Le rappel d'une douleur passée est souvent utilisé par les professionnels de la santé afin d'évaluer la progression d'une douleur clinique et l'efficacité des moyens mis en place pour la traiter. Hors, le rappel d'une douleur est rarement précis et ceci représente une entrave majeure au processus décisionnel du traitement de la douleur clinique. À ce jour, on ignore toujours les mécanismes neuronaux engagés dans la formation de la mémoire d'une douleur et ceci est regrettable puisqu'aucune disposition ne peut être prise pour favoriser le rappel précis de la douleur. Il est aujourd'hui bien documenté que les mécanismes cérébraux engagés au moment de l'encodage mnésique sont essentiels dans la formation de la mémoire à long terme. En se basant sur ces résultats, nous avons postulé que l'activité cérébrale engagée au moment de l'encodage d'une douleur pourrait permettre de prédire la précision du rappel à long terme de cette douleur. Des stimulations électriques transcutanées, provoquant des sensations non-douloureuses et douloureuses, ont été administrées chez 21 participants en santé tout en procédant à l'enregistrement de leur activité cérébrale par la technique d'imagerie par résonance magnétique fonctionnelle (IRMf). Le rappel de la douleur a été évalué deux mois plus tard. La différence entre le rappel de la douleur et l'intensité de la douleur a constitué la variable dépendante principale, soit le score de précision du rappel de la douleur (PRD). Ces scores ont été rectifiés, de façon à ce que de faibles scores représentent un rappel précis de la douleur et de hauts scores représentent un rappel imprécis de la douleur. La douleur expérimentale a provoqué l'activation des régions classiquement associées au traitement et à la perception de la douleur, soit les cortex somatosensoriels primaires et secondaires, le cortex insulaire, le thalamus, le cortex cingulé antérieur et le cervelet (Z > 2.4, p < 0.05). L'analyse corrélationnelle principale a démontré que les scores de PRD étaient significativement et négativement associés à l'activité de l'insula dorso-antérieure gauche à l'encodage (r = -0.7549, p < 0.05 après correction pour mesures répétées). Aucune association similaire n'a été observée pour les stimulations électriques non-douloureuses. L'insula dorso-antérieure est traditionnellement associée à la saillance émotionnelle, l'interoception et la pertinence personnelle relative à une expérience. Puisque la précision du rappel est associée l'activité insulaire et qu'il a été démontré que le rappel d'un évènement qui nous concerne personnellement est plus précis, il est possible que le rappel d'une douleur passée soit plus précis lorsque la sensation ou le contexte a une importante signification émotionnelle ou personnelle.

Cette thèse a pour objectif de parvenir à une estimation automatisée des contours du ventricule gauche sur des images IRM en coupes petit-axe, nécessitant un minimum d’interventions de la part de l’utilisateur. En s’appuyant sur une approche semi-automatique récemment développée, une méthode entièrement automatique est proposée, reposant sur la localisation des structures cardiaques et la création d’une région d’intérêt autour du ventricule gauche, puis la segmentation de sa cavité. L’algorithme a été développé en prenant en compte des connaissances anatomiques et fonctionnelles sur le cœur : les caractéristiques temporelles du battement cardiaque, la pseudo-circularité des coupes petit-axe du ventricule gauche, la continuité 3D qui ont été combinées à l’intensité dans les images. La segmentation utilise une approche fondée sur les contours actifs combinée à un filtrage morphologique qui améliore la robustesse de la segmentation vis-à-vis des hétérogénéités au sein de la cavité. Le travail réalisé avec le groupe MedIEval (MedicalImaging Evaluation) a permis de comparer les deux méthodes avec 6 autres méthodes, dont 3 tracés d'experts. Une classification par une approche d’évaluation sans référence a été appliquée à la fraction d’éjection estimée par les 8 méthodes. Enfin, la méthode de segmentation proposée a été utilisée systématiquement dans une étude de recherche clinique combinant l’étude de la contraction régionale et la quantification de la transmuralité de l’infarctus du myocarde. Ces travaux ouvrent des perspectives, sur l’automatisation de la segmentation du ventricule droit et l’estimation d’une forme mutuelle robuste à partir