Thèse soutenue

Modèles de régression multivariés pour la comparaison de populations en IRM de diffusion
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Alix Bouchon
Direction : Fabrice Heitz
Type : Thèse de doctorat
Discipline(s) : Traitement du signal et des images
Date : Soutenance le 28/09/2016
Etablissement(s) : Strasbourg
Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg)
Jury : Président / Présidente : François Rousseau
Examinateurs / Examinatrices : Vincent Noblet, Frédéric Blanc
Rapporteurs / Rapporteuses : Jean-François Mangin, Michel Dojat

Résumé

FR  |  
EN

L'IRM de diffusion (IRMd) est une modalité d'imagerie qui permet d'étudier in vivo la structure des faisceaux de la substance blanche grâce à la caractérisation des propriétés de diffusion des molécules d'eau dans le cerveau. Les travaux de cette thèse se sont concentrés sur la comparaison de groupes d'individus en IRMd. Le but est d'identifier les zones de la substance blanche dont les propriétés structurelles sont statistiquement différentes entre les deux populations ou significativement corrélées avec certaines variables explicatives. L’enjeu est de pouvoir localiser et caractériser les lésions causées par une pathologie et de comprendre les mécanismes sous-jacents. Pour ce faire, nous avons proposé dans cette thèse des méthodes d'analyse basées voxel reposant sur le Modèle Linéaire Général (MLG) et ses extensions multivariées et sur des variétés, qui permettent d'effectuer des tests statistiques intégrant explicitement des variables explicatives. En IRMd, la diffusion des molécules d'eau peut être modélisée par un tenseur d'ordre deux représenté par une matrice symétrique définie-positive de dimension trois. La principale contribution de cette thèse a été de montrer la plus-value de considérer, dans le MLG, l'information complète du tenseur par rapport à un unique descripteur scalaire caractérisant la diffusion (fraction d’anisotropie ou diffusion moyenne), comme cela est généralement fait dans les études en neuro-imagerie. Plusieurs stratégies d’extension du MLG aux tenseurs ont été comparées, que ce soit en termes d’hypothèse statistique (homoscédasticité vs hétéroscédasticité), de métrique utilisée pour l’estimation des paramètres (Euclidienne, Log-Euclidienne et Riemannienne), ou de prise en compte de l’information du voisinage spatial. Nous avons également étudié l'influence de certains prétraitements comme le filtrage et le recalage. Enfin, nous avons proposé une méthode de caractérisation des zones détectées afin d’en faciliter l’interprétation physiopathologique. Les validations ont été menées sur données synthétiques ainsi que sur une base d’images issues d’une cohorte de patients atteints de Neuromyélite optique de Devic.