La variation des intensités est souvent exploitée comme une propriété importante du signal ou de l’image par les algorithmes de traitement. La grandeur permettant de représenter et de quantifier cette variation d’intensité est appelée une « mesure de changement », qui est couramment employée dans les méthodes de détection de ruptures d’un signal, dans la détection des contours d’une image, dans les modèles de segmentation basés sur les contours, et dans des méthodes de lissage d’images avec préservation de discontinuités. Dans le traitement des images et signaux biomédicaux, les mesures de changement existantes fournissent des résultats peu précis lorsque le signal ou l’image présentent un fort niveau de bruit ou un fort caractère aléatoire, ce qui conduit à des artefacts indésirables dans le résultat des méthodes basées sur la mesure de changement. D’autre part, de nouvelles techniques d'imagerie médicale produisent de nouveaux types de données dites à valeurs multiples, qui nécessitent le développement de mesures de changement adaptées. Mesurer le changement dans des données de tenseur pose alors de nouveaux problèmes. Dans ce contexte, une mesure de changement, appelée « mesure de non-stationnarité (NSM) », est améliorée et étendue pour permettre de mesurer la non-stationnarité de signaux multidimensionnels quelconques (scalaire, vectoriel, tensoriel) par rapport à un paramètre statistique, et en fait ainsi une mesure générique et robuste. Une méthode de détection de changements basée sur la NSM et une méthode de détection de contours basée sur la NSM sont respectivement proposées et appliquées aux signaux ECG et EEG, ainsi qu’a des images cardiaques pondérées en diffusion (DW). Les résultats expérimentaux montrent que les méthodes de détection basées sur la NSM permettent de fournir la position précise des points de changement et des contours des structures tout en réduisant efficacement les fausses détections. Un modèle de contour actif géométrique basé sur la NSM (NSM-GAC) est proposé et appliqué pour segmenter des images échographiques de la carotide. Les résultats de segmentation montrent que le modèle NSM-GAC permet d’obtenir de meilleurs résultats comparativement aux outils existants avec moins d'itérations et de temps de calcul, et de réduire les faux contours et les ponts. Enfin, et plus important encore, une nouvelle approche de lissage préservant les caractéristiques locales, appelée filtrage adaptatif de non-stationnarité (NAF), est proposée et appliquée pour améliorer les images DW cardiaques. Les résultats expérimentaux montrent que la méthode proposée peut atteindre un meilleur compromis entre le lissage des régions homogènes et la préservation des caractéristiques désirées telles que les bords ou frontières, ce qui conduit à des champs de tenseurs plus homogènes et par conséquent à des fibres cardiaques reconstruites plus cohérentes. / The intensity variation is often used in signal or image processing algorithms after being quantified by a measurement method. The method for measuring and quantifying the intensity variation is called a « change measure », which is commonly used in methods for signal change detection, image edge detection, edge-based segmentation models, feature-preserving smoothing, etc. In these methods, the « change measure » plays such an important role that their performances are greatly affected by the result of the measurement of changes. The existing « change measures » may provide inaccurate information on changes, while processing biomedical images or signals, due to the high noise level or the strong randomness of the signals. This leads to various undesirable phenomena in the results of such methods. On the other hand, new medical imaging techniques bring out new data types and require new change measures. How to robustly measure changes in theos tensor-valued data becomes a new problem in image and signal processing. In this context, a « change measure », called the Non-Stationarity Measure (NSM), is improved and extended to become a general and robust « change measure » able to quantify changes existing in multidimensional data of different types, regarding different statistical parameters. A NSM-based change detection method and a NSM-based edge detection method are proposed and respectively applied to detect changes in ECG and EEG signals, and to detect edges in the cardiac diffusion weighted (DW) images. Experimental results show that the NSM-based detection methods can provide more accurate positions of change points and edges and can effectively reduce false detections. A NSM-based geometric active contour (NSM-GAC) model is proposed and applied to segment the ultrasound images of the carotid. Experimental results show that the NSM-GAC model provides better segmentation results with less iterations that comparative methods and can reduce false contours and leakages. Last and more important, a new feature-preserving smoothing approach called « Nonstationarity adaptive filtering (NAF) » is proposed and applied to enhance human cardiac DW images. Experimental results show that the proposed method achieves a better compromise between the smoothness of the homogeneous regions and the preservation of desirable features such as boundaries, thus leading to homogeneously consistent tensor fields and consequently a more reconstruction of the coherent fibers.

