Les recherches sur le cerveau portent fréquemment sur ses réseaux fonctionnels internes. Cela implique l'évaluation de la connectivité fonctionnelle (CF), qui est la corrélation statistique entre les activités neuronales dans diverses régions cérébrales. L'une des techniques les plus utilisées pour mesurer la connectivité fonctionnelle est l'imagerie par résonance magnétique fonctionnelle (IRMf). Cette technique repose sur le principe qu'une activité neuronale accrue dans une région cérébrale spécifique entraîne généralement une augmentation du flux sanguin cérébral dans la même région. Cette augmentation du flux sanguin cause l'élévation des niveaux d'oxygène relatifs du cerveau, ce sont ces changements qui sont mesurés par l'IRMf. Cependant, il est connu que la relation entre l'activité neuronale locale et les changements subséquents dans le flux sanguin cérébral est complexe. Une meilleure compréhension de cette relation pourrait influencer l'interprétation des données de connectivité fonctionnelle issues de l'IRMf. Dans ce travail, la relation entre la connectivité fonctionnelle mesurée par IRMf de repos et la variabilité dans la structure vasculaire régionale du cerveau est étudiée. Cela est effectué en utilisant des données publiques disponibles sur la structure vasculaire entière du cerveau de la souris. La variabilité de la structure vasculaire cérébrale est évaluée à l'aide d'une métrique appelée similarité vasculaire. Ensuite, la relation entre la variabilité de la structure vasculaire et la CF est quantifiée en utilisant des modèles de régression linéaire multiple de la connectivité fonctionnelle. Ces modèles incorporent la similarité vasculaire aux côtés de prédicteurs de la CF couramment utilisés issus de la connectivité structurelle et de la topologie spatiale. Ces modèles révèlent que la variabilité de la microstructure vasculaire explique une quantité significative de la variance de la CF mesurée par IRMf de repos, et ce, autant dans des ensembles de données de connectivité fonctionnelle femelle que mâle. / The study of the brain frequently focuses on its intrinsic functional networks. This involves evaluating the functional connectivity (FC), which is the statistical correlation between neuronal activities in various brain regions. One of the most widely used techniques to measure functional connectivity is functional magnetic resonance imaging (fMRI). This technique relies on the principle that increased neuronal activity in a specific brain region typically leads to a rise in cerebral blood flow in the same region. Subsequently, this increased blood flow elevates the relative oxygen levels in the brain's blood, which is detected by the fMRI. However, it is known that the relationship between the local neuronal activity and subsequent changes in cerebral blood flow is complex. A better comprehension of this relationship could influence the interpretation of functional connectivity data arising from fMRI. In this study, the relation of resting-state fMRI functional connectivity and the variability in regional brain vasculature is investigated. This is done by using publicly available whole-brain vasculature data of the mouse brain. The variability of the brain vasculature is assessed using a metric called vascular similarity. Then the relationship between the variability of the brain vasculature and the FC is quantified using multiple linear regression models of functional connectivity. These models incorporate vascular similarity alongside commonly used metrics of FC derived from structural connectivity and spatial topology. These models reveal that microvascular structure variability explains a significant amount of variance in the FC measured by resting-state fMRI in both female and male FC datasets.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/142303 |
| Date | 26 April 2024 |
| Creators | Gaudreault, François |
| Contributors | Desjardins, Michèle |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | COAR1_1::Texte::Thèse::Mémoire de maîtrise |
| Format | 1 ressource en ligne (xiii, 81 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0124 seconds