de plusieurs segmentations. / The aim of this work is to perform an automated segmentation of the Left Ventricle on short-axis cardiac MR images with as few user interactions as possible. Based on a recently developed semi-automated segmentation method, a fully automated segmentation method is proposed that includes three main steps: the heart localization, the definition of a region of interest around the left ventricle, and finally its segmentation. The algorithm developed here takes into account anatomic and functional a priori information such as the temporal features of the heartbeat, the pseudo-circular shape of the LV, and the 3D continuity, combined with the image intensity features. The segmentation process is achieved using deformable models combined with morphological filters, which improve the model performances when dealing with heterogeneous gray levels within the cavity. The work achieved within the MedIEval group (Medical Imaging Evaluation) allowed to compare both proposed methods with 6 other methods, including 3 manual delineations by experts. In particular, an approach for ranking segmentation methods without using a gold standard was applied to the ejection fractions estimated by the 8 methods. Finally, the proposed segmentation method was used in a clinical research work about the regional contraction and thequantification of the myocardial infarction extent.Future work includes the automated segmentation of the right ventricle as well as the estimation of a robust mutual shape from several segmentation methods.

Thèse ou mémoire avec insertion d'articles / L'objectif principal de cette thèse est d'explorer les applications de l'imagerie par résonance magnétique multiparamétrique (IRMmp) en radio-oncologie. Les images IRM sont utilisées à différentes étapes de la radiothérapie, notamment la planification, le guidage et le suivi. L'étape de planification utilise généralement le contraste des tissus mous de l'IRM ou des images physiologiques pour délimiter les cibles. L'étape de guidage utilise le contraste des tissus mous de l'IRM pour guider les traitements de radiothérapie. L'IRM quantitative (qMRI) et l'IRMmp sont utilisées pour évaluer une réponse au traitement. Cette thèse vise à utiliser les cartes qMRI pour quantifier la réponse des tissus de la tête et du cou à l'oxygénation, réduire les artefacts et les distorsions de l'IRM, et enfin fusionner l'IRM et la tomodensitométrie (TDM). Un des objectif est d'optimiser les cartes qMRI incluant T₁ et R₂* pour quantifier la préservation de l'oxygène après avoir administré de l'oxygène pur (pO₂) aux volontaires sains. Cette étude était la première in vivo quantifiant la préservation de l'oxygène dans les tissus de la tête et du cou après l'administration de pO₂. Deux expériences distinctes ont été réalisées : (1) délivrer une oxygénation normobare (NBO) et comparer les cartes qMRI en série T₁ et R₂* acquises pendant et après la NBO avec la ligne de base (avant de délivrer la NBO), et (2 ) délivrant une oxygénation hyperbare (HBO) et comparant les cartes qMRI en série T₁ et R₂* acquises après HBO avec la ligne de base (avant de délivrer HBO). Nous avons réalisé que le niveau d'oxygène de la glande parotide et du muscle masséter augmentait de manière significative (*p* < 0,05) après l'administration du NBO pendant 15 minutes et revenait à la valeur de base environ sept minutes après le NBO. Dans l'expérience HBO, une tendance similaire a été observée. Nous n'avons pas trouvé de différence entre les images qMRI de base et post-HBO. Ensuite, le travail s'est concentrée sur les distorsions et les artefacts de l'IRM. Dans cette étude, nous avons proposé un modèle d'apprentissage profond pour prédire les distorsions géométriques spécifiques aux patients (PSgD) causées par les différences de susceptibilité entre deux tissus. Ensuite, le T₁w (ceT₁w) amélioré en contraste a été corrigé pour le PSgD. Nous avons formé notre modèle d'apprentissage profond (DL) à l'aide d'un ensemble de données de 380 sujets. Nous avons comparé les distributions de doses de radiochirurgie stéréotaxique Gamma Knife (GK-SRS) pour les patients atteints de schwannome vestibulaire, calculées à l'aide d'images corrigées et corrompues par le PSgD. Nous avons constaté qu'en moyenne D$_μ$, D$_\textup{95\%}$ et D$_\textup{min}$ en Gy ont augmenté de manière significative après correction PSgD de 16,85 à 17,25, 12,30 à 12,77 et de 