Modèles hémodynamiques spatiaux adaptatifs pour l'imagerie cérébrale fonctionnelle
Institution:
Paris 11Disciplines:
Directors:
Abstract EN:
The approaches developed in this PhD take place in the analysis of functional brain imaging seeking the characterization of brain structures specialization. The central modality was functional magnetic resonance imaging (fMRI) which provides an indirect, hemodynamic, measure of the neural activity. Data analysis methods are conventionally divided into: (i) a localization task of activations and (ii) an estimation task i. E. Characterizing the hemodynamic response function (HRF) linking the stimulations provided by the paradigm to the observed fMRI signal. This PhD addresses the tasks (i) and (ii) simultaneously in a joint detection-estimation model (JDE), respecting the obvious interdependence of these two processes. The JDE approach here has been extended to express a model of spatial correlation on the local response level associated with the HRF, enabling the approach to be multivariate for the detection as well as the estimation tasks. In the Bayesian framework, this modeling is achieved by the expression of a prior discrete Markov field involving a regularization factor. The unsupervised treatment regarding this parameter for the whole brain has been developed by adaptively taking into account the heterogeneity of the geometries of brain regions. The approach is validated on the cortical surface, but also in the volume through several group analyses with different acquisition conditions. These were used to assess the impact of the method in terms of significance of activation and its positioning relative to the traditional approach.
Abstract FR:
Les approches développées dans cette thèse s'inscrivent au sein des méthodes d'analyse en imagerie cérébrale fonctionnelle (ICF) cherchant à caractériser la spécialisation des structures cérébrales. La technique centrale d'ICF fut l'imagerie par résonance magnétique fonctionnelle (IRMf) qui fournit une mesure indirecte, hémodynamique, de l'activité neuronale. Les méthodes d'analyse portant sur ces données se divisent classiquement en : (i) une tâche de localisation des activations et (ii) une tâche d'estimation de la fonction de réponse hémodynamique (FRH) faisant le lien entre les stimulations du paradigme et le signal d'IRMf observé. Cette thèse traitent les tâches (i) et (ii) simultanément en un modèle de détection-estimation conjointe (DEC), respectant l'interdépendance évidente de ces deux processus. L'approche DEC a été ici étendue pour exprimer un modèle de corrélation spatiale sur les niveaux de réponse locaux associées à la FRH, rendant l'approche mutli-variée tant pour la détection que pour l'estimation. Dans le cadre bayésien, cette modélisation s'opère par l'expression d'un a priori par champ de Markov discret faisant intervenir un facteur de régularisation. Un traitement du cerveau entier non-supervisé pour ce paramètre a été mis en place, prenant en compte l'hétérogénéité des géométries des régions cérébrales. L'approche est validée sur la surface corticale, mais également dans le volume à travers plusieurs analyses de groupe dans des conditions d'acquisition différentes. Ces dernières ont permis d'évaluer l'impact de la méthode en terme de significativité des activations ainsi que son positionnement par rapport à l'approche classique.