Thèse de doctorat présenté en vue de l'obtention du doctorat en psychologie - recherche intervention, option neuropsychologie clinique (Ph.D) / Il est de plus en plus communément admis que la plupart des fonctions cognitives chez l’humain sont organisées sous forme de réseaux cérébraux distribués plutôt que strictement sous forme de modules anatomiques ségrégués et localisés. Parmi ces fonctions cognitives, nos capacités à nommer des objets ou à formuler des idées sont fondamentales dans la communication verbale et une perturbation de ces capacités peut mener à des limitations significatives au quotidien (ex. manque de fluidité, discours vide de sens, paraphasies et difficultés à se faire comprendre). La combinaison multimodale des données en imagerie par résonance magnétique (IRM) est une façon d’étudier ces réseaux cérébraux. Elle permet d’investiguer simultanément plusieurs pans de l’architecture neurobiologique qui forme ces réseaux cérébraux (ex. les dynamiques fonctionnelles qu’entretiennent les différentes aires cérébrales et leurs connexions anatomiques sous-jacentes). L’intégration de l’IRM fonctionnelle (IRMf) pour guider la tractographie représente une combinaison multimodale pertinente pour étudier le réseau fonctionnel (aires cérébrales) et structurel (fibre de matière blanche) qui permet la dénomination d’images chez l’humain. Néanmoins, la combinaison de ces modalités est complexe et il n’existe à ce jour aucune documentation strictement dédiée à l’intégration l’IRMf pour guider la tractographie (ex. procédurier, bonnes pratiques, etc.). Le premier objectif de cette thèse consistait donc à effectuer une synthèse intégrative des aspects méthodologiques associés à l’intégration de l’IRMf pour guider la tractographie via une étude de la portée (article/étude #1). Nos résultats sont organisés en 19 constats qui concernent les défis méthodologiques associés à cette méthode de combinaison multimodale. Nous y proposons également des recommandations, des pistes de solution et avons identifié des lacunes dans les connaissances associées à cette méthodologie. Le second objectif de cette thèse visait à cartographier le réseau cérébral impliqué dans la dénomination d’images en intégrant l’IRMf pour guider la tractographie auprès de jeunes adultes en santé (article/étude #2). En appliquant les connaissances de l’article/étude #1 dans le cadre d’une étude empirique, nous avons pu proposer un modèle neurocognitif de la dénomination d’images. Dans ce modèle, nous validons la présence d’une voie ventrale et dorsale du traitement de l’information. Les résultats suggèrent aussi que les parties postérieures du cortex inférotemporal et du gyrus temporal supérieur peuvent servir d’interface entre ces deux voies du traitement de l’information. Cette étude appuie également la suggestion d'une voie ventrale indirecte qui transige par le lobe temporal antérieur. Finalement, cette thèse propose un outil fort utile pour les chercheurs qui désirent utiliser cette méthode intégrative, avancer les connaissances ou encore développer de nouveaux outils méthodologiques. Grâce à a l’intégration de l’IRMf pour guider la tractographie et la triangulation des données issues d’autres méthodes, cette thèse offre une analyse détaillée des processus cognitifs et des bases neurobiologiques impliqués dans la dénomination d’images. Il s’agit encore ici d’un outil très pertinent pour tous les cliniciens qui ont recours à la dénomination d’images dans le cadre de leur pratique. / It has become more and more consensual that most cognitive functions in humans are organized in distributed brain networks rather than simply segregated and localized modules. Amongst these cognitive functions, our ability to name objects and elaborate ideas is fundamental for verbal communication as naming impairments can lead to significant limitations (i.e., lack of fluidity, empty speech, paraphasias and struggles to be understood). Multimodal magnetic resonance imaging (MRI) data combination provide opportunities for studying brain networks. It allows us to simultaneously investigate different aspects of the neurobiological architecture that forms brain networks (i.e., the functional dynamics that brain areas maintain together and their underlying anatomical connections). The integration of functional MRI (fMRI) to guide diffusion MRI (dMRI) tractography therefore represents an interesting way of combining multimodal MRI to study functional networks (brain areas) and white matter structures that allow picture naming abilities in humans. However, combining different MRI modalities remains a complex challenge and, up to this date, there is no documentation strictly dedicated