  • Titre traduit

    Inference of a U-fiber bundle atlas informed by the variability of the cortical folding pattern


  • Résumé

    The appearance of tractography by diffusion MRI technology has been a major event in the late 90s in the field of neuroimaging. This is the first technique that allows to visualize the bundles of white matter in humans in which only large channels are matérialisables by dissection.In addition, this imaging modality is used in vivo in conjunction with functional imaging, which inserts the heart of brain mapping programs. Dedicated methodologies for acquisition and analysis have experienced huge growth in the last 15 years, culminating today with the extraordinary database generated by the Human Connectome Project. It is now devisable to produce an atlas of hundreds or even thousands of so-called U-fibers that connect different cortical areas skirting the folds of the cortical surface. Neurospin team has been a pioneer in the field of tractography and has directed the first U-fibers atlas prototype, in collaboration with the University of Concepcion in Chile, including in the latest version more than one hundred bundles, reproducibles in 80 individuals from the Archi basis of the European project Connect (Guevara et al., 2012). The current strategy to achieve these atlases is to compress the tractogramme of each subject from million of fibers to a few thousand of them and then match these fibers through the subjects after alignment. To date, the alignment strategies tested are simple affine registration between subjects (known as Talairach method) and the registration of diffusion tensor images (DTITk method). Neither approach takes properly into account the folding pattern variability of the cortical surface. However, this major variability widely misunderstood has a close connection with the U-fibers since they surround the folds. It is therefore both essential to the model to improve the U-fiber atlas, but also to better understand the complex relationship in development between fibers and folds. The phenomenons at the origin of cortical folding are unknown. Several hypotheses have been proposed, the "protomap" genetic located around the ventricles, the area of proliferation of neurons , the tensions induced by the axons. Model the variability joint between fibers and folds could help to select one hypothesis. Such models could also improve the detection of developmental abnormalities susceptible to generate certain pathologies. The team of Neurospin is working on the modeling of the folding variability since 25 years. This thesis aims to combine the two research programs to create the synergies required to approach the underlying issues. Two lines of work are being considered for now. The first continue the current approach to achieve the U-fiber atlas alignment using an alignement method which integrate the sulcal constraints: the folds are identified by the Morphologist pipeline (Perrot and al., 2011) and are diffeomorphically readjusted with DISCO method. Subsequently, a subset of folds will be selected based on the quality of matching fibers or by adding to the folds restrictions the big bundles restrictions. The second line of work will be based on the varieties of low dimension that allow to model the variability of cortical folding (Sun et al., 2012). This approach has been used for the analysis of functional activations on a large number of individuals. The methods used to achieve cortico-cortical atlas will be used to make cortico-subcorticaux atlas. All inferred atlas will be used to label the bundles of databases that correspond to neurodevelopmental pathologies in order to bring out any associated biomarkers.