La scoliose idiopathique de l’adolescence (SIA) est une déformation tridimensionnelle complexe du rachis affectant majoritairement les filles. L’atteinte progressive est surtout esthétique avec, notamment, une déformation de la cage thoracique résultante. L’asymétrie mammaire est une préoccupation fréquente chez ces jeunes filles. Se définissant comme une différence de forme, de position ou de volume des seins ou des complexes aréolo-mamelonnaires, l’asymétrie mammaire est courante chez les femmes, mais habituellement mineure et non visible. Il demeure incertain dans la littérature si l’asymétrie mammaire est plus fréquente chez les scoliotiques. De plus, très peu d’études ont évalué la relation entre la scoliose et l’asymétrie mammaire. De façon instinctive, on serait porté à croire que ce ne sont pas les seins qui sont asymétriques, mais plutôt la déformation du thorax en rotation qui donne cette impression. Les seins représentent un des organes les plus difficiles à mesurer étant donné leur grande variabilité. Plusieurs méthodes de mesure ont été décrites. L’imagerie par résonance magnétique (IRM) est considérée l’outil le plus précis pour définir la glande mammaire et plus particulièrement, sa délimitation sur la cage thoracique. Ce projet consiste à quantifier l’asymétrie mammaire, représentée par une différence de volume entre les deux seins, chez une cohorte de jeunes filles présentant une SIA significative, en utilisant l’IRM comme outil de mesure. Ensuite, une méthode de mesure automatisée, à partir de la topographie surfacique 3D, est proposée. Les résultats obtenus avec cette méthode sont confrontés à ceux de l’IRM. L’influence de la posture sur le volume mammaire est également étudiée à partir de ces deux modalités différentes. Pour réaliser ces objectifs, une cohorte de 30 patientes scoliotiques a été recrutée sur la base de leur courbure thoracique et de leur maturité osseuse et mammaire. Deux imageries de tronc ont été effectuées : la topographie surfacique 3D et la résonance magnétique. Dans un premier temps, la sommation des images segmentées acquises par IRM nous a permis de mesurer de façon très précise le volume mammaire. Notre cohorte présente une asymétrie mammaire moyenne statistiquement significative de 8.32%. 66.6% des patientes présentent une asymétrie ≥ 5%. Par ailleurs, le sein gauche est plus volumineux chez 65.5% des patientes. Une faible corrélation non-significative existe entre les volumes mammaires et l’angle de Cobb ainsi que la gibbosité thoracique. Par la suite, une méthode de mesure automatisée, développée à partir de l’environnement mathématique Matlab, est appliquée directement sur les reconstructions 3D. En bref, elle consiste à identifier les contours des seins pour les exciser afin d’exposer la cage thoracique puis, à soustraire le thorax complet du thorax sans seins pour déterminer les volumes mammaires. Les volumes mammaires acquis par la méthode automatisée sont, de manière attendue, de plus petites tailles que ceux obtenus à l’IRM. Une forte corrélation est établie entre les volumes mammaires obtenus par les deux différentes techniques de mesure. Bien que statistiquement significatives, les asymétries mammaires (r= 0.614, p< .001) ne sont pas aussi fortement corrélées entre elles que les volumes. Le sein droit (r=0.805) présente une corrélation plus élevée que le sein gauche (r=0.747). Finalement, l’influence de la posture est étudiée à partir des maillages 3D de l’IRM (décubitus ventral) et de la topographie surfacique 3D (position debout). D’excellentes corrélations sont confirmées entre les volumes mammaires ; r= 0.896 et r= 0.939, respectivement pour les volumes mammaires gauches et droits. Ce projet a permis de démontrer, pour la première fois, qu’il est possible de calculer le volume mammaire de façon objective et précise avec l’IRM, chez une cohorte scoliotique. Grâce à la précision des repères anatomiques, l’IRM nous a permis de revisiter une croyance populaire dans la communauté de la scoliose. Celle soutenant que l’asymétrie mammaire ressentie par les patientes n’est qu’une perception. Ces nouvelles données nous permettrons de conseiller les jeunes filles avec la SIA, concernant leurs préoccupations sur l’asymétrie de leurs seins. Nous avons confirmé que la méthode de mesure automatisée est réalisable cliniquement et pourrait être utilisée pour prédire les volumes obtenus à l’IRM. Par ailleurs, c’est le premier outil de mesure de volumétrie mammaire complètement automatisé à notre connaissance. Les volumes mammaires obtenus debout et en décubitus ventral sont comparables. / Adolescent idiopathic scoliosis (AIS) is a complex tridimensional deformation of the spine affecting primarily girls. The progressive course is mostly aesthetic with, in particular, a resulting rib cage deformity. Breast asymmetry