to the integration of fMRI to guide dMRI tractography (i.e. bests practices, step-by-step guide, recommendations, etc.). The first objective of this thesis was to provide an integrative synthesis of the methodological aspects related to the integration of fMRI to guide dMRI tractography through a scoping review (article/study #1). Our results are organized in 19 findings which concern the methodological challenges associated with this multimodal combination technique. We there offer recommendations, solutions and identify gaps in the literature. The second objective of this thesis was to map the brain network involved in picture naming by integrating fMRI to guide dMRI tractography in healthy young adults (article/study #2). By applying the knowledge obtained from article/study #1 in the context of an experimental study, we were able to propose a neurocognitive model of picture naming. In this model, we confirm the presence of a ventral and dorsal information processing pathway. Our results also suggest that the posterior parts of the inferotemporal cortex and superior temporal gyrus may serve as an interface between these two information processing pathways. This study also supports the hypothesis of an indirect ventral pathway that relays through the anterior temporal lobe. Finally, this thesis offers a useful tool for researchers who wish to use this multimodal integrative method, advance knowledge or develop new methodological tools. Thanks to the integration of fMRI to guide dMRI tractography and the triangulation of data from other methods, this thesis was able to offer a complex and comprehensive look at the cognitive processes and neurobiological basis involved in picture naming. Again, this is also a very relevant tool for all clinicians who use picture naming in their everyday practice.

L’épilepsie insulaire (ÉI) est une forme rare d’épilepsie focale qui, en raison des défis liés à son diagnostic, est difficilement cernable. De plus, la prise en charge des patients avec ÉI s’avère complexifiée par le fait que cette pathologie est fréquemment résistante aux médicaments anti-crises. Pour ces cas médico-réfractaires, la chirurgie insulaire est une option viable. Cela dit, les patients subissant une telle intervention développent fréquemment des déficits neurologiques postopératoires; heureusement, la grande majorité de ceux-ci récupèrent complètement et rapidement. Or, le mécanisme sous-tendant ce singulier rétablissement fonctionnel demeure à ce jour mal compris. Deux modalités modernes d’IRM structurelle, soit l’analyse d’épaisseur corticale et la tractographie, ont permis, dans les dernières années, de décrire les altérations architecturales caractéristiques et potentiellement diagnostiques de divers types d’épilepsie ainsi que de caractériser les remodelages plastiques qui suivent la chirurgie de l’épilepsie extra-insulaire. Cependant, à ce jour, aucune étude ne s’est encore penchée sur le cas de l’ÉI. De ce fait, les études qui constituent cette thèse exploitent l’IRM structurelle afin, d’une part, de dépeindre les altérations d’épaisseur du cortex et de connectivité de matière blanche associées à l’ÉI et, d’autre part, de définir les réarrangements de connectivité subséquents à la chirurgie insulaire pour contrôle épileptique. Les deux premières études de cette thèse ont révélé que l’ÉI était associée à un pattern majoritairement ipsilatéral d’atrophie corticale et d’hyperconnectivité impliquant principalement des sous-régions insulaires et des régions connectées à l’insula. De manière intéressante, la topologie de ces changements correspondait, au moins en partie, à celle du réseau épileptique de l’ÉI. Ensuite, la troisième étude visait à décrire, par le biais d’une méta-analyse, l’histoire naturelle postopératoire des patients subissant une chirurgie pour ÉI. Cette analyse a, entre autres, confirmé que cette chirurgie était efficace (66.7% de disparition des crises) et qu’elle était fréquemment accompagnée de complications neurologiques (42.5%) qui, dans la plupart des cas, étaient transitoires (78.7% des complications) et récupéraient entièrement dans les trois mois postopératoires (91.6% des complications transitoires). Finalement, la quatrième étude a révélé que la chirurgie pour ÉI était suivie d’altérations de connectivité diffuses et bilatérales. Notamment, les connexions présentant une augmentation de connectivité concernaient particulièrement des régions localisées soit près de la cavité chirurgicale ou dans l’hémisphère controlatéral à l’intervention. De plus, la majorité de ces renforcements structurels se sont produits dans les six premiers mois suivant la chirurgie, un délai comparable