Modélisation et mesure de l'évolution morphologique du cerveau à partir d'IRM structurelles pour l'étude des maladies neurodégénératives

Modeling and measuring the brain morphological evolution using structural MRI in the context of neurodegenerative diseases

• Auteur / Autrice : Raphaël Sivera
• Direction : Nicholas Ayache
• Type : Thèse de doctorat
• Discipline(s) : Automatique et traitement du signal et des images
• Date : Soutenance le 29/11/2019
• Etablissement(s) : Université Côte d'Azur (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Nice ; 1992-....)
• Partenaire(s) de recherche : établissement de préparation : Université de Nice (1965-2019)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche en informatique et en automatique (France). Unité de recherche (Sophia Antipolis, Alpes-Maritimes) - E-Patient : Images, données & mOdèles pour la médeciNe numériquE
• Jury : Président / Présidente : Jean-François Mangin
• Jury : Examinateurs / Examinatrices : Jean-François Mangin, Pierrick Coupé, Stanley Durrleman, Hervé Delingette, Xavier Pennec
• Jury : Rapporteurs / Rapporteuses : Pierrick Coupé, Stanley Durrleman
• DOI : 10.70675/88aa065dza553z493azadcbze4f6fb06b824

Mots clés

Mots clés contrôlés

Morphométrie

Vieillissement

Maladie d'Alzheimer

Modèles mathématiques

Analyse multivariée

Mots clés libres

Morphométrie

Vieillissement

Maladie d’Alzheimer

IRM

Modèles longitudinaux

Statistiques multivariées

Morphometry

Aging

Alzheimer’s disease

MRI

Longitudinal models

Multivariate statistical analysis

Résumé

En imagerie médicale computationnelle, l'analyse statistique des déformations permet de caractériser les effets des maladies neurodégénératives sur la morphologie cérébrale. Elle soulève cependant des problèmes méthodologiques spécifiques et l'interprétation des résultats reste complexe. L'objectif de cette thèse est de mettre en place un cadre méthodologique et applicatif permettant une meilleure interprétation clinique des résultats. Dans la première partie, nous proposons un modèle joint des effets du vieillissement et de la maladie d'Alzheimer sur le cerveau. Le modèle propose une description simple des deux processus et peut être utilisé pour générer des évolutions réalistes et personnalisées pour divers diagnostics. Dans la seconde partie, une analyse statistique morphométrique est réalisée dans le cadre de l'essai clinique MAPT. Un effet de l’intervention multidomaine sur la morphologie cérébrale est mis en évidence en multivariée alors qu’il n'est pas directement observable sur les variables cliniques ou les mesures volumétriques. Nous montrons que ces différences associées au traitement sont corrélées à de meilleures performances cognitives. La troisième partie détaille plus en profondeur la méthodologie statistique utilisée. Il s’agit d’un cadre général de test d'hypothèse à partir d'images multivariées qui généralise les outils non paramétriques existants et requiert peu d'hypothèses pour être appliqué. Enfin, la dernière partie explore les relations existantes entre la morphologie cérébrale et la cognition chez les personnes âgées. Les corrélations spatiales et les schémas d'évolution observés suggèrent l'existence de plusieurs dynamiques d'évolutions.

In medical imaging, the statistical analysis of deformations enables the characterization of the effects of neurodegenerative diseases on the brain morphology. Deformations are able to capture precise changes but their analysis raises specific methodological challenges and the results may be difficult to interpret. The objective of this thesis is to present deformation-based methods and to show applications that contribute towards a better clinical interpretation of morphological changes. In the first part, we introduce a joint model of the effects of normal aging and Alzheimer’s disease on the brain morphology. The model proposes a simple description of both processes and is used to generate realistic and personalized evolutions under several diagnosis conditions. In the second part, a morphometric study is conducted on the MAPT cohort. We bring out an effect of the multidomain intervention on the longitudinal deformation of the brain using multivariate statistics. This effect is not observable using clinical assessments or volumetric measures, but we show that the differences associated with the treatment are correlated with better cognitive performance. The third part extends the statistical methodology used in the second part. A complete hypothesis testing framework for multivariate images is presented. It generalizes existing non-parametric frameworks and requires few hypothesis on the data to be applied. Finally the last part builds on the methodology of the previous sections to explore the relation between morphology and cognition in elderly subjects. The spatial correlations and the patterns of evolution described in this section suggest the existence of several dynamics of evolutions that are associated with specific cognitive changes.