8,98 à 9,92. La couverture moyenne des objectifs et l'indice de conformité de Paddick ont considérablement augmenté, passant de 0,97 à 0,98 et de 0,94 à 0,96. L'indice de gradient de Paddick moyen a diminué de manière significative, passant de 2,24 à 2,15 après correction du PSgD. Les troisième et quatrième études visaient à réduire les artefacts de mouvement de l'IRM à l'aide de nouveaux modèles génératifs. Les deux études ont été formées et testées auprès de 230 patients postopératoires. De plus, un ensemble de données de 148 patients présentant des artefacts de mouvement réels a été utilisé pour valider notre modèle afin de supprimer les artefacts de mouvement réels. Cette troisième étude a exploité la T₂ fluid-attenuated inversion recovery pour former un modèle génératif non supervisé permettant de supprimer les artefacts de mouvement ceT₁w. Nous avons comparé notre modèle avec deux modèles génératifs bien connus. Nous avons également réalisé une étude d'ablation pour évaluer différentes variantes de notre modèle proposé. Notre modèle a mieux performé quantitativement et qualitativement par rapport aux autres modèles. Dans la quatrième étude, nous avons utilisé un modèle probabiliste de diffusion conditionnelle stable pour supprimer les artefacts de mouvement ceT₁w. Cette étude a proposé une nouvelle méthode pour simuler le modèle de diffusion directe dans l'espace *k*, permettant la génération d'ensembles de données in silico avec différents niveaux d'artefacts de mouvement. Notre méthode a surpassé quantitativement et qualitativement deux modèles génératifs et un modèle supervisé. Le dernier volet a proposé une méthode non supervisée pour fusionner la tomodensitométrie et l'IRM, car elles fournissent des informations complémentaires pour la planification de la radiothérapie. Les images TDM sont géométriquement corrigées et fournissent des informations sur la densité électronique pour un calcul précis de la dose et l'IRM fournit des images avec un excellent contraste des tissus mous. Cette étude a proposé un modèle génératif de fusion médicale non supervisé pour fusionner la tomodensitométrie et le ceT₁w haute résolution afin de générer une image avec la structure osseuse de la tomodensitométrie et le contraste des tissus mous de l'IRM. Ainsi, la délimitation des tumeurs et des organes à risque sera améliorée et le temps de planification de la radiothérapie sera réduit. Les résultats de notre méthode ont été comparés quantitativement et qualitativement à sept méthodes traditionnelles et à huit méthodes de pointe DL, où notre méthode les a toutes surpassées. / The main goal of this thesis is to explore multi-parametric magnetic resonance imaging (mpMRI) applications in radiation oncology. MRI images are used in different stages of the treatments including planning, guiding, and following up. The planning step usually utilizes MRI soft-tissue contrast or physiological images to delineate targets. The guiding step uses MRI soft-tissue contrast to guide radiation treatments. Quantitative MRI (qMRI) and mpMRI are used to evaluate a response to the treatment. This thesis aimed to use qMRI maps to quantify head and neck tissues' response to oxygenation, reduce MRI artifacts and distortions, and finally fuse MRI and computed tomography (CT). This thesis was started to optimize qMRI maps including T₁ and R₂* to quantify oxygen preservation after delivering pure oxygen (pO₂) to the healthy volunteers. This study was the first in vivo quantifying head and neck tissue oxygen preservation after delivering pO₂ . Two separate experiments were carried out : (1) delivering normobaric oxygenation (NBO) and comparing serial qMRI T₁ and R₂* maps acquired during and after NBO with the baseline (before delivering NBO), and (2) delivering hyperbaric oxygenation (HBO) and comparing the serial qMRI T₁ and R₂* maps acquired after HBO with the baseline (before delivering HBO). We realized that the parotid gland and masseter muscle oxygen level increased significantly (*p* < 0.05) after delivering NBO for 15 minutes and returned to the baseline around seven minutes after the NBO. In the HBO experiment, a similar trend was observed. We did not find a difference between baseline and post-HBO qMRI images. Then, our thesis concentrated on the MRI distortions and artifacts. In the second study, we proposed a deep learning model to predict MRI patient-specific geometry distortions (PSgD) caused