à celui durant lequel la majeure partie de la récupération fonctionnelle postopératoire a été observée dans notre méta-analyse. En somme, nos résultats suggèrent que les altérations morphologiques en lien avec l’ÉI peuvent correspondre à son réseau épileptique sous-jacent. La topologie de ces changements pourrait constituer un biomarqueur structurel diagnostique qui aiderait à la reconnaissance de l’ÉI et, concomitamment, favoriserait possiblement un traitement chirurgical plus adapté et plus efficace. De plus, les augmentations de connectivité postopératoires pourraient correspondre à des réponses neuroplastiques permettant de prendre en charge les fonctions altérées par la chirurgie. Nos constats ont ainsi contribué à la caractérisation des mécanismes étayant la singulière récupération fonctionnelle accompagnant la chirurgie pour ÉI. À plus grande échelle, nos travaux offrent un aperçu du potentiel de l’IRM structurelle à assister au diagnostic de l’épilepsie focale ainsi qu’à participer à la description des changements plastiques subséquents à une résection neurochirurgicale. / Insular epilepsy (IE) is a rare type of focal epilepsy that is difficult to diagnose. In addition to the challenging nature of IE detection, management of patients with this condition is complicated by the tendency of insular seizures to be resistant to anti-seizure medications. For such medically refractory cases, insular surgery constitutes a viable and long-lasting therapeutic option. That said, patients who undergo an insular resection for seizure control frequently develop postoperative neurological deficits; fortunately, most of these impairments recover fully and rapidly. While this favorable postoperative course contributes to improving the outcome of IE surgery, the mechanism underlying the functional recovery remains unknown. Two contemporary structural MRI modalities, namely cortical thickness analysis and tractography, have recently been used to describe characteristic structural alterations of focal epilepsies and to elucidate the postoperative plastic remodeling associated with surgery for extra-insular epilepsy. While these analyses added to our understanding of several localization-related epilepsies, none specifically studied IE. In this thesis, we exploit structural MRI techniques to, first, depict the alterations of cortical thickness and white matter connectivity in IE and, second, define the progressive rearrangements that follow insular surgery for epilepsy. The first two studies of the current thesis showed that IE is associated with a primarily ipsilateral pattern of cortical thinning and hyperconnectivity that mainly involves insular subregions and insula-connected regions. Interestingly, the topology of these changes corresponded, at least in part, to the epileptic network of IE. Furthermore, the third study aimed to describe, via a meta-analysis, the postoperative outcome of patients undergoing surgery for IE. Among other findings, the analysis revealed that insular surgery was effective (66.7% seizure freedom rate) but was associated with a significant risk of neurological complications (42.5%) which, in most cases, were transient (78.7% of all complications) and recovered fully within three months (91.6% of transient complications). Finally, the fourth study showed that surgery for IE was followed by a diffuse pattern of bilateral structural connectivity changes. Notably, connections exhibiting an increase in connectivity were specifically located near the surgical cavity and in the contralateral healthy hemisphere. In addition, the majority of the structural strengthening occurred in the first six months following surgery, a time course that is consistent with the short delay during which most of the postoperative functional recovery was observed in our meta-analysis. Our results suggest that the morphological alterations in IE may reflect its underlying epileptic network. The topology of these changes may constitute a structural biomarker that could help diagnose IE more readily and, concomitantly, potentially enable a more targeted and more effective surgical treatment. Moreover, the postoperative increases in connectivity may be compatible with compensatory neuroplastic responses, a process that arose to recoup the functions of the injured insular cortex. Our findings have therefore contributed to the characterization of the driving process that supports the striking functional recovery seen following surgery for IE. On a larger scale, our work provides insights into the potential of structural MRI to assist in the diagnosis of focal epilepsy and to describe plastic changes following neurosurgical resections.

