Gotowa bibliografia na temat „Imagerie de la microstructure du cerveau”

L’instabilité émotionnelle est fréquente à l’adolescence et peut parfois être considérée comme un trouble de l’humeur subsyndromique. Or, les tableaux subsyndromiques de manie ou de dépression à l’adolescence évoluent souvent vers des troubles de l’humeur. Nous avons recherché, chez des adolescents « subsyndromiques », s’il existait des modifications cérébrales voisines de celles retrouvées dans les troubles de l’humeur avérés. Les participants étaient tous issus de la cohorte IMAGEN qui a rassemblé des données de plus de 2000 adolescents européens scolarisés en classes de 4e et 3e. Ils avaient été examinés en imagerie cérébrale anatomique (IRM T1 et de diffusion) et évalués par un entretien diagnostique informatisé permettant l’évaluation d’éventuels symptômes. Une première étude a comparé la microstructure de la substance blanche et le volume de substance grise chez des participants présentant des symptômes bipolaires maniaques subsyndromiques comparés à des adolescents pris comme témoins. Une deuxième étude a été menée chez des adolescents ayant des symptômes subsyndromiques de dépression. L’analyse des images a mis en évidence chez les adolescents à bipolarité subsyndromique des variations de la microstructure de la substance blanche dans plusieurs faisceaux en cours de maturation, et un moindre volume de substance grise dans des régions du cerveau contribuant à la régulation émotionnelle. Chez les adolescents « subdéprimés », des modifications étaient également présentes dans le réseau fronto-striatal. Pour la première fois, des modifications de la structure cérébrale de régions impliquées dans les troubles de l’humeur ont été mises en évidence chez des adolescents scolarisés ayant des symptômes subsyndromiques. Ces résultats suggèrent des particularités de maturation cérébrale à l’adolescence qui pourraient entraîner une vulnérabilité aux troubles de l’humeur.

Le trouble conversif constituerait-il une pathologie à part ? Vécu comme une réalité par le patient, l’absence de signes objectifs à l’examen l’a longtemps faite considérer comme une « pathologie sans substrat ». Or, si la clinique de ce trouble est bien connue, les motivations précises qui le sous-tendent restent sujettes à l’interprétation et les mécanismes exacts qui la produisent sont encore mal compris. Ainsi, le fait de ne pas retrouver de lésion explicative dans le cerveau exclue-t-il la possibilité d’un dysfonctionnement au sein de ce même organe ? On qualifie bien souvent ces troubles de « maladie de l’imagination ou de la volonté », mais au final, on connaît peu de choses sur le fonctionnement cérébral du mouvement volontaire et des représentations mentales dans le trouble conversif. Alors, dans cette optique, quel pourrait être l’apport des moyens « modernes » d’investigation tels que l’imagerie fonctionnelle et la mise en évidence d’anomalies fonctionnelles dans le cerveau ne permettrait-il pas d’ouvrir de nouvelles perspectives théoriques pour ces patients ? On observe alors un démembrement nosologique de la clinique hystérique, dont la justification était d’ouvrir de nouvelles voies d’exploration et de compréhension du trouble. L’imagerie fonctionnelle a permis d’explorer des mécanismes plus complexes jusqu’à présent peu accessibles (émotions, états affectifs, volition, imagerie mentale, processus inconscients), et nous proposons dans cette communication de montrer comment, à l’aide de ces techniques, une pathologie considérée comme un diagnostic d’exclusion et de trouble sans substrat peut être abordée différemment du fait d’explications psychobiologiques « nouvelles ».

De nombreuses études ont montré qu’il y a une association entre les comportements violents et le fait d’avoir un diagnostic de schizophrénie (Sz) [1,2]. Cependant, il a aussi été démontré que seulement une minorité des patients sera violente . Plusieurs études ont considéré ces phénomènes afin de mieux identifier les personnes à risque et, par la suite, des échelles d’évaluation où l’on retrouve des facteurs de risque psychosociaux ont été développées. Bien qu’intéressantes, ces échelles demeurent imparfaites pour déterminer le risque . Face à cette situation, la neurobiologie du risque a commencé à se développer, mais encore peu d’études ont examiné les corrélats neuronaux de la violence dans cette population, et particulièrement, en ce qui concerne les facteurs liés à l’expérience émotionnelle et au contrôle pulsionnel. Notre équipe a donc réalisé deux études d’imagerie par résonance magnétique fonctionnelle (IRMf) chez cette population. Les résultats de ces 2 études seront présentés. Brièvement, le projet portant sur l’expérience des émotions négatives a montré une hyperactivation du cortex cingulaire antérieur dorsal chez les patients Sz violents (SzV), comparativement aux patients Sz non violents (SzNV) et aux témoins sains (TS). Il s’agit d’un résultat intéressant puisque cette zone est impliquée dans la régulation émotionnelle. Les résultats préliminaires de la deuxième étude montrent, en utilisant une tâche de prise de risque, que les patients SzV ont des activations importantes dans le système de récompense du cerveau lors de la réception d’une récompense en argent (x = −24 ; y = −13 ; z = 13 ; p < 0,001 ; 3080 mm3), comparativement aux patients SzNV et aux TS. Les résultats de nos deux premières études montrent ainsi qu’une spécificité neurobiologique existe chez les patients violents en ce qui a trait à la régulation émotionnelle et à l’activation du système de récompense.