is a frequent concern expressed by these girls. Defined as a difference in shape, position or volume of the breasts or the nipple complex, breast asymmetry is common in women but usually minor and not visible. It remains unknown in the literature if breast asymmetry is more frequent in scoliotics. Moreover, very few studies have evaluated the relationship between scoliosis and breast asymmetry. It is commonly believed that it is not the breasts that are asymmetric, but rather the trunk rotation giving this perception. The breasts represent one of the most challenging organs to measure due to their great variability. Many measuring methods have been described. Magnetic resonance imaging (MRI) is considered the most precise tool to define the mammary gland and its delimitation on the rib cage. This study aims at measuring objectively breast asymmetry, as described by a volume difference between the breasts, in a cohort of young girls presenting with significant AIS, using the MRI as a measuring tool. Then, an automated measuring method, applied on the 3D surface topography, is proposed. The results obtained with this method are confronted to those of the MRI. The influence of posture on breast volume is also examined from the two different modalities. To achieve these objectives, a cohort of 30 scoliotic patients was enrolled on the basis of their thoracic curvature and their bone and breast maturity. Two torso imaging were performed: 3D surface topography and MRI. Initially, the sommation of segmented images acquired by MRI enabled us to measure very precisely breast volume. The statistically significant mean breast asymmetry was found to be 8.32%. 66.6% of the patients presented an asymmetry ≥ 5%. A weak positive non-significant correlation exists between breast volumes and Cobb angle as well as thoracic gibbosity. Thereafter, an automated measuring method, developed from the numeric environment Matlab, is applied directly on the 3D reconstructions. In short, it consists in identifying the breasts contours to excise them in order to expose the rib cage, then subtracting from the complete thorax, the thorax without breasts to determine the breast volumes. The breast volumes acquired by the automated method are, as expected, smaller than those obtained with MRI. A strong correlation is established between breast volumes obtained from the two different techniques. Although statistically significant, breast asymmetries (r= 0.614, p< .001) are not as strongly correlated therebetween as are breast volumes. The right breast (r=0.805) presents a higher correlation than the left breast (r=0.747). Finally, the influence of posture is studied from the meshes obtained from MRI (prone) and 3D surface topography (standing position). Excellent correlations are confirmed between breast volumes; r= 0.896 and r= 0.939, respectively for the left and right breast volumes. This project enabled us to demonstrate, for the first time, that it is possible to measure breast volume objectively and accurately in a cohort of scoliotic patients. As a result of the anatomic landmarks precision, the MRI allowed us to revisit a common belief in the scoliosis community, which states that breast asymmetry expressed by patients, is in fact a perception. These new data will help us counsel our young girls with AIS, regarding their concerns with the asymmetry of their breasts. We have confirmed that the automated measuring method is clinically feasible and could be used to predict MRI volumes. Furthermore, it is the first breast volumetric measuring tool completely automatic, to our knowledge. Also, the breast volumes obtained in standing and in prone are comparable.

En plus de la triade de symptômes caractérisant l’autisme, ce trouble neurodévelopmental est associé à des particularités perceptives et motrices et, au niveau cérébral, par une connectivité atypique entre les différentes régions du cerveau. Au niveau anatomique, un des résultats les plus communs est la réduction du corps calleux. Toutefois, des effets directs de cette altération anatomique sur l’intégrité et l’efficacité du transfert interhémisphérique restent à être démontrés. Pour la présente thèse, trois différentes études investiguent différents aspects du traitement de l’information visuomotrice : le transfert interhémisphérique entre les régions bilatérales motrices et visuelles, la vitesse de traitement perceptif, et les habiletés motrices visuellement guidées. Dans la première étude, le paradigme visuomoteur de Poffenberger a été utilisé pour mesurer le temps de transfert interhémisphérique (TTIH). L’imagerie par résonnance magnétique fonctionnelle (IRMf) et structurale ainsi que l’imagerie de diffusion ont aussi été utilisées pour étudier les réseaux cérébraux impliqués dans la tâche de Poffenberger. Les autistes ont été