L’hippocampe est une structure de substance grise du lobe temporal qui joue un rôle fondamental dans les processus de mémoire ainsi que dans de nombreuses pathologies (maladie d’Alzheimer, épilepsie, dépression...).Le développement de modèles morphométriques est essentiel pour étudier l’anatomie fonctionnelle de cette structure et les altérations associées à différentes pathologies. L’objectif de cette thèse est de développer et de valider des méthodes de morphométrie de l’hippocampe dans deux contextes distincts : l’étude de la forme externe de l’hippocampe à partir d’IRM conventionnelles (1.5T ou 3T) à résolution millimétrique, l’étude de sa structure interne à partir d’IRM 7T à très haute résolution spatiale. Ces deux contextes correspondent aux deux parties principales de la thèse.Dans une première partie, nous proposons une méthode pour la classification automatique de patients à partir de descripteurs morphométriques. Cette méthode repose sur une décomposition en harmoniques sphériques qui est combinée à un classifieur de type support vectormachine (SVM). La méthode est évaluée dans le contexte de la classification automatique de patients avec une maladie d’Alzheimer (MA), de patients mild cognitive impairment (MCI) et de sujets sains âgés. Elle est également comparée à d’autres approches et une validation plus exhaustive est proposée dans une population de 509 sujets issus de la base ADNI. Nous présentons enfin une autre application de la morphométrie pour l’étude des altérations structurelles associées au syndrome de Gilles de la Tourette.La seconde partie de la thèse est consacrée à la morphométrie de la structure interne de l’hippocampe à partir d’IRM à 7 Tesla. En effet, la structure interne de l’hippocampe est riche et complexe mais inaccessible à l’IRM conventionnelle. Nous proposons tout d’abord un atlas de la structure interne de l’hippocampe à partir de données postmortem acquises à 9.4T. Ensuite, nous proposons de modéliser la corne d’Ammon et le subiculum sous la forme d’un squelette et d’une mesure locale d’épaisseur. Pour ce faire, nous introduisons une méthode variationnelle originale utilisant des espaces de Hilbert à noyaux reproduisants. La méthode est ensuite validée sur l’atlas postmortem et évaluée sur des données in vivo de sujets sains et de patients avec épilepsie acquises à 7T. / The hippocampus is a gray matter structure in the temporal lobe that plays a key role in memory processes and in many diseases (Alzheimer's disease, epilepsy, depression ...).The development of morphometric models is essential for the study of the functional anatomy and structure alterations associated with different pathologies. The objective of this thesis is to develop and validate methods for morphometry of the hippocampus in two contexts: the study of the external shape of the hippocampus from conventional MRI (1.5T or 3T) with millimeter resolution, and the study of its internal structure from 7T MRI with high spatial resolution. These two settings correspond to the two main parts of the thesis.In the first part, we propose a method for the automatic classification of patients from shape descriptors. This method is based on a spherical harmonic decomposition which is combined with a support vector machine classifier (SVM). The method is evaluated in the context of automatic classification of patients with Alzheimer's disease (AD) patients, mild cognitive impairment (MCI) patients and healthy elderly subjects. It is also compared to other approaches and a more comprehensive validation is available in a population of 509 subjects from the ADNI database. Finally, we present another application of morphometry to study structural alterations associated with the syndrome of Gilles de la Tourette.The second part of the thesis is devoted to the morphometry of the internal structure of the hippocampus from MRI at 7 Tesla. Indeed, the internal structure of the hippocampus is rich and complex but inaccessible to conventional MRI. We first propose an atlas of the internal structure of the hippocampus from postmortem data acquired at 9.4T. Then, we propose to model the Ammon’s horn and the subiculum as a skeleton and a local measure thickness. To do this, we introduce a variational method using original Hilbert spaces reproducing kernels. The method is validated on the postmortem atlas and evaluated on in vivo data from healthy subjects and patients with epilepsy acquired at 7T.
Identifer | oai:union.ndltd.org:theses.fr/2012PA112375 |
Date | 13 December 2012 |
Creators | Gerardin, Emilie |
Contributors | Paris 11, Colliot, Olivier |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0342 seconds