L'imagerie de diffusion (IRMd) est une méthode unique permettant d'étudier la microstructure cérébrale et la connectivité du cerveau de manière non-invasive. Cependant, la faible résolution et la qualité de cette imagerie restreint son utilisation dans certaines applications. L'objectif de cette thèse est de développer l'IRMd cérébrale à très haute résolution sur un modèle de macaque anesthésié au moyen d'une séquence d'imagerie 3D écho-planaire segmentée (3D-msEPI) à 3T. Après une étape de développement de la reconstruction et du post-traitement des données, nous avons réalisé des images de diffusion sur le cerveau de macaque à une résolution spatiale isotrope de 0.5mm. Cette résolution nous a permis de délimiter et caractériser les structures fines comme les sous-couches de l'hippocampe ou la matière blanche superficielle, qui sont indétectables avec des séquences classiques. Cependant, cette méthode se révèle vulnérable aux mouvements élastiques des tissus cérébraux induits par les pulsations cardio-vasculaires. Une stratégie de synchronisation de l'acquisition sur celle-ci nous a permis de caractériser leurs effets sur l'IRMd à très haute résolution chez le singe anesthésié. Ces effets se caractérisent par des artefacts de ghosting et des pertes de signal qui corrompent les images, le tenseur et la tractographie dans des zones spécifiques du cerveau. La synchronisation nous a ainsi permis de réaliser une imagerie de diffusion cérébrale de macaque à des résolutions spatiales et des pondérations en diffusion très élevées jamais atteintes auparavant. Ces résultats préliminaires démontrent le potentiel de notre méthode pour les applications neuroscientifiques et médicales chez l'homme
Diffusion imaging (dMRI) is a unique method for studying brain microstructure and brain connectivity in a non-invasive way. However, the low resolution and quality of this imaging restricts its use in some applications. The aim of this thesis is to develop very high resolution cerebral MRI on an anesthetized macaque model on a 3T scanner using a segmented 3D echo-planar 3D imaging sequence (3D-msEPI). After a stage of development of the reconstruction and post-processing of the data, we made diffusion images on the macaque brain at an isotropic spatial resolution of 0.5mm. This resolution allowed us to delineate and characterize fine structures such as hippocampal sublayers or superficial white matter, which are undetectable with classical sequences. However, this method is vulnerable to the elastic movements of the brain tissue induced by the cardiovascular pulsations. A strategy of synchronization of the acquisition on this one allowed us to characterize their effects on the very high resolution MRI in the anesthetized monkey. These effects are characterized by ghosting artifacts and signal losses that corrupt images, tensor, and tractography in specific areas of the brain. The synchronization allowed us to realize macaque brain diffusion imaging at spatial resolutions and very high diffusion weights never reached before. These preliminary results demonstrate the potential of our method for neuroscientific and medical applications in humans

L'estimation non invasive de la microstructure du cerveau, qui se compose de nombreux neurites, de somas et de cellules gliales, est essentielle pour l'imagerie cérébrale. L'IRM de diffusion (IRMd) est une technique prometteuse pour sonder les propriétés microstructurelles du cerveau en dessous de la résolution spatiale des scanners IRM. En raison de la complexité structurelle du tissu cérébral et du mécanisme complexe de l'IRM de diffusion, l'estimation de la microstructure in vivo est un défi. Les méthodes existantes utilisent généralement des géométries simplifiées, notamment des sphères et des bâtons, pour modéliser les structures neuronales et obtenir des expressions analytiques des signaux intracellulaires. La validité des hypothèses faites par ces méthodes reste indéterminée. Cette thèse vise à faciliter l'estimation de la microstructure du cerveau par simulation en remplaçant les géométries simplifiées par des modèles réalistes de la géométrie des neurones et les expressions analytiques des signaux intracellulaires par des simulations d'IRM de diffusion. Combinées à des modèles précis de la géométrie des neurones, les simulations numériques d'IRMd peuvent donner des signaux intracellulaires précis et incorporer les effets dus, par exemple, à l'ondulation des neurites ou à l'échange d'eau entre le soma et les neurites.Malgré ces avantages, les simulations d'IRMd n'ont pas été largement adoptées en raison de l'inaccessibilité des fantômes numériques, de la faible efficacité de calcul des simulateurs d'IRMd et de la difficulté d'approximer les mappings implicites entre les signaux d'IRMd et les propriétés de la microstructure. Cette thèse contribue à la résolution des problèmes susmentionnés de la manière suivante : (1) en développant un générateur de maillage de neurones open-source et en rendant accessibles au public plus d'un millier de maillages cellulaires réalistes ; (2) en augmentant d'un facteur dix l'efficacité de calcul de la méthode du formalisme matriciel numérique ; (3) en mettant en œuvre une nouvelle méthode de simulation qui fournit une représentation de type Fourier des signaux IRMd ; (4) en proposant un cadre d'apprentissage supervisé basé sur la simulation pour estimer la microstructure du cerveau par IRM de diffusion