comparés à un groupe d’individus à développement typique. La deuxième étude avait pour but d’investiguer la vitesse de traitement perceptif en autisme. Dans la troisième étude, deux tâches motrices (Purdue et Annett) ont été utilisées pour examiner la nature et l’importance des déficits moteurs. La tâche de Purdue inclut deux conditions bimanuelles utilisées comme indice additionnel d’intégration interhémisphérique. Dans les études 2 et 3, le groupe d’autistes a aussi été comparé à un groupe d’individus Asperger afin de voir si, et comment, les deux sous-groupes peuvent être distingués en ce qui concerne le traitement visuel et les déficits moteurs. Aucune différence entre les groupes n’a été observée en termes de TTIH. Les résultats de l’étude IRMf révèlent des différences d’activations corticales en lien avec la tâche de Poffenberger. Dans les groupes d’autistes et de typiques, l’efficacité de la communication interhémisphérique était associée à différentes portions du corps calleux (frontales/motrices chez les typiques, postérieures/visuelles chez les autistes). De façon globale, les résultats de cette étude démontrent un patron atypique de transfert interhémisphérique de l’information visuomotrice en autisme, reflétant un rôle plus important des mécanismes visuels dans le comportement sensorimoteur possiblement en lien avec une réorganisation cérébrale. Les résultats des études comportementales 2 et 3 indiquent que les autistes excellent dans la tâche mesurant la vitesse de traitement perceptif alors que les Asperger accomplissent la tâche à des niveaux similaires à ceux des typiques. La nature des déficits moteurs diffère aussi entre les deux sous-groupes; la dextérité et la coordination bimanuelle est affectée chez les individus Asperger mais pas chez les autistes, qui eux sont plus atteints au niveau de la rapidité unimanuelle. Les sous-groupes d’autistes et de syndrome d’Asperger sont caractérisés par des profils cognitifs différents dont les particularités perceptives et motrices font partie intégrante. / In addition to the triad of symptoms characterizing autism, this neurodevelopmental condition is characterized by visual and motor atypicalities and, at the cerebral level, by atypical connectivity between the different brain areas. Anatomically, one of the most replicated finding is a reduction of the corpus callosum. However, evidence of a direct effect of the corpus callosum reductions on integrity and efficiency of interhemispheric transfer is lacking. Three different studies were designed to investigate different aspect of visuo-motor processing: interhemispheric transfer between bilateral motor and visual brain areas, perceptual processing speed, visually guided motor performance. In the first study, the visuo-motor Poffenberger paradigm was used to measure interhemispheric transfer time (IHTT). Structural and functional magnetic resonance imaging (fMRI) and diffusion tensor imaging (DTI) were also used to study the brain networks involved in the Poffenberger task. Autistics were compared to typically developing individuals. The second study investigates whether perceptual processing speed (Inspection Time task) is atypical in autism. In the third study, two visually-guided motor tasks (the Purdue pegboard and Annett peg moving task) were used to verify the nature and magnitude of motor deficits. The Purdue task includes two bimanual conditions used as additional measures of interhemispheric communication integrity. Moreover, in studies 2 and 3, behavioral differences between autistic and Asperger individuals were investigated in order to see if and how the two subgroups can be distinguished in terms of perceptual processing and motor deficits. No group difference was observed in terms of IHTT. The fMRI results reveal a different pattern of cortical activations associated to the Poffenberger task. In the autism and typical groups, the efficiency of interhemispheric communication was associated with different portions of the corpus callosum (frontal/premotor in typicals, posterior/visual in autistics). These results demonstrate an atypical pattern of interhemispheric visuo-motor information transfer, possibly reflecting a more prominent role of visual mechanisms guiding sensorimotor behavior in autism, related to cerebral reorganizations. Results of the behavioral studies indicate that autistics have an excellent visual processing speed while Asperger individuals performed like typicals. Motor impairments also differed between the two subgroups; dexterity and bimanual coordination was impaired in Asperger individuals but not in autistics, who presented more difficulties in unimanual conditions. Autism and Asperger subgroups are characterized by different cognitive profiles in which visual processing and motor deficits are important factors.

