L'imagerie par résonance magnétique de diffusion permet de mesurer l'intensité de la diffusion de l'eau dans plusieurs directions et révèle l'orientation locale des structures biologiques sous-jacentes, notamment l'orientation locale du réseau d'axones du cerveau. Une procédure appelée tractographie a pour objectif d'estimer la structure 3D de ce réseau d'axones à partir de l'information de diffusion. Les algorithmes de tractographie sont généralement contraints dans un sous-ensemble de l'image de diffusion où l'information mesurée est cohérente, par exemple par un masque de la matière blanche. L'algorithme de tractographie termine lorsqu'il atteint la frontière du masque. Quel effet le masque a-t-il sur les résultats produits par l'algorithme de tractographie ? Comment produire des résultats anatomiquement cohérents ? Dans ce mémoire, nous présentons des méthodes utilisant l'information des cartes probabilistes des tissus cérébraux provenant d'une image par résonance magnétique de type anatomique afin de produire une estimation la structure du réseau d'axones. L'objectif est d'estimer la structure 3D de la matière blanche en utilisant des connaissances a priori pour produire des résultats plus précis et cohérents. Notamment, nous proposons une approche reposant sur un filtre à particules pour modéliser la vraisemblance des structures estimées. Les résultats des méthodes développées sont comparés à d'autres méthodes sur des données synthétiques, sur des données cérébrales saines et sur des données cérébrales cliniques avec tumeurs cérébrales.

Ce mémoire porte sur la segmentation des fibres de la matière blanche et sur le développement d'outils visuels permettant d'interagir avec les résultats. Pour y parvenir, une métrique innovatrice permettant de quantifier la différence entre deux fibres de la matière blanche est créée. Cette mesure fait appel à des notions de multirésolution, de courbure, de torsion afin de caractériser la forme géométrique d'une fibre. Elle regroupe également des mesures plus simples telles la distance du cosinus, la distance euclidienne entre les centres de masse et la différence des longueurs d'arc pour capter respectivement l'orientation, la translation et la taille d'une fibre. Ensuite, une nouvelle technique de segmentation permettant de gérer des quantités importantes de données est développée. Finalement, ces nouvelles méthodes sont validées sur différents jeux de données.

Le présent mémoire introduit une nouvelle méthode de traitement des données IRMd permettant d’extraire des caractéristiques dans des endroits spécifiques du cerveau. Une méthode d’assurance qualité test-retest est également présentée et est appliquée à la nouvelle méthode de traitement dans le but d’assurer qu’elle extrait des résultats robustes. Enfin, cette méthode de traitement est appliquée à une base de données de patients atteints de la maladie de Parkinson et des différences significatives sont trouvées dans des régions spécifiques du cerveau où se connectent entre autres les régions motrices. Ces résultats concordent avec ceux d’autres études portant sur cette maladie.