Non-invasively estimating brain microstructure that consists of a very large number of neurites, somas, and glial cells is essential for future neuroimaging. Diffusion MRI (dMRI) is a promising technique to probe brain microstructural properties below the spatial resolution of MRI scanners. Due to the structural complexity of brain tissue and the intricate diffusion MRI mechanism, in vivo microstructure estimation is challenging.Existing methods typically use simplified geometries, particularly spheres, and sticks, to model neuronal structures and to obtain analytical expressions of intracellular signals. The validity of the assumptions made by these methods remains undetermined. This thesis aims to facilitate simulationdriven brain microstructure estimation by replacing simplified geometries with realistic neuron geometry models and the analytical intracellular signal expressions with diffusion MRI simulations. Combined with accurate neuron geometry models, numerical dMRI simulations can give accurate intracellular signals and seamlessly incorporate effects arising from, for instance, neurite undulation or water exchange between soma and neurites.Despite these advantages, dMRI simulations have not been widely adopted due to the difficulties in constructing realistic numerical phantoms, the high computational cost of dMRI simulations, and the difficulty in approximating the implicit mappings between dMRI signals and microstructure properties. This thesis addresses the above problems by making four contributions. First, we develop a high-performance opensource neuron mesh generator and make publicly available over a thousand realistic cellular meshes.The neuron mesh generator, swc2mesh, can automatically and robustly convert valuable neuron tracing data into realistic neuron meshes. We have carefully designed the generator to maintain a good balance between mesh quality and size. A neuron mesh database, NeuronSet, which contains 1213 simulation-ready cell meshes and their neuroanatomical measurements, was built using the mesh generator. These meshes served as the basis for further research. Second, we increased the computational efficiency of the numerical matrix formalism method by accelerating the eigendecomposition algorithm and exploiting GPU computing. The speed was increased tenfold. With similar accuracy, the optimized numerical matrix formalism is 20 times faster than the FEM method and 65 times faster than a GPU-based Monte Carlo method. By performing simulations on realistic neuron meshes, we investigated the effect of water exchange between somas and neurites, and the relationship between soma size and signals. We then implemented a new simulation method that provides a Fourier-like representation of the dMRI signals. This method was derived theoretically and implemented numerically. We validated the convergence of the method and showed that the error behavior is consistent with our error analysis. Finally, we propose a simulation-driven supervised learning framework to estimate brain microstructure using diffusion MRI. By exploiting the powerful modeling and computational capabilities that are mentioned above, we have built a synthetic database containing the dMRI signals and microstructure parameters of 1.4 million artificial brain voxels. We have shown that this database can help approximate the underlying mappings of the dMRI signals to volume and surface fractions using artificial neural networks

Les maladies neurodégénératives, telles que la maladie d'Alzheimer ou de Huntington, entraînent la perte progressive et irréversible des fonctions mentales. La démence et les déficits cognitifs semblent être principalement liés à une perte neuronale et de connectivité synaptique. Bien que l'impact et l’évolution extérieurs de ces maladies soient facilement observables, l’accès aux changements microstructuraux dans le cerveau reste un défi, rendant difficiles la compréhension de ces maladies et la mise au point de traitements.Avec les avancées technologiques, l’Imagerie par Résonance Magnétique de diffusion (IRMd) s’impose comme une méthode novatrice pour étudier la microstructure du cerveau de manière non-invasive et in-vivo. Cette technique d’imagerie médicale est basée sur l’étude des mouvements microscopiques aléatoires des molécules d’eau, connus sous le nom de mouvements Browniens. Dans le cerveau, les mouvements des molécules sont contraints par les membranes des cellules, rendant la diffusion anisotropique. Chaque composant tissulaire, tel que les somas (corps des neurones) ou les neurites, possède une forme distincte. Le signal de diffusion du cerveau obtenu lors d’une acquisition IRM est ainsi modulé selon les caractéristiques du tissu.L’objectif de ma thèse est de mettre en place une méthode qui