L’IRM de diffusion (IRMd) est l’unique technique non invasive qui permet l’exploration de la microstructure cérébrale. En plus d’une large utilisation pour les applications médicales, l’IRMd est aussi utilisée en neuroscience pour comprendre l’organisation et le fonctionnement du cerveau. Toutefois, sa faible résolution spatiale et sa sensibilité aux artéfacts limitent son utilisation chez le primate non humain.L’objectif de cette étude est de développer une nouvelle approche qui permette d’acquérir des données d’IRMd à très haute résolution spatiale sur des cerveaux de macaques anesthésiés. Cette méthode est basée sur un balayage 3D de l’espace de Fourier avec un module de lecture d’Echo Planar-segmenté.Cette méthode a été tout d’abord implémentée sur une machine IRM 3 Tesla (Prisma, Siemens), puis validée et optimisée in-vitro et in-vivo. Par rapport à la méthode d’acquisition classique, un gain de sensibilité de l’ordre de 3 pour la substance grise cérébrale et de 4.7 pour la substance blanche cérébrale a été obtenu grâce à la méthode développée.Cette méthode a permis de réaliser l’IRMd du cerveau de Macaque avec une résolution spatiale isotrope de 0.5 mm jamais atteinte auparavant. L’intérêt de réaliser des données d’IRMd à une telle résolution pour visualiser et analyser in-vivo des structures fines non détectables avec la méthode d’acquisition classique comme les sous-champs de l’hippocampe ou encore la substance blanche superficielle, a été démontré dans cette étude. Des résultats préliminaires très encourageants ont également été obtenus chez l’homme / Diffusion MRI (dMRI) is the unique non-invasive technique that allows exploring the cerebral microstructure. Besides a wide use for medical applications, dMRI is also employed in neuroscience to understand the brain organization and connectivity. However, the low spatial resolution and the sensitivity to artefacts limit its application to non-human primates.This work aims to develop a new approach that allows to acquire dMRI at very high spatial resolution on anesthetized macaque brains. This method is based on a 3D sampling of Fourier space with a segmented Echo Planar imaging readout module. This method has been firstly implemented on a 3 Tesla MR scanner (Prisma, Siemens), validated and optimized in-vitro and in-vivo. Compared to the conventional acquisition method, a gain of sensitivity of 3 for the cerebral grey matter and of 4.7 for the white matter was obtained with the proposed approach.This method allowed us to acquire dMRI data on the macaque brain with a spatial isotropic resolution of 0.5 mm ever reached before. The interest to acquire dMRI data with such a spatial resolution to visualize and analyze in-vivo fine structures not detectable with the classical acquisition method, like the sub-fields of hippocampus and the superficial white matter, has also illustrated in this study. Finally, very encouraging preliminary results were also obtained in humans

L’ensemble de l’étude in vivo réalisée sur souris porteuses de glioblastome U87 démontre la faisabilité du ciblage magnétique pour accumuler les magnétoliposomes superparamagnétiques, ou MFLs, au niveau du glioblastome, tout en préservant le reste du tissu cérébral sain. L’étude révèle que le bénéfice apporté par l’action d’un gradient de champ magnétique produit par un aimant extracorporel repose sur un effet EPR (« enhanced permeation and retention » effect) amplifié. Les résultats sont étayés par la combinaison de plusieurs techniques (IRM, RPE, microscopie confocale de fluorescence, microscopie électronique). Concernant les mécanismes de transport empruntés par les magnétoliposomes pour atteindre les cellules tumorales, la voie d’endocytose non spécifique s’apparentant à un processus de macropinocytose est pressentie. Dans l’optique d’une application thérapeutique par hyperthermie, la capacité d’échauffement des magnétoliposomes a été pour la première fois explorée. Les résultats prouvent un comportement thermique des magnétoliposomes compatible avec les conditions d’un traitement par hyperthermie. Enfin, dans le cadre d’une étude portant sur le développement de cancers mécano-induits, l’application des magnétoliposomes a été élargie un autre organe non étudié à ce jour, le côlon. Ces travaux illustrent la problématique de la vectorisation magnétique au sein d’un organe situé dans une région interne de l’organisme. / First, the in vivo study on U87-glioblastoma bearing mice demonstrates the ability of magnetic targeting to accumulate magnetic-fluid-loaded liposomes (MFLs) into glioblastoma while sparing the rest of the healthy brain tissue. The enhancement of liposome local concentration by applying a magnetic field gradient produced by an external magnet is based on an amplified EPR effect (“enhanced permeation and retention” effect). The results were supported by combining several techniques (MRI, ESR, confocal fluorescence microscopy, electron microscopy). The investigations concerning the mechanisms of transport of the magnetoliposomes to reach the tumor cells suggest a non-specific endocytose pathway, presumably macropinocytosis. Secondly, in the context of a therapeutic application by hyperthermia the heat capacity of MFLs was explored. The results showed that the thermal behaviour of the magnetoliposomes depends on the containment state of the iron oxide nanocrystals and is compatible with the conditions of hyperthermia treatment. Finally, as part of a study concerning the development of mechanically induced cancers, application of MFLs was extended to target another organ not yet studied: the colon. This work especially illustrates the potential and related limits of magnetic targeting towards an organ located in an inner region of the body.