by susceptibility differences between two tissues. Then, the contrast-enhanced T₁W (ceT₁W) was corrected for the PSgD. We trained our deep learning (DL) model using a dataset of 380 subjects. We compared the Gamma Knife stereotactic radiosurgery (GK-SRS) dose distributions for the patients with vestibular schwannoma calculated using PSgD-corrected and PSgD-corrupted images. We found that on average D$_μ$, D$_\textup{95\%}$ et D$_\textup{min}$ in Gy significantly increased after PSgD correction from 16.85 to 17.25, 12.30 to 12.77, and from 8.98 to 9.92. Average target coverage and Paddick's conformity index significantly increased from 0.97 to 0.98, and 0.94 to 0.96. Average Paddick's gradient index decreased significantly from 2.24 to 2.15 after PSgD correction. The third and fourth studies aimed to reduce MRI motion artifacts using novel generative models. Both studies were trained and tested using post-surgery 230 patients. In addition, a dataset of 148 patients with real motion artifacts was used to validate our model to remove real motion artifacts. The third study leveraged T₂-fluid-attenuated inversion recovery to train an unsupervised generative model for removing ceT₁W motion artifacts. We compared our model with two well-known generative models. Also, we performed an ablation study to evaluate different variations of our proposed model. Our model outperformed quantitatively and qualitatively other models. In the fourth study, we used a stable conditional diffusion probabilistic model to remove ceT₁W motion artifacts. This study proposed a novel method for simulating the forward diffusion model in *k*-space, enabling the generation of in-silico datasets with varying levels of motion artifacts. Our method quantitatively and qualitatively outperformed two generative models and one supervised model. The fifth study proposed an unsupervised method to fuse CT and MRI because they provide complementary information for radiation therapy planning. CT images are geometrically corrected and provide electron density information for accurate dose calculation and MRI provides images with excellent soft-tissue contrast. This study proposed an end-to-end unsupervised medical fusion generative model to fuse CT and high-resolution ceT₁W to generate an image with CT bone structure and MRI soft-tissue contrast. Thus, tumor and organs at risk delineation will be improved and the radiotherapy planning time will be reduced. The results of our method were quantitatively and qualitatively compared with seven traditional and eight DL state-of-the-art methods where our method outperformed the traditional and DL approaches.

Introduction : La valeur prédictive de la volumétrie cérébrale par imagerie par résonance magnétique (IRM) pour le pronostic de progression des individus avec trouble cognitif léger amnésique (TCLa) vers la maladie d’Alzheimer est généralement rapportée comme étant hors des barèmes requis pour l’implémentation de tests diagnostiques dans la pratique courante (rapport de vraisemblance positif (LR+) >= 5.0 et négatif (LR-) <= 0.2). Par contre, aucune recherche à ce jour n’a évalué cette valeur prédictive en utilisant une stratégie de stratification prenant en considération leur état cognitif global, comme indice de progression de la maladie. Objectif : Estimer la valeur pronostique de l’IRM chez les TCLa ayant un fonctionnement cognitif global préservé, défini par une cote au Mini-Mental State Examination entre 28 et 30. Méthodes : Une étude de cohorte rétrospective portant sur 147 TCLa avec fonctionnement global préservé a été effectuée à partir de la base de données de l’Alzheimer’s Disease Neuroimaging Initiative. Nous avons créé un modèle prédictif pour la progression du TCLa sur un suivi de 36 mois à partir de variables volumétriques en IRM et d’informations cliniques et sociodémographiques accessibles en première ligne. Résultats : Le meilleur modèle inclut le volume de l’hippocampe gauche, l’épaisseur corticale du lobe temporal médian, le volume intracrânien, l’âge et le sexe. L’aire sous la courbe ROC est de 91.1%; l’exactitude de classification est de 81.9%, la sensibilité est de 71.4% et la spécificité est de 85.3% (LR + = 4.9 and LR- = 0.3.) Conclusion : La prédiction obtenue par le modèle pour les sujets avec fonctionnement cognitif préservé est meilleure que celle rapportée par les études précédentes, et atteint le seuil d’utilité clinique.