Cette thèse est consacrée à la cartographie de la microstructure du cerveau humain par IRM quantitative et de diffusion. L'imagerie quantitative T1/T2 repose sur des séquences dédiées à la cartographie des temps de relaxation T1 et T2. Leurs variations au sein du tissu sont liées aux différents compartiments d'eau issus d'organisations spécifiques à l'échelle cellulaire. Mesurer ces paramètres quantitatifs permet donc de mieux caractériser la microstructure du tissu cérébral. L'IRMd étudie le mouvement brownien des molécules d'eau dans le tissu cérébral dans lequel leur mouvement est contraint par des barrières naturelles, telles que les membranes cellulaires. Ainsi, les informations sur leurs déplacements contenues dans le signal de diffusion permettent de révéler la cytoarchitecture sous-jacente. La combinaison de ces deux modalités donne donc une unique possibilité de mieux sonder la microstructure du tissu cérébral. Ce travail vise à mettre en place la méthodologie permettant d’étudier chez l'homme, in vivo, la microstructure de la matière blanche cérébrale. La première partie inclut l'acquisition d'une base IRM unique de 79 sujets sains (base Archi/CONNECT) incluant des données anatomiques à haute résolution spatiale, des données de relaxométrie, des données de diffusion à haute résolution angulaire, et fonctionnelles. Ces données ont permis dans un premier temps de construire le premier atlas de la connectivité anatomique du sujet sain grâce à la segmentation automatique des grands faisceaux de la substance blanche de tous les sujets. Cet atlas fournit un repère anatomique au sein de la substance blanche pour ensuite étudier pour chaque faisceau les paramètres quantitatifs caractérisant son organisation microstructurelle. L'accent a d’abord été mis sur la construction du premier atlas des profils des temps de relaxation T1/T2 le long des grandes voies de la matière blanche. Ces profils ont ensuite été corrélés avec les profils quantitatifs issus de l'imagerie de diffusion (fraction d'anisotropie, diffusivités radiales et longitudinales, coefficient de diffusion apparent) pour mieux comprendre leurs relations et d'expliquer la variabilité le long des faisceaux et les asymétries interhémisphériques. La deuxième partie de cette thèse fut centrée sur la modélisation du tissu cérébral à l'échelle cellulaire pour extraire des paramètres quantitatifs caractérisant la microstructure, tel que le diamètre et la densité des axones. Une séquence d’IRMd a été développée sur les imageurs 3T et 7T cliniques de NeuroSpin, permettant de jouer n'importe quelle forme de gradients et ainsi de s'inscrire dans une démarche où cette forme résulte d'une optimisation sous l'hypothèse d'un modèle géométrique du tissu et sous contraintes matérielles et temporelles liées aux applications cliniques. Cette séquence a été utilisée pour scanner 14 sujets sains afin de construire le premier atlas du diamètre et de la densité locale des axones. Nous avons également proposé un nouveau modèle géométrique de l'axone, divisant le compartiment axonal, habituellement modélisé par un simple cylindre en deux compartiments: le premier correspondant aux molécules d’eau à diffusivité lente, entourant la membrane de l'axone et le second correspondant aux molécules plus loin des membranes à plus forte diffusivité, moins restreinte. Nous avons mené une étude théorique montrant que sous des conditions cliniques, utiliser ce nouveau modèle pourrait aider à limiter la surestimation des petits axones que l’on observe dans les études actuelles. Pour aller plus loin dans la physiopathologie de l'autisme, nous avons rajouté au protocole d'imagerie à 3T déjà en place la séquence que nous avons développée afin de cartographier le diamètre et la densité des axones et ainsi mieux comprendre les atrophies au sein du corps calleux, initialement observées via des paramètres moins spécifiques tels que la fraction d'anisotropie. D'autres applications cliniques sont à venir. / This thesis is focused on the human brain microstructure mapping using quantitative and diffusion MRI. The T1/T2 quantitative imaging relies on sequences dedicated to the mapping of T1 and T2 relaxation times. Their variations within the tissue are linked to the presence of different water compartments defined by a specific organization of the tissue at the cell scale. Measuring these parameters can help, therefore, to better characterize the brain microstructure. The dMRI, on the other hand, explores the brownian motion of water molecules in the brain tissue, where the water molecules’ movement is constrained by natural barriers, such as cell membranes. Thus, the information on their displacement carried by the dMRI signal gives access to the underlying cytoarchitecture. Combination of these two modalities is, therefore, a promising way to probe the brain tissue microstructure. The main goal of the present thesis is to set up the methodology to study the microstructure of the white matter of the human brain in vivo. The first part includes the acquisition of a unique MRI database of 79 healthy subjects (the Archi/CONNECT), which includes anatomical high resolution data, relaxometry data, diffusion-weighted data at high spatio-angular resolution and functional data. This database has allowed us to build the first atlas of the anatomical connectivity of the healthy brain through the automatic segmentation of the major white matter bundles, providing an appropriate anatomical reference for the white matter to study individually the quantitative parameters along each fascicle, characterizing its microstructure organization. Emphasis was placed on the construction of the first atlas of the T1/T2 profiles along the major white matter pathways. The profiles of the T1 and T2 relaxation times were then correlated to the quantitative profiles computed from the diffusion MRI data (fractional anisotropy, radial and longitudinal diffusivities, apparent diffusion coefficient), in order to better understand their relations and to explain the observed variability along the fascicles and the interhemispheric asymmetries. The second part was focused on the brain tissue modeling at the cell scale to extract the quantitative parameters characterizing the geometry of the cellular membranes, such as the axonal diameter and the axonal density. A diffusion MRI sequence was developed on the 3 Teslas and 7 Teslas Siemens clinical systems of NeuroSpin which is able to apply any kind of gradient waveforms to fall within an approach where the gradient waveform results from an optimization under the hypothesis of a geometrical tissue model, hardware and time constraints induced by clinical applications. This sequence was applied in the study of fourteen healthy subjects in order to build the first quantitative atlas of the axonal diameter and the local axonal density at 7T. We also proposed a new geometrical model to model the axon, dividing the axonal compartment, usually modelled using a simple cylinder, into two compartments: one being near the membranes with low diffusivity and one farer from the membranes, less restricted and with higher diffusivity. We conducted a theoretical study showing that under clinical conditions, this new model allows, in part, to overcome the bias induced by the simple cylindrical model leading to a systematic overestimation of the smallest diameters. Finally, in the aim of going further in the physiopathology of the autism, we added to the current 3T imaging protocol the dMRI sequence developed in the framework of this thesis in order to map the axonal diameter and density. This study is ongoing and should validate shortly the contribution of these new quantitative measures of the microstructure in the comprehension of the atrophies of the corpus callosum, initially observed using less specific diffusion parameters such as the generalized fractional anisotropy. There will be other clinical applications in the future.