La thérapie cellulaire consiste à utiliser des cellules comme médicament injectable dans le but de favoriser la réparation d'un tissu ou d'un organe. Certaines cellules possèdent la propriété de stimuler la formation de nouveaux vaisseaux sanguins. Elles présentent un intérêt pour le développement d'un traitement des ischémies des membres inférieurs ou du myocarde. Déterminer le devenir de ces cellules après injection in vivo est important pour comprendre les mécanismes responsables de l'efficacité d'un tel traitement. Cependant, il est difficile à observer et très peu décrit dans la littérature. Quelques exemples d'utilisation de nanotechnologies sont rapportés pour suivre des cellules in vitro. Mais des facteurs limitant tels qu'une complexité de mise en oeuvre de ces techniques ou leur trop faible sensibilité rend difficile leur utilisation in vivo. Ce travail de thèse propose de décrire le développement de nanoparticules originales associant les modalités d'imagerie optique et d'IRM afin de marquer simplement des cellules ayant un potentiel thérapeutique. Les protocoles développés ont permis de vectoriser et suivre en temps réel ces cellules après injection chez la souris. / Cell therapy aims to use cells as injectable medicines in order to enhance damaged organs or tissues repair. Some cells have the ability to promote new blood vessels growth. Therefore, they have an interest in revascularization of ischemic tissues and are potential candidates for cell therapy in peripheral ischemia or myocardial infarction. Being able to determine these cell's fates after in vivo injection is a major step to better understand the mechanisms of such treatments efficiency. However, following this phenomenon is challenging and rarely described in scientific litterature. Only some applications of nanotechnologies to follow labeled cells in vitro have been published. But limitations as implementation complexity or a low sensitivity prevent from using these techniques in vivo. This phD work describes the development of new hybrids nanoparticules associating optical and magnetic resonance imaging modalities in order to efficiently label cells that have a therapeutic potential. Developed protocols allowed us to follow magnetic cell vectorisation after injection in mice in real time.

L'analyse automatique de différences anatomiques en neuroimagerie a de nombreuses applications pour la compréhension et l'aide au diagnostic de pathologies neurologiques. Récemment, il y a eu un intérêt croissant pour les méthodes de classification telles que les machines à vecteurs supports pour dépasser les limites des méthodes univariées traditionnelles. Cette thèse a pour thème l'apprentissage automatique pour l'analyse de populations et la classification de patients en neuroimagerie. Nous avons tout d'abord comparé les performances de différentes stratégies de classification, dans le cadre de la maladie d'Alzheimer à partir d'images IRM anatomiques de 509 sujets de la base de données ADNI. Ces différentes stratégies prennent insuffisamment en compte la distribution spatiale des \textit{features}. C'est pourquoi nous proposons un cadre original de régularisation spatiale et anatomique des machines à vecteurs supports pour des données de neuroimagerie volumiques ou surfaciques, dans le formalisme de la régularisation laplacienne. Cette méthode a été appliquée à deux problématiques cliniques: la maladie d'Alzheimer et les accidents vasculaires cérébraux. L'évaluation montre que la méthode permet d'obtenir des résultats cohérents anatomiquement et donc plus facilement interprétables, tout en maintenant des taux de classification élevés. / Brain image analyses have widely relied on univariate voxel-wise methods. In such analyses, brain images are first spatially registered to a common stereotaxic space, and then mass univariate statistical tests are performed in each voxel to detect significant group differences. However, the sensitivity of theses approaches is limited when the differences involve a combination of different brain structures. Recently, there has been a growing interest in support vector machines methods to overcome the limits of these analyses.This thesis focuses on machine learning methods for population analysis and patient classification in neuroimaging. We first evaluated the performances of different classification strategies for the identification of patients with Alzheimer's disease based on T1-weighted MRI of 509 subjects from the ADNI database. However, these methods do not take full advantage of the spatial distribution of the features. As a consequence, the optimal margin hyperplane is often scattered and lacks spatial coherence, making its anatomical interpretation difficult. Therefore, we introduced a framework to spatially regularize support vector machines for brain image analysis based on Laplacian regularization operators. The proposed framework was then applied to the analysis of stroke and of Alzheimer's disease. The results demonstrated that the proposed classifier generates less-noisy and consequently more interpretable feature maps with no loss of classification performance.