Within the prefrontal cortex, the frontal eye field (FEF) and the inferior frontal junction (IFJ) are crucial regions that mediate attention, working memory, and cognitive control functions. I comprehensively reviewed the neuroimaging evidence on these regions, suggesting that they are specialized in the control of spatial versus non-spatial visual processing, respectively, and hypothesized that their connectivity fingerprints might underlie these roles. To accurately infer the localization of these regions in standard space, I carried out an activation likelihood estimation (ALE) fMRI meta-analysis using tasks that reliably engage these regions. Prosaccade and antisaccade tasks were included in the FEF sample, whereas oddball/attention, n-back, Stroop and task-switching experiments were included in the IFJ sample (n = 35 and 32, respectively). The ALE technique revealed the strongest convergence of activations at the junctions of the superior precentral sulcus and superior frontal sulcus for the FEF, and the inferior precentral sulcus and inferior frontal sulcus for the IFJ. I employed the resulting ALE peaks to perform a meta-analytic connectivity modeling analysis to uncover their whole-brain fMRI coactivations and decoded these patterns to infer significant associations with behavioral domains. The ALE peaks from a subsample of the previous meta-analysis were used to analyze 3T diffusion MRI data released by the Human Connectome Project from 56 unrelated subjects. Using a surface-based probabilistic tractography approach, I tracked streamlines ipsilaterally from the FEF and IFJ to regions of the dorsal and ventral visual streams on the native white matter surface parcellated using the atlas by Glasser et al. (2016). By contrasting their connectivity likelihood, I found predominant structural connectivity from FEF to regions of the dorsal visual stream (particularly in the left hemisphere) compared to the IFJ, and conversely, predominant structural connectivity from the IFJ to regions of the ventral visual stream compared to the FEF. These results were replicated when accounting for the distance between FEF, IFJ, and the target regions. The connectivity fingerprints of the FEF and IFJ provide converging evidence of their specialization in the control of spatial vs non-spatial processing, which is mediated by long-range white matter association pathways. The results presented in this dissertation overall support the view that the two-visual stream architecture extends to the human prefrontal cortex, as was originally hypothesized in the macaque based on tract tracing and neurophysiological evidence.

No description available.

擴散權重影像與神經纖維追蹤可以用來探討腦區域之間的連結性，目前透過網路分析方式已經證實腦網路是有小世界的特性，最近也有研究不同受試者或者是病人之間的網路連結量測集中程度，但是擴散權重影像所運算出來的網路參數中間要經過很多步驟，這些中間步驟可能會影響到網路參數。所以有必要對於量測網路參數的受試者間變異性和重複量測重現性進行研究。本研究的目標是利用機率式神經纖維追蹤術量測大腦網路參數的重現性，探討三個會影響計算網路參數的重現性的變因，分別是，路徑定義方式、有無損耗正規化、受試者群體的網路連結篩選機制。變異係數定義（Coefficient of Variance, CV）為標準差除以平均值，分別計算二次量測之間的變異係數（CVwithin），以及受試者之間的變異係數（CVbetween），另外也計算組內相關係數（Intraclass correlation coefficient, ICC）。 掃描30受試者（15男，15女，年齡20~26）。每人掃描二次，並利用機率式神經纖維追蹤術計算網路連結，網路節點則是使用AAL標準模板定義的節點。若使用Wij = 1 – Pij定義長度，三項網路參數（區域效率、全域效率及損耗）重現性皆可接受（CVwithin<1.08%, CVwithin ≤ 10% and ICC > 0.7）。如果使用Wij=1/Pij定義長度，其損耗的CVwithin相較於Wij = 1 – Pij的大。如果長度的全距大，區域效率會不尋常地增加。如果二次掃描分別實施連結篩選，全域效率的CVwithin會較大。 本研究探討不同的網路建構方式將會影響測試內重現度，不同的研究團隊，縱使是採用相同的受試者群體和相同的儀器，所發表出來的網路參數可能會因為纖維追蹤術造成的誤差而不一致，因此實驗必須謹慎的分析資料以及闡述結果。 / Diffusion tensor imaging (DTI) with associate tractography can be used to access the connectivity of cortical regions in brain. Network analysis applied to connectivity matrix has demonstrated that brain has small world property. Recent studies also use network analysis to study the variation of concentricity among different group of subjects and patients. However the estimation of network metrics from DTI takes sophisticated processing steps. These intermediate steps may influence the estimation of network metric. It is therefore needed to investigate the potential variation of estimated network metrics using reproducibility test. The goal is to study the reproducibility of network properties derived from diffusion connectivity matrix constructed using probabilistic tractography. The effects of three factors on the reproducibility of network metrics estimation were studied. They are definition of path lengths of network matrix, path with and without cost normalization, the application of threshold to subjects groups. Coefficient of Variation (CV) defined as standard deviation divided by mean is used to test the intra-session (CVwithin) and inter subject (CVbetween) variability. Intra-class correlation coefficient (ICC) was also calculated. Images were acquired from 30 healthy participants (15 male, 15 female, aged 20-26 years). Each subject was scanned twice, denoted as N1 and N2. Probabilistic tractography was performed to mapping of cortico-cortical anatomical connections between regions defined from an anatomical atlas. All three of the tested network metrics (local efficiency, global efficiency and cost) were identified as acceptable (CVwithin < 1.08%, CVwithin ≤ 10% and ICC > 0.7) using path length defined as Wij = 1 – Pij. When the path length is defined as Wij = 1/Pij, cost showed higher CVwithin compared to Wij = 1 – Pij. It is unusual that local efficiency increase when the range of path length of edges is large. Global efficiency showed higher CVwithin as threshold is applied to N1 and N2 separately compared to both scans together. The present study revealed that different ways to construct cortical network had an effect on intra-session reproducibility. Our study also showed that despite evaluation of identical subjects using the same MRI system, variation of network metrics may be found by different research groups due to the potential errors from tractography. Replication of the experiment need to be carefully analyzed and interpreted.

