Return to search

Connectivité anatomique des ganglions de la base : développements méthodologiques et application aux troubles moteurs / Anatomical connectivity of the basal ganglia : methodological developments and application to motor disorders

Les dernières avancées dans le domaine de l’imagerie par résonance magnétique permettent aujourd’hui de mieux comprendre l’anatomie et le fonctionnement du cerveau humain. L’IRM s’avère d’ailleurs aujourd’hui un outil clé pour la recherche de biomarqueurs d’imagerie dans la plupart des pathologies cérébrales. Nous nous sommes intéressés dans le cadre de cette thèse à l’étude de la connectivité anatomique des noyaux gris centraux, structures impliquées dans de nombreuses boucles cortico-sous-cortico-corticales, et dont l’atteinte est à l’origine de troubles moteurs à l’instar de la maladie de Huntington, du syndrome Gilles de la Tourette et de la maladie de Parkinson. Nous avons pour cela effectué plusieurs développements méthodologiques qui permettent de segmenter les noyaux gris centraux et d’inférer leur connectivité anatomique. Tout d’abord, nous avons développé une méthode de segmentation des noyaux gris centraux à partir de différents contrastes et capable de s’adapter à des cas pathologiques présentant une forte modification de ces structures. Ensuite, nous avons développé des méthodes robustes d’analyse et de sélection des fibres reliant les différentes structures cérébrales, obtenues à l’aide de méthodes de tractographie par IRM du processus de diffusion cérébrale. Ces nouvelles méthodes de sélection présentent l’avantage de tenir compte d’a priori anatomiques, et fournissent ainsi des résultats plus proches de la réalité que les résultats obtenus dans la littérature. Nous avons également développé une méthodologie permettant de construire des cartes de connectivité surfaciques afin de projeter les connexions des noyaux gris centraux sur la surface corticale et de comparer le profil de connectivité corticale des noyaux gris au sein d’une population et entre populations. Enfin, nous avons utilisé ces outils pour étudier les modifications putatives de la connectivité anatomique des noyaux gris centraux dans la maladie de Huntington et dans le syndrome Gilles de la Tourette. / The recent advances in magnetic resonance imaging helped understanding brain anatomy and function. Today, MR imaging is a key tool for inferring imaging-based biomarkers for most neuropathologies. In this work, we focused on the anatomical connectivity of the basal ganglia which are involved in several cortico-subcortical loops and which dysfunction is the origin of motor disorders like Huntington and Parkinson diseases and Gilles de la Tourette syndrome. We developed several tools allowing the segmentation of the basal ganglia and inferring their anatomical connectivity. First, we developed a method for deep nuclei segmentation using several contrasts and that was adapted for pathological cases presenting high modifications in the morphology of these structures. Second, we developed robust methods for the analysis and the selection of the fiber tracts linking different brain structures and obtained using dMRI and tractography methods. These novel tools have the advantage of taking into account anatomical prior knowledge. Therefore the obtained results are closer to the real anatomy than those obtained using the tools available in the literature. We also developed surface connectivity maps that project the cortical connections of the deep nuclei directly on the cortical surface and that allow the comparison of the connectivity profile of the deep nuclei between different subjects and different groups. Finally, we used these tools to study the putative modifications of the anatomical connectivity of the deep nuclei in the Huntington disease and Gilles de la Tourette syndrome.

Identiferoai:union.ndltd.org:theses.fr/2011PA112107
Date08 July 2011
CreatorsKacem, Linda
ContributorsParis 11, Poupon, Cyril
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text, Image

Page generated in 0.0022 seconds