Les récents développements en RMN et IRM ont eu un impact spectaculaire sur l’imagerie médicale et aident à appréhender de manière fonctionnelle et non invasive de nombreux mécanismes cérébraux. L’imagerie par RMN de perfusion a notamment une importance primordiale en neuroimagerie clinique dans la caractérisation de nombreux désordres cérébrovasculaires (tumeurs cérébrales, AVC). Cependant il n’existe pour le moment aucune technique qui quantifie de manière non-invasive le bon fonctionnement du réseau microvasculaire cérébral. Cette thèse se concentre sur l’utilisation de la séquence FENSI en imagerie préclinique à haut et ultra haut champ magnétique pour caractériser et quantifier la dynamique des flux microvasculaires dans le cerveau du rat. Nous présentons les enjeux de l’IRM de perfusion en neuroimagerie, ainsi que les contraintes associées aux méthodes conventionnelles – méthode de marquage de spin artériel (ASL) et IRM dynamique de contraste de susceptibilité magnétique (DSC-MRI) – dont la technique FENSI peut d’affranchir. Cependant d’autres problèmes sont adressés. Les images acquises avec FENSI et pondérées en flux peuvent être contaminées par des effets de transferts d’aimantation (MT) qui empêchent de quantifier le débit sanguin cérébral. Une première technique de correction de ces effets par post-traitement est proposée. Nous dérivons les premières cartes de flux sanguin cérébral chez le rat à 7 tesla. Une seconde approche est considérée, où les effets MT dans les images acquises avec et sans saturation des spins circulant dans le réseau capillaire (tag/control) se compensent. Cette seconde approche permet une vraie quantification non-invasive du flux sanguin cérébral (CBFlux) in-vivo. Le réseau microvasculaire est caractérisé via FENSI à différents stages du développement tumoral dans un modèle de gliosarcome cérébral (9L) chez le rat. Les mesures de flux mettent en évidence une forte hétérogénéité de développement vasculaire des gliosarcomes peu avancés (diamètre inférieur à 3 mm). A un stade avancé, le flux sanguin est significativement plus faible dans la tumeur (-40 %) que dans le sous cortex, en bon accord avec la littérature sur ce type de gliosarcome. De plus, les cartes paramétriques de flux permettent de distinguer différents compartiments dans la tumeur. Une comparaison avec une méthode de marquage endothélial sur coupes histologiques suggère que le flux sanguin calculé avec FENSI est corrélé avec la concentration locale en micro-vaisseaux. Nous avons également tentés d’évaluer la dynamique temporelle de la réponse vasculaire à un stimulus et d’appliquer FENSI à l’IRM fonctionnelle (IRMf). Nous avons mis en place un protocole d’IRMf chez le rat à 7 tesla et caractérisé la réponse hémodynamique obtenue par contraste BOLD. A 7 tesla la technique FENSI souffre d’un faible SNR temporel et semble plus adaptée pour quantifier des changements métaboliques associées à de longues plages temporelles. L’implémentation de la séquence à ultra-haut champ (17.2 tesla) donne lieu à de sérieux espoirs en IRMf. De plus, nous mettons en évidence à 17.2 tesla des contrastes spécifiques à l’utilisation de différents anesthésiques utilisés en routine à l’hôpital. La méthode que nous avons mise en place peut être sensibilisée à de nombreuses vitesses, augmentant le nombre de ses applications potentielles. Ainsi, un choix judicieux de paramètres permet d’explorer le volume sanguin ou l’orientation du débit ciblé. Les forces et faiblesses de la méthode sont détaillées. L’utilisation de FENSI n’est en général pas justifiée par un gain de signal par rapport à des séquences ASL optimisées, mais bénéficie de l’actuelle montée en champ des imageurs cliniques pour être étudiée. Les applications potentielles varient de l’IRMf et l’imagerie de diffusion au suivi pharmacologique et diagnostic de désordres cérébrovasculaires, dont l’étude via ASL est limitée dû à l’allongement des temps de transit sanguins. / The discoveries, implementations and developments of NMR and MRI have had a major impact in medical imaging. Compared to other imaging modalities (PET, SPECT, CT), current MRI research helps to further and better understand the inner mechanisms of the human body in a less invasive manner. In clinical neuroimaging, perfusion MRI is of spectacular importance to study cerebrovascular diseases and cancer. However, at the moment, there is no perfusion MRI sequence that allows for a complete, non-invasive and precise quantification of microvascular flow dynamics. This work focuses on the use of the recently introduced Flow Enhanced Signal Intensity method (FENSI) to characterize and quantify vasculature at capillary level, at high and ultra high magnetic field (7 and 17.2 tesla). For that purpose, the possible quantification of blood flux with FENSI is explored in vivo. The combination of flux quantification and flow-enhanced signal (compared to Arterial Spin Labeling) can make of FENSI an ideal method to characterize in a complete non-invasive way the brain microvasculature. After removal of magnetization transfer (MT) effects, the blood flow dynamics are studied with FENSI in a very aggressive and propagative rat brain tumor model: the 9L gliosarcoma. The objective is to assess whether FENSI is suitable for a longitudinal non-invasive characterization of microvascular changes associated with tumor growth. The results obtained with FENSI are compared with literature on 9L perfusion and immuno-histochemistry. In the first paper published on FENSI, a first glance was also casted on the potential of the flow enhanced technique when applied to fMRI. The results obtained at the time were contaminated by MT effects. With the implementation of a new MT-free FENSI technique, the possibility to map the brain cerebral functioning based on a quantitative physiological parameter (CBFlux) more directly related to neuronal activity than the usual BOLD signal is within reach. At ultra high field, the influence of different anesthetics on the rat brain microvascular network and BOLD contrast is also considered. After many developments around the FENSI technique, the method is compared to classical ASL and DSC perfusion MRI sequences. The strengths and weaknesses of the FENSI method, its characteristics, ‘precautions for use’, and potential main applications are detailed and discussed.