La cardiomyopathie non-compacté (NCC) est une maladie rare avec des critères diagnostiques basés sur la détection de l’augmentation du myocarde trabeculé par échocardiographie. L’imagerie par résonance magnétique (IRM) est devenue la méthode de référence pour étudier la fonction et la morphologie du cœur compte tenu de sa meilleure résolution spatiale et temporale. Toutefois, les critères diagnostiques de NCC que nous utilisons en ce moment en IRM ont été tirés d’études en échocardiographie. Ceci pourrait impliquer une augmentation de l’incidence de nouveaux cas de NCC, de même que la positivité chez les adultes en santé. Le présent travail a voulu étudier la “normalité” par IRM en termes de présence et de distribution de myocarde trabeculé chez les adultes en santé et déterminer la présence des associations entre le myocarde trabeculé et les paramètres de fonction cardiaque. / Non-compaction cardiomyopathy (NCC) is a rare entity that is currently diagnosed for the most part by echocardiography in cases of an increased layer of trabeculated myocardium. Recently, magnetic resonance imaging (MRI) became the gold standard imaging technique in the study of cardiac function and morphology due to its high spatial and temporal resolution. However, diagnostic NCC criteria developped for echocardiography have been directly applied to MRI in the abscence of a standard definition of trabeculated myocardium. This direct application of echocardiography criteria to MRI may have led to an increased incidence of new NCC cases. The aim of this present work is to clarify clinical practice by determining normality by MRI in terms of presence and distribution of trabeculated myocardium in healthy adults and determine if any association exist between the presence and extension of trabeculated myocardium and cardiac function.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

L'Imagerie par Résonance Magnétique (IRM) nécessite des outils pour gérer le mouvement physiologique et autre du sujet. La création des images par l'IRM comporte trois étapes: l'acquisition de données avec une séquence d'impulsions, la reconstruction d'images, et le post-traitement. Les techniques adaptatives de reconstruction d'images visent à intégrer des informations liées au mouvement dans le processus de génération d'images à partir de données acquises, ceci dans le but de compenser les artéfacts et problèmes provoqués par le mouvement. L'IRM dynamique avec rehaussement de contraste est une technique destinée à l'estimation de la fonction des organes, en suivant le passage d'un produit de contraste dans le corps. Les problèmes dus au mouvement, surtout dans l'application thoraco-abdominale de cette technique, se présentent sous forme d'artéfacts de mouvement et de décalages. Une nouvelle méthode de reconstruction d'images, DCE-GRICS (Reconstruction généralisée dynamique avec rehaussement de contraste par inversion d'un système couplé), a été développée pour résoudre ces problèmes. Le mouvement est estimé avec un modèle linéaire non rigide basé sur les signaux physiologiques issus de capteurs externes. Les changements d'intensité causés par le passage de l'agent de contraste sont rendus avec un modèle linéaire de changement de contraste basé sur le fonctions B-spline. Cette méthode a été appliquée et validée sur l'imagerie de la perfusion myocardique. Les inexactitudes causées par le mouvement dans les courbes intensité-temps sont compensées, afin de rendre plus fiable le post-tratement des courbes pour l'estimation de la perfusion myocardique. / Magnetic Resonance Imaging (MRI) requires tools for managing physiological and other motion of the patient. The generation of MR images consists of three steps: data acquisition with a pulse sequence, image reconstruction and image post-processing. Adaptive image reconstruction techniques aim at integrating motion information into the process of image generation from the acquired data, in order to compensate for motion-induced artefacts and problems. Dynamic contrast-enhanced (DCE) MRI is a technique designed for assessing the function of organs, by following dynamically the passage of a contrast agent in the body after a bolus injection. Motion-induced problems, especially in abdominal and thoracic DCE-MRI, consist of motion artefacts and misregistration. A new image reconstruction method, DCE-GRICS (Dynamic Contrast-Enhanced Generalized Reconstruction by Inversion of Coupled Systems), has been developed for solving these issues. Motion is estimated with a non rigid linear model based on physiological signals obtained from external sensors. Dynamic intensity changes caused by the passage of the contrast agent are described using a linear contrast change model based on B-splines. The method is applied and validated on myocardial perfusion imaging. Motion-induced inaccuracies in intensity-time curves are compensated, in order to allow for more reliable myocardial perfusion quantification by curve post-processing.