La connaissance de l’architecture tridimensionnelle (3D) des fibres est cruciale dans la compréhension de la fonction du cœur humain. L’imagerie par résonance magnétique du tenseur de diffusion (IRM-DT) est une technique permettant de mesurer la diffusion des molécules d’eau dans des tissus humains, et donc d’étudier de manière non-invasive l’architecture 3D des fibres du cœur humain. Dans l’IRM-TD cardiaque, la tractographie des fibres est essentielle pour représenter et visualiser l’architecture des fibres, mais souvent utilisée qualitativement comme une dernière étape qui consiste à visualiser sur l’écran l’architecture myocardique obtenue à partir des données IRM-TD. Cependant, cette visualisation qualitative n’est pas suffisante pour décrire de manière objective et complète l’architecture des fibres. L’objectif de cette thèse est de développer de nouvelles approches pour la tractographie et pour la description quantitative de l’architecture des fibres cardiaques du cœur humain en IRM-TD cardiaque. Les travaux de cette thèse se focalisent sur trois axes. Le premier est le développement d’un algorithme de tractographie probabiliste, qui prend en compte la corrélation spatiale des fibres pendant le suivi des fibres myocardiques. Les résultats expérimentaux montrent que la méthode proposée est robuste au bruit. Les fibres produites sont plus régulières et plus lisses, et la configuration des fibres cardiaques est plus facile à observer. Le second axe concerne une nouvelle notion de dépliement de fibres pour décrire les fibres du cœur humain, qui sont souvent complexes dans l’espace 3D. L’idée est d’analyser cette architecture 3D dans un espace réduit à deux dimensions (2D), en utilisant une technique d’apprentissage de variété. L’approche de dépliement proposée permet la description quantitative de l’architecture 3D de fibres cardiaques dans un plan 2D. Les résultats montrent qu’il est beaucoup plus facile d’observer et d’étudier les caractéristiques des fibres cardiaques après les avoir dépliées, et qu’il semble exister des formes de fibres caractéristiques du cœur humain. Le dernier axe consiste en la fusion de fibres, qui est obtenue en moyennant les fibres selon une grille. Cette approche fournit des architectures de fibres simplifiée à différentes échelles, et permet de mieux mettre en évidence la configuration des fibres cardiaques. / It is important to study the cardiac fiber architecture in order to understand the heart function. Diffusion tensor MRI (DT-MRI) is the only noninvasive technique that allows studying cardiac fiber architecture in vivo. Tractography is essential in representing and visualizing cardiac fiber architecture in DT-MRI, but is often employed qualitatively. The motivation of this thesis is to develop technique for studying the cardiac fiber architecture from the fiber tracts provided by the tractography process in cardiac DT-MRI. Our goal is to develop tractography algorithm and approaches for the quantitative description of cardiac fiber architecture. My work is composed of three main axis. The first is the development of a probabilistic tractography algorithm, which takes fiber spatial correlation into accounts in tracing fibers. Experimental results show that the proposed method is meaningfully more robust to noise than the streamlining method, and produces more regular and smoother fibers, which enables cardiac fiber configurations to be more clearly observed. The second concerns a new framework, namely cardiac fiber unfolding, which is an isometric mapping. Our fiber unfolding framework allows the quantitative description of three dimensional cardiac fiber architecture in a two dimensional plan. Our experimental results show that fiber tract pattern can be observed much easier by unfolding them in a plane, and several cardiac fiber patterns were found. The last axis consists in merging fibers, which is achieved by averaging fibers according to a grid. This fiber merging approach provide simplified fiber architecture at different scale as output that highlights the cardiac fiber configuration.