No description available.

Environ 150.000 personnes souffrent en France d'une épilepsie partielle réfractaire à tous les médicaments. La chirurgie, qui constitue aujourd’hui le meilleur recours thérapeutique nécessite un bilan préopératoire complexe. L'analyse de données d'imagerie telles que l’imagerie par résonance magnétique (IRM) anatomique et la tomographie d’émission de positons (TEP) au FDG (fluorodéoxyglucose) tend à prendre une place croissante dans ce protocole, et pourrait à terme limiter de recourir à l’électroencéphalographie intracérébrale (SEEG), procédure très invasive mais qui constitue encore la technique de référence. Pour assister les cliniciens dans leur tâche diagnostique, nous avons développé un système d'aide au diagnostic (CAD) reposant sur l'analyse multivariée de données d'imagerie. Compte tenu de la difficulté relative à la constitution de bases de données annotées et équilibrées entre classes, notre première contribution a été de placer l'étude dans le cadre méthodologique de la détection du changement. L'algorithme du séparateur à vaste marge adapté à ce cadre là (OC-SVM) a été utilisé pour apprendre, à partir de cartes multi-paramétriques extraites d'IRM T1 de sujets normaux, un modèle prédictif caractérisant la normalité à l'échelle du voxel. Le modèle permet ensuite de faire ressortir, dans les images de patients, les zones cérébrales suspectes s'écartant de cette normalité. Les performances du système ont été évaluées sur des lésions simulées ainsi que sur une base de données de patients. Trois extensions ont ensuite été proposées. D'abord un nouveau schéma de détection plus robuste à la présence de bruit d'étiquetage dans la base de données d'apprentissage. Ensuite, une stratégie de fusion optimale permettant la combinaison de plusieurs classifieurs OC-SVM associés chacun à une séquence IRM. Enfin, une généralisation de l'algorithme de détection d'anomalies permettant la conversion de la sortie du CAD en probabilité, offrant ainsi une meilleure interprétation de la sortie du système et son intégration dans le bilan pré-opératoire global. / One third of patients suffering from epilepsy are resistant to medication. For these patients, surgical removal of the epileptogenic zone offers the possibility of a cure. Surgery success relies heavily on the accurate localization of the epileptogenic zone. The analysis of neuroimaging data such as magnetic resonance imaging (MRI) and positron emission tomography (PET) is increasingly used in the pre-surgical work-up of patients and may offer an alternative to the invasive reference of Stereo-electro-encephalo -graphy (SEEG) monitoring. To assist clinicians in screening these lesions, we developed a computer aided diagnosis system (CAD) based on a multivariate data analysis approach. Our first contribution was to formulate the problem of epileptogenic lesion detection as an outlier detection problem. The main motivation for this formulation was to avoid the dependence on labelled data and the class imbalance inherent to this detection task. The proposed system builds upon the one class support vector machines (OC-SVM) classifier. OC-SVM was trained using features extracted from MRI scans of healthy control subjects, allowing a voxelwise assessment of the deviation of a test subject pattern from the learned patterns. System performance was evaluated using realistic simulations of challenging detection tasks as well as clinical data of patients with intractable epilepsy. The outlier detection framework was further extended to take into account the specificities of neuroimaging data and the detection task at hand. We first proposed a reformulation of the support vector data description (SVDD) method to deal with the presence of uncertain observations in the training data. Second, to handle the multi-parametric nature of neuroimaging data, we proposed an optimal fusion approach for combining multiple base one-class classifiers. Finally, to help with score interpretation, threshold selection and score combination, we proposed to transform the score outputs of the outlier detection algorithm into well calibrated probabilities.