permette d’inférer la microstructure d’un tissu à partir d’une acquisition d’IRMd dans la matière grise (MG).La résolution de ce problème inverse s’organise autour de trois parties:1. La définition d’un modèle biologique décrivant les tissus de la MG. Il a été prouvé que les modèles microstructuraux existants modélisant la matière blanche ne sont pas valides dans la MG. Nous avons commencé par adapter ces modèles en prenant en compte l’abondance des somas dans la MG.2. Une modélisation mathématique de la MG. Chaque compartiment du modèle tissulaire a ensuite été modélisé par des formes géométriques simples, pour lesquelles le signal de diffusion est connu. Un algorithme de traitement du signal a été développé permettant de synthétiser les informations clés contenues dans le signal de diffusion et de les mettre en relation avec un ensemble de paramètres décrivant le tissu (notamment la taille et la densité des neurones). Cet algorithme se base sur une étude des moments statistiques du signal pour différentes puissances de gradient de l’IRM. À la différence des méthodes existantes, aucun paramètre biologique n’est arbitrairement fixé, ce qui permet de décrire au mieux les tissus corticaux de chaque sujet.3. Un algorithme d’inversion permettant d’estimer les paramètres du tissu ayant généré le signal d’acquisition. Une fois le modèle mathématique permettant de relier les paramètres du tissu au signal de diffusion défini, l’objectif est de résoudre le problème inverse d’estimation de la microstructure du tissu à partir d’une observation. Une limitation des méthodes actuelles est leur incapacité à identifier toutes les configurations du tissu possibles pouvant expliquer un même signal de diffusion observé, ce qui rend l’interprétation des estimations proposées difficile. Afin de résoudre ce problème, nous avons utilisé une méthode reposant sur des outils de l’analyse bayésienne et de deep learning appelée inférence par simulation, combinée à des réseaux de neurones. Celle-ci permet d’identifier et de retourner toutes les configurations possibles du tissu accompagnées de leurs distributions postérieures (probabilité étant donné une observation), ce qui facilite leur interprétation.L’approche a tout d’abord été validée sur des simulations. Reposant sur peu de contraintes d’acquisition, la méthode de résolution globale a ensuite été appliquée sur les bases de données HCP MGH et HCP1200 du Human Connectome Project. Une bibliothèque python a été développée pour étudier ces données réelles ou simulées. Les résultats obtenus ont enfin été comparés avec des études histologiques et cognitives pour vérifier leur validité
Neurodegenerative diseases, such as Alzheimer's or Huntington's disease, lead to the progressive and irreversible loss of mental functions. Dementia and cognitive deficits appear to be primarily related to neuronal and synaptic connectivity loss. Although these diseases' external impact and progression are readily observable, accessing microstructural changes in the brain remains a challenge, making it difficult to understand these diseases and develop treatments.With technological advances, diffusion Magnetic Resonance Imaging (dMRI) has emerged as a novel method to study the microstructure of the brain non-invasively and in-vivo. This medical imaging technique is based on the study of random microscopic movements of water molecules, known as Brownian movements. In the brain, the movements of the molecules are constrained by cell membranes, making diffusion anisotropic. Each tissue component, such as somas (cell bodies) or neurites, has a distinct shape. The characteristics of the tissue thus modulate the diffusion brain signal obtained during an MRI acquisition.My thesis aims to develop a method to infer a tissue microstructure from a dMRI acquisition in the grey matter (GM).The solution to this inverse problem of estimating brain microstructure from dMRI is threefold:1. The definition of a biological model describing the GM tissues. Existing microstructural models of white matter were proven not to hold in the GM. We adapted these models to take into account the abundance of somas in the GM.2. A mathematical modeling of the GM tissue. We modeled each compartment of the tissue model by simple geometrical shapes, for which the diffusion signal is known. We developed a signal processing algorithm to synthesize the key information contained in the diffusion signal and relate it to a set of parameters describing the tissue (notably the size and density of neurons). This algorithm is based on a study of the statistical moments of the signal at different MRI gradient strengths. Unlike existing methods, no biological parameters are arbitrarily fixed, which allows for the best possible description of the cortical tissue of each subject.3. An inversion algorithm to estimate the tissue parameters that generated the acquisition signal. Once the mathematical model relating tissue parameters to the diffusion signal is defined, the objective is to solve the inverse problem of estimating tissue microstructure from an observation. A limitation of current