L'Imagerie par Résonance Magnétique (IRM) permet en un seul examen une analyse morphologique et fonctionnelle non invasive. Cependant, les mouvements physiologiques (cardiaques et respiratoires) ou involontaires du patient provoquent des artéfacts qui dégradent la qualité des images et réduisent la précision du diagnostic. Pour s'affranchir de ses mouvements, des méthodes telles que l'apnée ou la synchronisation sont habituellement utilisées en routines cliniques. Elles présentent des limites et restent contraignantes. Les techniques adaptatives intègrent les informations liées aux mouvements dans les processus d'acquisition et/ou de reconstruction des images afin de les compenser ou de les corriger. Elles nécessitent la connaissance de ces mouvements qui peuvent être estimés à l'aide de capteurs internes ou externes. Nous avons développé des capteurs à base d'accéléromètres, souvent utilisés pour estimer les mouvements, en respectant les contraintes imposées par l'environnement hostile de l'IRM et par l'utilisation en conditions cliniques. La compatibilité IRM ainsi que le fonctionnement en IRM, sur fantômes et volontaires sains, ont été évalués à l'aide de méthodes spécifiques mises en place. Deux autres capteurs basés sur des principes optiques ont également été testés, l'un sur fantômes uniquement et l'autre sur fantômes ainsi que sur volontaires sains. Enfin, les signaux obtenus par les différents capteurs ont été intégrés dans une méthode de correction rétrospective de mouvements développée au sein du laboratoire. L'objectif est de réduire les artéfacts de mouvements en intégrant les informations, issues des capteurs, lors de la reconstruction des images / Magnetic Resonance Imaging (MRI) is an emerging non-invasive imaging modality, which highlights both morphological and functional aspects. However, physiological motion (mainly cardiac and respiratory) and patient motion lead to artifacts which can degrade image quality and impair subsequent diagnosis. To avoid motion induced issues, breath-holding and synchronization are often used in clinical practice. They suffer from imperfections and they are not suitable for some patients. An alternative to these methods are adaptive imaging techniques. These techniques integrate information related to motion into the process of acquisition and/or image reconstruction in order to perform motion compensation. Motion can be detected and estimated using internal (associated with the image acquisition process) or external sensors. Accelerometer-based sensors have been developed taking into account the constraints imposed by the MR environment and the needs for their use clinical conditions. Their MR compatibility has been evaluated in MRI, on phantoms and on healthy volunteers, with specific evaluation methods implemented. Two other sensors based on optical principles have also been tested: the first one only on phantoms, whereas the second one has been tested on phantoms and volunteers. Finally, the obtained motion signals from all developed and tested sensors were integrated in a retrospective motion correction method developed by our team. The main objective is not only to reduce motion artifacts and improve the quality of acquired MR images but also to prove the feasibility and effectiveness of using the accelerometer-based sensors for respiratory motion estimation

L'imagerie par résonance magnétique de diffusion est une technique non-invasive permettant de mesurer la diffusion des molécules d'eau selon plusieurs directions. Le résultat d'une telle acquisition contient de l'information implicite sur les structures microbiologiques qui composent le cerveau humain. La tractographie consiste à déterminer et visualiser, en trois dimensions, l'ensemble des connections neuronales de la matière blanche du cerveau en suivant la diffusion préférentielle de l'eau présente en chaque voxel. Les fibres de la matière blanche sont responsables de connecter les différentes