Etablissement de modèles biophysiques complexes de la substance blanche cérébrale et d'un atlas anatomique de sa microstructure chez le sujet sain à haut (3T) et très haut (11.7T) champs.

par Kévin Ginsburger

Projet de thèse en Imagerie et physique médicale

Sous la direction de Cyril Poupon.

Thèses en préparation à Paris Saclay , dans le cadre de Electrical,Optical,Bio: PHYSICS_AND_ENGINEERING , en partenariat avec Unité d'imagerie par IRM et de Spectroscopie (laboratoire) , IRM clinique à très haut champ et spectroscopie (equipe de recherche) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 01-10-2016 .


  • Résumé

    Le centre NeuroSpin vient de mettre à jour son IRM clinique à 3T pour le doter de bobines de gradients très puissantes capables de délivrer 80mT/m et donc particulièrement adaptées pour l'imagerie de diffusion et en particulier l'étude du connectome humain. L'imagerie par résonance magnétique du processus de diffusion (IRMd) de l'eau dans le cerveau, inventée au milieu des années 80 a connu un succès fulgurant au cours de la décennie passée pour cartographier les connexions cérébrales. C'est toujours aujourd'hui , après 25 années d'existence, la seule technique d'investigation de la connectivité anatomique du cerveau humain in vivo. Mais depuis quelques années, il a été démontré que l'IRMd est également un outil unique de biopsie virtuelle in vivo en permettant de sonder la composition du parenchyme cérébral également in vivo. Toutefois, les modèles développés à l'heure actuelle (AxCaliber, ActiveAx, CHARMED) reposent uniquement sur la modélisation des membranes axonales à l'aide de géométries cylindriques, et restent trop simplistes pour rendre compte précisément de l'ultrastructure de la substance blanche. Dans un premier temps, cette thèse vise donc à l'établissement d'un modèle analytique plus réaliste de la substance blanche cérébrale tenant compte de l'ensemble des compartiments constituant le tissu cérébral au sein de cette matière blanche. Ainsi, seront modélisés les processus de diffusion dans les axones myélinisés ou non myélinisés, dans les cellules gliales, et la microvascularisation sera également modélisée pour tenir compte de l'effet Intra-Voxel-Incoherent-Motion également en jeu. La réalité de la perméabilité des différents compartiments sera modélisée afin de tenir compte des échanges entre les différents compartiments. Les propriétés magnétiques des compartiments (temps de relaxation T2 et T1) seront aussi pris en compte afin d'aboutir à un modèle multicompartimental dont les fractions volumiques ne sont pas entâchées d'un biais liés aux pondérations en T2. Cette tâche réclame de solides compétences en mathématiques appliquées afin de mettre en place le modèle multicompartimental d'équations différentielles décrivant le processus s'opérant à l'échelle du voxel tenant compte des mécanismes d'échange entre compartiments liés à leurs perméabilités, mais également pour étudier l'échantillonnage optimal de l'espace du vecteur d'onde q du processus de diffusion et de l'espace associé aux caractéristiques magnétiques de ces compartiments (T1 et T2). Le candidat devra ensuite développer l'outil de décodage complexe permettant d'estimer les divers paramètres de la cytoarchitecture de la substance blanche, et donc réfléchir au schéma d'optimisation à mettre en place afin d'obtenir une estimation robuste de ces paramètres. Dans un second temps, le candidat participera à l'acquisition d'une base de données dans le cadre du projet BICKET (Brain Imaging of the Cytoarchitecture using a Key Emerging Technology) inscrit dans le work- package 2 du flagship européen Human Brain Project. Ce projet vise à l'acquisition sur une vingtaine de sujets sains d'un jeu dense de données d'IRM anatomiques, d'IRM de diffusion, et relaxométriques, ainsi que d'un jeu élémentaire de données d'IRM fonctionnelle. Chacun des vingt sujet suivra un protocole d'imagerie constitué de dix sessions d'imagerie d'1h30 chacune, permettant ainsi de collecter au niveau de chaque voxel près d'un millier de mesures de diffusion et relaxométriques qui permettront d'établir de manière robuste la cartographie des paramètres caractéristiques des différentes populations de cellules constituant la substance blanche cérébrale. Dans un troisième temps, le candidat établira les profils des paramètres caractéristiques de microstructure des faisceaux longs et courts de la substance blanche (densité axonale, diamètre axonal moyen, densité de glie, diamètre moyen des cellules gliales, densité de micro-vaisseaux, longueur moyenne des branches de l'arborisation vasculaire). Enfin, le candidat procèdera à la construction d'un atlas probabiliste des paramètres de la cytoarchitecture de la substance blanche pour l'ensemble des faisceaux, en mettant à profit des techniques de recalage difféomorphe reposant sur le calcul préalable de champs de propagateurs d'ensemble moyen pour chacun des individus à recaler.

  • Titre traduit

    Realistic biophysical analytical models of brain white matter.


  • Résumé

    The Neurospin research center has a 3T clinical MRI modality to perform diffusion MRI, which enables to study human connectome. Magnetic Resonance Imaging of water in the brain has proven very useful to establish a cartography of brain connections. It is the only in vivo modality to study anatomical connectivity. A few years ago, it has been shown that diffusion MRI is also a unique tool to perform virtual biopsy of cerebral parenchyma. However, current models (AxCaliber, ActiveAx, CHARMED) rely only upon a basic modeling of white matter, with axons represented by simple cylinders. The first objective of this Phd is thus to establish a more realistic analytical model of brain white matter taking into account all the compartments of white matter tissues. Thus, glial cells, myelinated and non-myelinated axons will be modeled as well as microvascular effect (Intra Voxel Incoherent Motion). The permeability of the different compartments will also be modeled to account for the inter-compartment exchanges. Finally, the magnetic properties of the compartments (T1 and T2 relaxation) will be taken into account in order to avoid partial voluming effects. This task needs strong applied mathematics skills to be able to establish a differential-equation based multicompartmental model to describe the diffusion process at the voxel scale and to study the optimization of the q-space sampling in order to estimate the different parameters of the white matter cytoarchitecture. The candidate will also take part in the BICKET(Brain Imaging of the Cytoarchitecture using a Key Emerging Technology) project in the work-package 2 of european flagship Human Brain Project. This project aims at acquiring dense anatomical MRI, diffusion MRI and relaxometric data, as well as functional MRI data on 20 subjects. Each of the 20 subjects will follow an imaging protocol of 10 imaging sessions (1h30 per session). Those data will be used for parameter estimation of the white matter cytoarchitecture using the white matter models previously developed. In a third time, the candidate will compute white matter parameters to characterize short and long bundles microstructure (axonal density, mean axonal diameter, glial density, mean glial cells diameter, microvascular density ). Finally, the candidate will construct a probabilistic atlas of the white matter cytoarchitecture parameters for all the bundles, using mean propagator based diffeomorphic registration for each individual to be registered.