methods is their inability to identify all possible tissue configurations that can explain the same observed diffusion signal, making the interpretation of the proposed estimates difficult. We used a Bayesian deep-learning method called "likelihood-based inference" combined with neural networks to solve this problem. This method allows identifying and returning all possible tissue configurations along with their posterior distributions (probability given an observation), facilitating their interpretation.We first validated this approach on simulations. Based on a few acquisition constraints, we then applied the global resolution method to the HCP MGH and HCP1200 databases of the Human Connectome Project. We developed a python library to study those simulated or acquired data. The obtained results were then compared with histological and cognitive studies to verify their validity

Dans cette thèse, nous avons proposé deux modèles multi-compartiments en IRM de relaxométrie T2 (MCT2) fournissant des informations sur la microstructure des tissus cérébraux. Trois compartiments de relaxométrie T2 ont été considérés dans chaque voxel représentant des tissus avec des temps de relaxation T2 courts, T2 moyens et T2 élevés. La complexité associée à l'estimation des paramètres de tels modèles paramétriques a ensuite été explorée. Le premier modèle MCT2 que nous avons proposé a estimé la représentation fractionnelle de compartiments T2 prédéfinis. Dans le second modèle, les représentations fractionnaires et le paramètre de relaxation moyenne ont été estimés pour le compartiment T2 moyen. Dans les deux modèles, le choix de l'approche était justifié par une analyse de la fonction de coût et un cadre d’estimation a été proposé. Le modèle MCT2 a été utilisé pour deux applications. Dans la première application, l’évolution des biomarqueurs de MCT2 a été étudiée dans les lésions de sclérose en plaques (SEP) présentant une prise de contraste gadolinium (Gd) ou non chez 10 patients présentant un syndrome cliniquement isolé. La seconde application a démontré le potentiel de combinaison des biomarqueurs MCT2 avec les informations de microstructure dérivées de l'IRM de diffusion pour identifier les régions présentant une prise de contraste Gd dans les lésions de SEP. Les résultats montrent que les biomarqueurs MCT2 proposés peuvent constituer des outils efficaces pour étudier l’état et l’évolution de la microstructure tissulaire dans le cerveau. La combinaison des biomarqueurs MCT2 avec les informations de microstructure dMRI nous a permis de progresser vers la résolution d’un problème critique et délicat consistant à limiter l'utilisation de gadolinium dans la détection de régions de lésion améliorantes dans les lésions de SEP
In this thesis, we propose two multi-compartment T2 relaxometry (MCT2) models which provide information on brain tissue microstructure. Three T2 relaxometry compartments were considered in each voxel representing tissues with short T2, medium T2 and high T2 relaxation times. The complexity associated with the estimation of the parameters for such parametric models has then been explored. The first MCT2 model we propose computes the fractional representation of pre-defined T2 pools. In the next MCT2 model the fractional representations as well as T2 pool parameter were estimated for the medium T2 compartment. For both models the choice of approach was justified using a cost function analysis and a dedicated estimation framework was proposed.Our MCT2 model was used for two applications. In the first application the evolution of MCT2 biomarkers was studied in gadolinium (Gd) enhancing and nonenhancing regions of multiple sclerosis (MS) lesions in 10 patients with clinically isolated syndrome. The potential of combining the MCT2 biomarkers with diffusion MRI (dMRI) derived microstructure information to identify Gd enhancing regions in MS lesions was then demonstrated in the second application. The results show that the proposed MCT2 biomarkers can be effective tools to study the condition and evolution of tissue microstructures in the brain. Combining the MCT2 biomarkers with dMRI microstructure information enabled us to address a critical and challenging problem of limiting the use of gadolinium usage in detecting enhancing lesion regions in MS patients

L’imagerie par résonance magnétique pondérée en diffusion est une modalité unique sensible aux mouvements microscopiques des molécules d’eau dans les tissus biologiques. Il est possible d’utiliser les caractéristiques de ce mouvement pour inférer la structure macroscopique des faisceaux de la matière blanche du cerveau. La technique, appelée tractographie, est devenue l’outil de choix pour étudier cette structure de façon non invasive. Par exemple, la tractographie est utilisée en planification neurochirurgicale et pour le suivi du développement de maladies neurodégénératives.Dans cette thèse, nous exposons certains des biais introduits lors de reconstructions par tractographie, et des méthodes sont proposées pour les réduire. D’abord, nous utilisons des connaissances anatomiques a priori