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'imagerie par résonance magnétique (IRM) est la seule technique non invasive d'imagerie médicale qui permet la reconstruction de l'architecture neuronale du cerveau. Cette approche est fondamentale pour le domaine des neurosciences, qui tente continuellement de développer de nouveaux outils et modèles pour mieux détecter et étudier les maladies mentales et neurodégénératives, les troubles du développement, les tumeurs, les commotions, ainsi que plusieurs autres pathologies du cerveau humain. L'IRM de diffusion (IRMd) combinée à la tractographie rend possible l'extraction de l'information structurelle sur les fibres nerveuses. Ces méthodes permettent de visualiser, d'analyser et d'évaluer l'intégrité de la matière blanche, ceci afin d'identifier la présence d'anomalies le long des axones, causées par la démyélinisation, la mort axonale ou d'autres détériorations. La problématique est que ces méthodes ont une faible résolution comparée à une surface ou une image anatomique IRM. L'IRMd est limitée par son faible rapport signal sur bruit (SNR) et l'effet de volume partiel causé par la discrétisation. Certains modèles géométriques ont récemment été utilisés pour mieux modéliser l'expansion corticale, la topologie des plis corticaux et l'organisation des couches de la matière grise. Toutefois, ces modèles fournissent seulement de l'information sur l'organisation du cortex et non pas sur la matière blanche comme telle, ni sur la structure des neurones. Cette recherche vise à modéliser la structure complexe des fibres de la matière blanche à l'aide d'équations différentielles et de flots géométriques. Ce mémoire présente différents modèles mathématiques (surface et flot) ainsi que leur intégration avec la méthode des différences finies. Nous proposons également d'utiliser un maillage de la surface corticale afin d'améliorer la précision de l'IRMd et de limiter l'effet de volume partiel. Validée qualitativement et quantitativement avec l'aide d'acquisitions hautes résolutions du Human Connectome Project (HCP) et d'un jeu de données de reproductibilité de test-retest, cette méthode permet d'améliorer la tractographie. Les résultats de ces travaux permettront de faire le pont entre l'imagerie de diffusion (IRMd) et les modalités propres à l'imagerie fonctionnelle (EEG, MEG, IRMf et TMS), pour lesquelles la structure des axones situés sous le cortex est essentielle pour bien modéliser et comprendre le fonctionnement cérébral.

Ce mémoire est divisé en quatre chapitres. D’abord, une introduction initie le lecteur au domaine des neurosciences. Ensuite, le chapitre 1 décrit les étapes de la dissection virtuelle par tractographie, à partir du phénomène physique de la diffusion jusqu’aux mesures statistiques des structures de la matière blanche. Le chapitre 2 présentera une nouvelle méthode d’assurance qualité, basée sur l’analyse volumique des faisceaux de la matière blanche, la contribution principale de ce mémoire. Finalement, la conclusion contient une discussion des problématiques non résolues ainsi que des perspectives d’avenir pour la tractographie.

