Etude de la connectivité structurelle des faisceaux d'association courts de la substance blanche du cerveau humain en IRM de diffusion
Institution:
Aix-MarseilleDisciplines:
Directors:
Abstract EN:
Short association fibres (U-shaped fibres) of the white matter connect cortical territories located in adjacent gyri. In vivo estimation of the spatial extent of these fibres requires diffusion-weighted MRI data (dMRI) with high spatial and angular resolution to limit the effect of partial volume at the cortex/white substance interface and to capture the complexity of the fibre patterns. Such data require appropriate pre-processing methods. In addition, the quantitative study of the connectivity of these fibres requires the implementation of advanced tractography and filtering strategies for the tractograms obtained. In this context, we have developed Diffuse (https://github.com/MecaLab/Brainvisa-Diffuse), a toolbox dedicated to dMRI data processing that interfaces state-of-the-art methods for pre-treatment, local modelling and estimation of fibre trajectories by tractography. Using Diffuse, we quantified the impact of six artefact correction chains typically used in dMRI data processing on subsequent local modelling and tractography steps (Brun et al. 2019). The second contribution to this thesis proposes to describe the connectivity of the U-shaped fibres of a sulcus by defining a new continuous representation space (Pron et al. 2018). This space was used to characterize the anatomical connectivity of the short association fibers of the central sulcus of 100 right-handed subjects from the Human Connectome Project's high-quality MRI database.
Abstract FR:
Les fibres d’association courtes (fibres en U) de la substance blanche connectent des territoires corticaux situés dans des gyri adjacents. L’estimation in vivo de l’extension spatiale de ces fibres requiert des données IRM pondérées en diffusion (IRMd) à résolution spatiale et angulaire élevée afin de limiter l’effet du volume partiel à l’interface cortex/substance blanche et de capturer la complexité des configurations de fibres de la matière blanche superficielle. De telles données nécessitent des méthodes de prétraitement adaptées. De plus, l’étude quantitative de la connectivité de ces fibres nécessite la mise en place de stratégies avancées de tractographie et de filtrage des tractogrammes obtenus. Dans ce cadre, nous avons développé Diffuse (https://github.com/MecaLab/Brainvisa-Diffuse), une boîte à outil dédiée au traitement des données IRMd qui interface les méthodes de l’état de l’art de prétraitement, modélisation locale et d’estimation de la trajectoires des fibres par tractographie. En nous appuyant sur Diffuse, nous avons quantifié l’impact de six chaînes de correction des artéfacts classiquement utilisées en traitement des données IRMd sur les étapes ultérieures de modélisation locale et de tractographie (Brun et al. 2019). La deuxième contribution de ce thèse propose de décrire la connectivité des fibres en U d’un sillon en définissant un nouvel espace de représentation continu (Pron et al. 2018). Cet espace a été utilisé pour caractériser la connectivité anatomique des fibres d’association courtes du sillon central de 100 sujets droitiers issus de la base de données IRM de haute qualité du Human Connectome Project.