Abstract FR:

Les projets de cartographie anatomo-fonctionnelle du cerveau humain ont ces dernières années pris un essor considérable, à l'aide de modalités telle la tomographie par émission de positons (tep), ou imagerie fonctionnelle par résonance magnétique (irmf). Les études fonctionnelles sont encore limitées par, d'une part, la nature très bruitées des images, et d'autre part la très forte variabilité anatomo-fonctionnelle inter-individu. Les méthodes d'analyse s'appuient donc essentiellement sur des processus statistiques, pour lesquelles on utilise un grand nombre d'images. Elles impliquent cependant la perte des informations individuelles pour les analyses de groupe, et un amoindrissement de la qualité de localisation des résultats, du aux imperfections inévitables de la normalisation spatiale appliquée aux images. Cette thèse propose donc un système d'analyse de cartes d'activations fonctionnelles dont l'objectif est de pouvoir procéder à des analyses de groupe autorisant un retour vers les résultats individuels. Ce système a par ailleurs pour objectif de s'affranchir le plus possible des problèmes induits par la normalisation spatiale. La méthode proposée se décompose en trois étapes: 1 - une description structurelle multi-échelles de chaque carte d'activations, s'appuyant sur le scale-space primal sketch, propose par lindeberg. Elle est composée d'objets multi-échelles, représentant les structures présentes dans l'image, lies entre eux par des relations décrivant leur comportement relatif dans les échelles. Des mesures sont associées à chacun des objets afin de les caractériser. 2 - une mise en correspondance de l'ensemble des primal-sketches issus des images d'un protocole, sous forme d'un graphe de comparaison. 3 - un processus d'étiquetage sur le graphe, ayant pour objectif de prendre la decision de détection. La méthode permet de connaitre l'occurrence de chacune des activations dans les différentes cartes individuelles. L'étiquetage se fait par minimisation d'une énergie dans un cadre markovien, cette énergie modélisant l'ensemble des contraintes prises en compte. Cette méthode permet une meilleure détection et localisation par rapport à des repères anatomiques individuels, tout en limitant les effets de la normalisation spatiale.