pour orienter la reconstruction. Ainsi, nous montrons que l’information anatomique sur la nature des tissus permet d'estimer des faisceaux anatomiquement plausibles et de réduire les biais dans l’estimation de structures complexes de la matière blanche. Ensuite, nous utilisons des connnaissances microstructurelles a priori dans la reconstruction, afin de permettre à la tractographie de suivre le mouvement des molécules d’eau non seulement le long des faisceaux, mais aussi dans des milieux microstructurels spécifiques. La tractographie peut ainsi distinguer différents faisceaux, réduire les erreurs de reconstruction et permettre l’étude de la microstructure le long de la matière blanche. Somme toute, nous montrons que l’utilisation de connaissances anatomiques et microstructurelles a priori, en tractographie, augmente l’exactitude des reconstructions de la matière blanche du cerveau
Diffusion-weighted magnetic resonance imaging is a unique imaging modality sensitive to the microscopic movement of water molecules in biological tissues. By characterizing the movement of water molecules, it is possible to infer the macroscopic neuronal pathways of the brain. The technique, so-called tractography, had become the tool of choice to study non-invasively the human brain's white matter in vivo. For instance, it has been used in neurosurgical intervention planning and in neurodegenerative diseases monitoring. In this thesis, we report biases from current tractography reconstruction and suggest methods to reduce them. We first use anatomical priors, derived from a high resolution T1-weighted image, to guide tractography. We show that knowledge of the nature of biological tissue helps tractography to reconstruct anatomically valid neuronal pathways, and reduces biases in the estimation of complex white matter regions. We then use microstructural priors, derived from the state-of-the-art diffusionweighted magnetic resonance imaging protocol, in the tractography reconstruction process. This allows tractography to follow the movement of water molecules not only along neuronal pathways, but also in a microstructurally specific environment. Thus, the tractography distinguishes more accurately neuronal pathways and reduces reconstruction errors. Moreover, it provides the mean to study white matter microstructure characteristics along neuronal pathways. Altogether, we show that anatomical and microstructural priors used during the tractography process improve brain’s white matter reconstruction

L'histologie tridimensionnelle (3D) est un nouvel outil avancé de cancérologie. L'ensemble du profil chimique et des caractéristiques physiologiques d'un tissu est essentiel pour comprendre la logique du développement d'une pathologie. Cependant, il n'existe aucune technique analytique, in vivo ou histologique, capable de découvrir de telles caractéristiques anormales et de fournir une distribution3D à une résolution microscopique. Nous présentons ici une méthode unique de microscopie infrarouge (IR) à haut débit combinant une correction d'image automatisée et une analyse ultérieure des données spectrales pour la reconstruction d'image 3D-IR. Nous avons effectué l'analyse spectrale d'un organe complet pour un petit modèle animal, un cerveau de souris avec une tumeur de gliome implantée. L'image 3D-IR est reconstruite à partir de 370 coupes de tissus consécutives et corrigée à l'aide du tomogramme à rayons X de l'organe pour une analyse quantitative précise du contenu chimique. Une matrice 3D de spectres IR 89 x 106 est générée, ce qui nous permet de séparer la masse tumorale des tissus cérébraux sains en fonction de divers paramètres anatomiques,chimiques et métaboliques. Nous démontrons pour la première fois que des paramètres métaboliques quantitatifs (glucose, glycogène et lactate) peuvent être extraits et reconstruits en 3D à partir des spectres IR pour la caractérisation du métabolisme cérébral / tumoral (évaluation de l'effet de Warburg dans les tumeurs). Notre méthode peut être davantage exploitée en recherchant l'ensemble du profil spectral, en distinguant différents points de repère anatomiques dans le cerveau.Nous le démontrons par la reconstruction du corps calleux et de la région des noyaux gris centraux du cerveau
Three-dimensional (3D) histology is a new advanced tool for cancerology. The whole chemical profile and physiological characteristics of a tissue is essential to understand the rationale of pathology development. However, there is no analytical technique, in vivo or histological, that is able to discover such abnormal features and provide a 3D distribution at microscopic resolution.Here, we introduce a unique high- throughput infrared (IR) microscopy method that combines automated image correction and subsequent spectral data analysis for 3D-IR image reconstruction. I performed spectral analysis of a complete organ for a small animal model, a mouse brain with animplanted glioma tumor. The 3D-IR image is reconstructed from 370 consecutive tissue sectionsand corrected using the X-ray tomogram of the organ for an accurate quantitative analysis of thechemical content. A 3D matrix of 89 x 106 IR spectra is generated, allowing us to separate the tumor mass from healthy brain tissues based on various anatomical, chemical, and metabolic parameters. I demonstrate for the first time that quantitative metabolic parameters (glucose, glycogen and lactate) can be extracted and reconstructed in 3D from the IR spectra for the characterization of the brain vs. tumor metabolism (assessing the Warburg effect in tumors). Our method can be further exploited by searching for the whole spectral profile, discriminating different anatomical landmarks in the brain. I demonstrate this by the reconstruction of the corpus callosum and basal ganglia region of the brain