aires fonctionnelles du cerveau entre-elles. En présence d'une tumeur, elles peuvent se réorganiser de multiples façons et refaire des connections pour assurer le suivi des fonctions importantes. L'imagerie du câblage cérébral est utilisée lors d'interventions neurochirurgicales afin d'aider le neurochirurgien à planifier son angle d'attaque pour réséquer le maximum de la tumeur sans léser la fonction du patient. La tractographie prend donc tout son sens pour le neurochirurgien avant et pendant l'opération. Dans ce mémoire, il sera question de tractographie en temps réel. La plupart des algorithmes de tractographie utilisent des paramètres fixes et prédéfinis pour l'ensemble du cerveau. Nous croyons que ces paramètres devraient être accessibles et modifiables afin de voir l'impact que ceux-ci ont sur la reconstruction des connections cérébrales. Nous proposons une méthode de visualisation de fibres en temps réel, permettant de calculer et d'afficher instantanément le résultat d'un nouvel algorithme de tractographie qui sera confronté aux méthodes existantes. Le nouveau module permet d'effectuer la tractographie des fibres de la matière blanche de manière interactive en offrant la possibilité d'ajuster les paramètres impliqués dans le processus de tractographie. Il a notamment été introduit plus d'une vingtaine de fois lors d'interventions neurochirurgicales au Centre Hospitalier Universitaire de Sherbrooke, grâce à la supervision du Dr. David Fortin. La tractographie en temps réel a changé la manière dont les données sont préparées en vue d'une intervention en bloc opératoire. Dans un contexte où le temps entre le traitement des données et l'intervention chirurgicale est une contrainte majeure, l'élimination de l'étape de tractographie du processus de prétraitement est un avantage non-négligeable.

Dans une 1ère partie, nous présentons l’évolution des méthodes utilisées pour décrire l’anatomie corticale, et lui appliquer des systèmes de coordonnées. Dans une 2ème partie, nous commentons la méthode de parcellisation automatique du cortex cérébral humain que nous avons publiée, en la replaçant au sein d’autres techniques disponibles. Elle utilise une approche bayesienne pour produire une parcellisation prenant en compte une base de donnée constituée de 12 cerveaux, mais aussi les caractéristiques de la surface corticale et la localisation des classes anatomiques voisines. Enfin, dans une 3ème partie, nous commentons les règles qui ont prévalu à l’établissement d’une parcellisation surfacique sulco-gyrale originale. Cette parcellisation en 74 classes anatomiques par hémisphère est utilisable par la méthode de parcellisation automatique tout en restant proche des conventions usuelles de la communauté de neuroimagerie. Elle nous permet de proposer un certain nombre d’améliorations de la Terminologia Anatomica. Le logiciel et la base de données sont disponibles avec le paquet FreeSurfer sur http : //surfer.nmr.mgh.harvard.edu/ / We first present different methods used to describe the anatomy of the human cerebral cortex, and various coordinates systems. Then we comment the method we published for a fully automated parcellation of the cortical surface. It is described among various other techniques developed for the same purpose. Our method uses a bayesian approach to include several pieces of information in the labeling process : manual parcellation of 12 cortical surfaces, but also shape of the surface and anatomical classes of neighboring vertices. Finally, we comment the anatomical rules we proposed to parcellate the cortical surface in 74 anatomical classes per hemisphere. This parcellation can be used by the automated method we published, but also remains close enough to the anatomical conventions used in the neuroimaging field. We propose several improvements of the Terminologia Anatomica The software and the database are available and included in the FreeSurfer package (http : //surfer.nmr.mgh.harvard.edu/).