No description available.

L'un des problèmes fondamentaux de l'imagerie cardiaque par résonance magnétique du tenseur de diffusion (IRM-TD) est sa faible résolution spatiale, à cause des limitations matérielles des scanners IRM actuels. L'objectif principal de ce travail de thèse est de développer de nouvelles approches pour améliorer la résolution des données d'IRM-TD afin de mieux représenter l'architecture myocardique du coeur humain et de la comparer avec des résultats issus d'autres techniques d'investigation telles que l'imagerie par lumière polarisée. Dans ce cadre, le travail porte sur trois parties principales. La première concerne le développement d'une nouvelle approche pour l'interpolation des champs de vecteurs propres principaux issus de l'IRM-TD cardiaque humaine. Cette approche consiste d'abord à supprimer les vecteurs corrompus par le bruit au lieu de débruiter de manière uniforme le champ entier de vecteurs, et ensuite à interpoler le champ de vecteurs en utilisant la modèle Thin-Plate-Spline (TPS) afin d'exploiter la corrélation entre les composantes du vecteur. La deuxième partie concerne une nouvelle famille de méthodes d'interpolation pour les champs de tenseurs, basée soit sur les angles d'Euler soit sur le quaternion. Ces méthodes exploitent les caractéristiques du tenseur et préservent les paramètres de tenseurs, tels que le déterminant du tenseur, l'anisotropie fractionnelle (FA) et la diffusivité moyenne (MD). En outre, cette partie compare les principales approches d'interpolation au niveau des images pondérées en diffusion et des champs de tenseurs, et les résultats montrent qu'il serait préférable d'effectuer l'interpolation des données d'IRM-TD au niveau des champs de tenseurs. La troisième partie étudie le changement des paramètres MD et FA après un infarctus du myocarde chez les cochons, et l'influence des méthodes d'interpolation sur ces paramètres dans la zone infarctus et la zone distante. Les résultats montrent que la zone infarctus présente une diminution significative de FA et une augmentation significative de MD, comparée avec la zone distante, et que les méthodes d'interpolations du tenseur ont plus d'influence sur FA que sur MD, ce qui suggère que l'interprétation de ces paramètres cliniques après l'interpolation doive être prise avec précaution. / One of fundamental problems in human cardiac diffusion tensor magnetic resonance imaging (DT-MRI) is its poor spatial resolution, due to the hardware limitations of MRI scanners. The main purpose of this PhD work is to develop new approaches to improving the resolution of cardiac DT-MRI data in order to better understand the myocardial architecture of the heart and compare it with results issues from other investigation techniques such as polarized light imaging. Within this framework, the present work is composed of three main parts. The first part concerns a new approach to interpolating primary eigenvector fields from human cardiac DT-MRI using Thin Plate Spline (TPS) model. This approach removes the noise-corrupted vectors rather than denoising the whole vector field in a uniform manner, and uses TPS model in order to exploit the correlation between vector components during interpolation. The second part is dealt with a new category of feature-based methods for diffusion tensor field interpolation using either Euler angles or quaternion. These feature-based methods well preserve tensor parameters, such as tensor determinant, fractional anisotropy (FA) and mean diffusivity (MD) values. In this part are also compared the main interpolation approaches at the level of diffusion weighted images and tensor fields. The results show that the interpolation of DT-MRI data should be performed at the level of tensor fields. The last part investigates changes in MD and FA after myocardial infarction in porcine hearts, and the influence of diffusion tensor interpolation methods on FA and MD in both infarction and remote region. It is found that the infarction region showed significantly decreased FA and increased MD than the remote region, and that diffusion tensor interpolations have more significant influence on FA than on MD, which suggests that precaution should be taken when performing the clinical analysis based on the parameters after diffusion tensor interpolations.