Le recalage des images du cerveau vise à réduire la variabilité anatomique entre les differentes sujets, et à créer un espace commun pour l'analyse de groupe. Les approches multi-modales essaient de minimiser les variations de forme du cortex et des structures internes telles que des faisceaux de fibres nerveuses. Ces approches nécessitent une identification préalable de ces structures, ce qui s'avère une tâche difficile en l'absence d'un atlas complet de référence. Nous proposons une extension de l'algorithme de recalage difféomorphe des Démons pour recaler conjointement des images et des faisceaux de fibres. Dans cette thèse, nous analysons différentes représentations des faisceaux de fibres comme une séquence de points, un nuage de points, les courants et les mesures. Différentes distances sont analysées et étudiées dans l'algorithme de recalage. Pour simplifier la représentation de la matière blanche nous utilisons et étendons les algorithmes de classification existants. En étendant le recalage d'images afin d'ajouter des descripteurs de la géométrie des fibres nerveuses, nous espérons améliorer les futures analyses concernant les matières grise et blanche. Nous avons démontré l'efficacité de notre algorithme en recalant conjointement des images anatomiques pondérées en T1 et des faisceaux de fibres. Nous avons comparé nos résultats à des approches concurrentes, l'une multimodale s'appuyant sur l'anisotropie fractionnaire et la pondération T1, l'autre sur les tenseurs de diffusion, et obtenu de meilleures performances à l'aide de notre algorithme. Enfin, nous mettons en évidence sur des études de groupe en IRMf que notre méthodologie et notre implémentation apportent un gain en sensibilité de détection des activations cérébrales. / Brain image registration aims at reducing anatomical variability across subjects to create a common space for group analysis. Multi-modal approaches intend to minimize cortex shape variations along with internal structures, such as fiber bundles. These approaches require prior identification of the structures, which remains a challenging task in the absence of a complete reference atlas. We propose an extension of the Diffeomorphic Demons image registration to jointly register images and fiber bundles. In this thesis we analyze differents representations of the fiber bundles such as ordered points, clouds of points, Currents and Measures. Different distances are analyzed and implemented into the registration algorithm. To simplify white matter representation we also analyze, use and extend existing clustering algorithms. By extending the image registration to include geometric fiber bundles descriptors we hope to improve future analyses regarding both, grey and white matter. We demonstrate the efficacy of our algorithm by registering simultaneously T1 images and fiber bundles and compare results with a multi-modal T1+Fractional Anisotropy (FA) and a tensor-based registration algorithms and obtain superior performance with our approach. We provide preliminary evidence that our implementation improves the sensitivity of activation detection in fMRI group studies.

Nous ne pouvons tout voir. L'attention, notre capacité à filtrer et moduler les informations, nous permet d'interagir de façon efficace avec le monde. Nous avons utilisé une technique non-invasive de modulation de l'activité cérébrale, la Stimulation Magnétique Transcrânienne (SMT) pour manipuler l'activité d'une région clé du réseau de l'attention spatiale, le champ oculomoteur frontal (FEF) droit. L'accent est mis sur les connexions anatomiques observées en IRM de diffusion sous-tendant la modulation de la perception visuelle. Après avoir présenté nos connaissances tirées de données comportementales, physiologiques et anatomiques ainsi que les techniques utilisées, nous présentons nos études qui montrent une amélioration des performances visuelles après des impulsions simples ou des trains d'impulsions de SMT à une fréquence spécifique (30Hz) appliqués sur le FEF droit juste avant l'apparition d'une cible visuelle. Nous examinons ensuite si des différences interindividuelles de connectivité anatomique influencent la modulation perceptive induite par SMT. Nous décrivons un faisceau fronto-tectal qui connecte le FEF avec le colliculus supérieurs et montrons que la probabilité de connexion entre ces deux régions dans l'hémisphère droit influence la contribution du FEF sur la détection visuelle. Nous décrivons aussi les trois branches du faisceau longitudinal supérieur et démontrons l'influence de la 1ère branche dans l'hémisphère droit sur la modulation visuelle induite par des trains de SMT à 30 Hz. Ces résultats suggèrent un rôle important de la connectivité anatomique dans la possibilité de synchroniser les aires d'un réseau à une fréquence spécifique. / We are unable to see everything. Attention, our ability to filter, select and modulate information, allows us to interact efficiently with the world. We employed a non-invasive brain stimulation technique, the Transcranial Magnetic Stimulation (TMS), to manipulate in humans the activity of a key area of the attentional network, the right Frontal Eye Field (FEF). Our work focuses on the characterization with diffusion MRI of anatomical connections and their role underlying the modulation of visual perception. We first introduce previous behavioral, physiological and anatomical findings and the techniques used in our work. We then present evidence showing an improvement of visual performances tied to activity patterns consisting in either single pulses or frequency-specific rhythmic TMS bursts (30Hz) applied over the right FEF, prior to the onset of a visual target. We also examine whether inter-individual differences in white matter connectivity could influence the modulatory role that the FEF exerts on visual perception. We describe a fronto-tectal pathway connecting the FEF with the superior colliculus and show that the probability of connection between these two sites in the right hemisphere influences the FEF contributions to visual detection. We also characterize the three branches of the superior longitudinal fasciculus connecting frontal and parietal lobes and demonstrate an influence of its first branch in the right hemisphere on visual modulation induced by frequency-specific TMS bursts. Our results suggest a crucial role in the modulation of visual perception of the anatomical connectivity to synchronize areas of a network at a specific frequency.

Ce mémoire présente un nouvel algorithme de compression de fibres développé spécifiquement pour la tractographie. Validé et testé sur un large éventail d’algorithmes et de paramètres de tractographie, celui-ci présente trois grandes étapes : la linéarisation, la quantization ainsi que l’encodage. Les concepts clés de l’imagerie par résonance magnétique de diffusion (IRMd) et de la compression sont également introduits afin de faciliter la compréhension du lecteur.