Les avantages de l'utilisation de l'optique, pour l'exploration cérébrale sont bien connus: innocuité du rayonnement utilisé, portabilité de l'instrumentation, observation directe des variations des concentrations des hémoglobines ou des traceurs colorés. . . Ceci fait de la spectrométrie du proche infrarouge (NIRS) une technique complémentaire de la RMN, malgré la supériorité indéniable de cette dernière pour l'imagerie de tissus profonds à haute résolution spatiale. Lors de ce travail, effectué en concertation avec le Laboratoire de RMN Bioclinique, nous avons développé des dispositifs optiques simples en vue d'apporter des moyens auxiliaires de diagnostic de l'hémodynamique cérébrale. Les expériences in vivo, réalisées chez le rat, se sont déclinées selon trois thèmes: Premièrement la détermination du profil de la fonction d'entrée artérielle: Cette mesure, nécessaire à la quantification précise de la perfusion cérébrale, est souvent très approximative. Ici la forme de cette courbe de concentration d'un traceur (ICG) dans le compartiment artériel du cerveau, injecté en embole, est établie en s'appuyant sur les modulations du signal optique, synchronisées sur le battement cardiaque. Deuxièmement l'oxymétrie : le taux d'oxygénation du sang dans le cerveau a été mesuré notamment grâce à une méthode de spectrométrie large bande. Ce paramètre serait précieux pour des études de physiologie. Troisièmement le dépistage des situations d'accidents vasculaire cérébral (AVC), avec un volet imagerie: des cartographies de "temps d'arrivée" de bolus d'ICG sont notamment présentées. Le dispositif multicanal développé pour cette application permet de souligner une anomalie locale de perfusion cérébrale. Or le diagnostic des AVC est un enjeu majeur de santé publique. La pertinence de ces résultats préliminaires est critiquée en fonction des sources de bruit physiologique, et de rappels sur les présupposés théoriques appliqués à un système biologique complexe tel que le cerveau
Near Infrared spectroscopy can be a complementary technique to NMR for functional exploration of the brain. During this thesis, we have developed fibered optical devices in order to provide diagnosis auxiliary tools by cerebral hemodynamics measurements. In vivo experiments were performed in rats according to three objectives: first to determine the arterial input function from tissue optical density change after tracer (ICG) bolus injections; second oximetry by differential method based on wide band spectrometric measurement; third to map the arrival time of ICG bolus in order to detect stroke by means of a specific multichannel device. The relevance of these preliminary results is discussed taking into account physiologic noise sources and approximations of current models that are applied to such a complex biological system as brain

L’atteinte microvasculaire du cerveau a un effet moins marqué que les AVC mais elle est à l’origine de dégâts neuronaux et d’altérations cognitives. La disposition de la vascularisation terminale des noyaux gris centraux(NGC) les expose particulièrement à l’ischémie. Par ailleurs, l’implication des NGC dans de nombreuses boucles anatomo-fonctionnelles est susceptible de favoriser les conséquences de ces lésions sur la cognition et la marche. Ce travail a pour but de présenter un nombre de résultats focalisant l’attention sur l’HTA. A propos de 2 cas de démence vasculaire, nous avons observé,en l’absence d’AVC,une baisse du NAA dans la substance grise sous-corticale. Cette observation nous a conduits à nous intéresser à la RMN et au NAA dans les NGC et les thalami dans les maladies ischémiques. La 1ère situation est celle de l’hémisphère controlatéral à un AVC sylvien. Dans cette étude, nous avons montré que la concentration en NAA de ces voxels «étalon» était en fait dépendante des FRCV sous-jacents du patient,notamment en présence d’une HTA. Afin de mieux préciser le rôle de l’HTA et de l’âge ainsi que les relations entre les anomalies neurochimiques observées et l’altération cognitive, il importait de pouvoir explorer une population indemne de tout AVC. L’étude 3C, nous a fourni une occasion intéressante. Nous avons pu sélectionner un groupe ne présentant aucun autre FRCV qu’une HTA. A partir de cette population, nous avons mis en évidence les liens entre la spectroscopie cérébrale et l’HTA. Une dernière publication a montré que, dans cette population, la flexibilité mentale et les performances à la marche étaient liées aux anomalies cérébrales morphologiques et métaboliques
