La compréhension des mécanismes impliqués dans les maladies neurodégénératives ou développementales ainsi que la mise en place de nouvelles approches thérapeutiques reposent sur l’utilisation de modèles expérimentaux pertinents et de techniques d’imagerie adaptées. Dans ce contexte, l’IRM est un outil de choix pour l’exploration anatomique in vivo dans la mesure où elle permet d’effectuer un suivi longitudinal. Le succès translationnel des thérapies du laboratoire au patient repose sur une bonne caractérisation des modèles et une continuité des biomarqueurs utilisés. Or, si l'IRM est disponible en préclinique et en clinique, les outils d'analyse sont peu « génériques ». Au cours de cette thèse, en s'inspirant des travaux menés chez l'Homme, nous avons développé et validé des outils automatiques de segmentation des structures neuroanatomiques chez le Macaque. La méthode proposée repose sur la mise en registre avec l'IRM du sujet d'un atlas digital probabiliste suivi de l'optimisation d'un modèle statistique par mélanges de gaussiennes et champs aléatoires de Markov. Elle a été validée chez un ensemble de sujets sains adultes puis mise en application dans le contexte du développement néonatal normal du cerveau. Afin de poser les bases d'une évaluation permettant une comparaison des biomarqueurs IRM avec les biomarqueurs post mortem de référence, nous avons également mis au point une chaîne de traitement permettant la reconstruction 3D de volumes histologiques du cerveau de Macaque et l'avons appliqué à la caractérisation du contraste IRM au cours d'une greffe de cellules souches après lésion excitotoxique. / Understanding the mechanisms involved in neurodegenerative or developmental diseases and designing new therapeutic approaches are based on the use of relevant experimental models as well as appropriate imaging techniques. In this context, MRI is a prominent tool for in vivo investigation as it allows for longitudinal follow-up. Successful translation from bench to bedside calls for well-characterized models as well as transferable biomarkers. Yet, despite the existence of both clinical and preclinical scanners, analysis tools are hardly translational. In this work, inspired by standards developed in Humans, we've built and validated tools for the automated segmentation of neuroanatomical structures in the Macaque. This method is based on the registration of a digital probabilistic atlas followed by the fitting of a statistical model consisting of a gaussian mixture and Markov random fields. It was first validated in healthy adults and then applied to the study of neonatal brain development. Furthermore, to pave the way for comparisons with gold standard post mortem biomarkers, we developed a pipeline for the automated 3D reconstruction of histological volumes that we applied to the characterization of MRI contrast in a stem-cell graft following an excitotoxic lesion.
Identifer | oai:union.ndltd.org:theses.fr/2016SACLS333 |
Date | 17 October 2016 |
Creators | Balbastre, Yaël |
Contributors | Université Paris-Saclay (ComUE), Mangin, Jean-François, Delzescaux, Thierry |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text, Image, StillImage |
Page generated in 0.3173 seconds