The microvascular attack of brain has an effect less marked than stroke but it is at the origin of neuronal damage and cognitive deteriorations. The provision of the final vascularization of basal ganglia (BG) particularly exposes them to ischemia. Moreover, the involvement of the BG in many functional and anatomical loops is likely to favor the consequences of these vascular lesions on cognition, and balance & gait. This work aims to present a number of results focusing on hypertension. About 2 cases reports of vascular dementia, we observed, in the absence of stroke, a fall of the NAA in the subcortical gray matter. This observation led us to take an interest to explore ischemic disease by cerebral spectroscopy and to measure NAA ratios in BG and in thalami. The 1st situation is that of the controlateral hemisphere to an ischemic stroke. In this latter study, we showed that the NAA ratio of these “healthy” voxels were in fact dependent on the patient’s cardiovascular risk factors, in particular with the presence of hypertension. In order to better specify the role of hypertension and age as well as relations between the neurochemical abnormalities observed and the cognitive deterioration, it was important to be able to explore a strokeless population. The Three-City(3C) Study, provided us an interesting opportunity. We were able to select a group with no other cardiovascular risk factors except hypertension. From this population, we highlighted links between brain spectroscopy and hypertension. A final publication showed that in this population, mental flexibility and balance gait performances were linked to abnormal morphological and metabolic brain abnormalities

Cette thèse traite de modèles mésoscopiques de colonnes et d’aires corticales. Nous modélisons une colonne corticale comme un petit réseau de masses neuronales et une aire comme un réseau continu de telles colonnes, formant un champ neuronal. La première partie de cette thèse est consacrée aux colonnes corticales. Nous faisons une revue des connaissances actuelles sur la circuiterie columnaire puis nous présentons une étude mathématique d’un modèle mésoscopique de colonne basée sur les bifurcations. Dans la seconde partie, nous étudions deux modèles non-linéaires de champs neuronaux. Le premier modèle est un champ infini à deux dimensions qui nécessite une instanciation précise des connectivités et de la forme des solutions que l’on cherche. Pour ce modèle, nous nous intéressons à l’analyse de bosses d’activités. Le second modèle de champ, neuronal est défini sur un modèle compact. Nous discutons l’existence, l’unicité et la stabilité des solutions de ces équations, et la capacité d’un tel modèle à exhiber de la synchronie, en utilisant des techniques d’analyse fonctionnelle. La dernière partie de cette thèse est consacrée à la modélisation des signaux d’imagerie optique extrinsèque. Nous montrons d’abord que les champs neuronaux constituent des modèles d’aires corticales satisfaisants. Nous proposons ensuite une formule biophysique pour le problème direct de l’imagerie optique extrinsèque. Finalement, nous présentons des simulations numériques qui reproduisent des signaux optiques observés dans le cortex visuel des mammifères ainsi que dans le cortex barrelé du rat
This thesis deals with mesoscopic models of cortical columns and cortical areas. We model a cortical column as a small network of neural masses and a cortical area as a two-dimensional continuous network of such cortical columns, forming then a neural field. The first part of this thesis is dedicated to cortical columns. We review the current biological knowledge on columnar circuitry and present a mathematical study of a mesoscopic column model based on bifurcation techniques. In the second part, we study two nonlinear neural field models. The first model consists in infinite two-dimensional fields that need a precise instantiation of the connectivities and a precise definition of the patterns we expect it to produce. In this framework, we focus on the analysis of bumps. The second neural field model is defined on a compact domain? We discuss its well-posedness, stability and ability to show synchrony via functional analysis techniques. The last part of this thesis deals with the modelling of voltage sensitive dye optical imaging signals. We show that neural fields are suitable models of cortical areas. Then we propose a biophysical formula, based on neural fields, for the direct problem of VSDO ! Finally, we make numerical simulations and reproduce optical signals that have been observed in the visual cortex of mammals and the barrel cortex of the rat

Une description des méthodes qui permettent de réaliser des angiographies, des cartes de perfusion tissulaire (débit, volume sanguin) ou des cartes de perméabilité vasculaire, avec ou sans agent de contraste (effets de relaxivité, de susceptibilité magnétique, marquage de spin artériel), dans différents organes comme le cerveau ou le cœur.