Étude de la connectivité cérébrale par IRM fonctionnelle et de diffusion dans l’intelligence

par Ilaria Suprano

Thèse de doctorat en Recherche clinique. Innovation technologique. Santé publique

Sous la direction de Dominique Sappey-Marinier et de Chantal Delon-Martin.

Le président du jury était Lucie Hertz-Pannier.

Le jury était composé de Dominique Sappey-Marinier, Chantal Delon-Martin, Fanny Nusbaum, Olivier Koenig, Pierre Fourneret.

Les rapporteurs étaient Maxime Guye, François Lazeyras.


  • Résumé

    L'idée que l'intelligence s’appuie non seulement sur des régions spécifiques du cerveau, mais également sur des réseaux cérébraux efficaces s’est récemment affirmée. En effet, on pense que l'organisation du cerveau humain repose sur des réseaux complexes et dynamiques dans lesquels la communication entre les régions cérébrales garantit un transfert efficace d'informations. Ces concepts nous ont amené à explorer les bases neurales de l'intelligence en combinant des techniques avancées d'IRM et la théorie des graphes. D'un côté, les techniques avancées d'IRM, telles que l'IRM fonctionnelle au repos (IRMf-rs) et l'IRM par diffusion (IRMd), permettent d'explorer respectivement la connectivité cérébrale fonctionnelle et structurale, tandis que la théorie des graphes permettent la caractérisation des propriétés des réseaux à différentes échelles, grâce à des métriques globales et locales. L'objectif de cette thèse est de caractériser la topologie des réseaux cérébraux fonctionnels et structurels chez les enfants et les adultes avec un quotient intellectuel supérieur (HIQ) par rapport aux sujets de niveau standard (SIQ). Premièrement, nous avons concentré notre attention sur une population d’enfants présentant différentes caractéristiques cognitives. Deux profils HIQ, à savoir homogène (Hom-HIQ) et hétérogène HIQ (Het-HIQ), ont été définis sur la base d'observations cliniques et de sous-tests du quotient intellectuel (QI). En utilisant des techniques d’IRMf-rs, nous avons examiné la topologie du réseau fonctionnel par « l’indice de rupture de nœud ». Nous avons trouvé des différences topologiques significatives dans les propriétés d'intégration et de ségrégation des réseaux chez les enfants HIQ par rapport aux enfants SIQ, pour le graphe cérébral entier, pour chaque graphe hémisphérique et pour la connectivité homotopique. De plus, ces changements de topologie étaient plus prononcés dans le sous-groupe Het-HIQ. Enfin, nous avons trouvé des corrélations significatives entre les changements des métriques de graphes et le QI total et d’autres indices du QI. Ces résultats ont démontré pour la première fois que les deux profils HIQ sont liés à une organisation différente du substrat neuronal. Ensuite, la connectivité structurale du réseau cérébral, mesurée par IRMd chez l’ensemble des enfants HIQ, est significativement différente de celle des enfants SIQ. Nous avons également aussi de fortes corrélations entre la densité des réseaux cérébraux des enfants et leurs scores d'intelligence. De plus, plusieurs corrélations ont été trouvées entre les métriques de graphe d'intégration suggérant que les performances de l'intelligence peuvent être liées à une organisation homogène des réseaux. Ces résultats ont démontré que le substrat neuronal de l'intelligence repose sur une microarchitecture de la substance blanche de forte densité et sur une organisation homogène des réseaux. Cette population a finalement été étudiée par IRMf avec une tâche de mémorisation de mots. Des changements significatifs ont été observés entre les groupes HIQ et SIQ. Cette étude confirme notre hypothèse selon laquelle les deux profils HIQ sont caractérisés par une activité cérébrale différente, avec un effet plus prononcé chez les enfants Het-HIQ. Enfin, nous avons étudié la connectivité fonctionnelle et structurale dans une population d’adultes HIQ. Nous avons trouvé plusieurs corrélations entre les métriques de graphe et les autres indices du QI. De même que pour la population d’enfants, les capacités cognitives élevées des adultes sont corrélées à une organisation homogène des réseaux structurels et fonctionnels et une modularité réduite. En conclusion, on a démontré que la sensibilité des métriques de graphes basées sur des techniques 'IRM avancées et de connectivité, telles que l’IRMf-rs et l'IRMd, était très utile pour mieux caractériser les réseaux cérébraux des enfants et des adultes, ainsi que pour distinguer différents profils d'intelligence chez les enfants

  • Titre traduit

    Cerebral connectivity study by functional and diffusion MRI in intelligence


  • Résumé

    The idea that intelligence is embedded not only in specific brain regions, but also in efficient brain networks has grown up. Indeed, human brain organization is believed to rely on complex and dynamic networks in which the communication between cerebral regions guarantees an efficient transfer of information. These recent concepts have led us to explore the neural bases of intelligence using both advanced MRI techniques in combination with graph analysis. On one hand, advanced MRI techniques, such as resting-state functional MRI (rs-fMRI) and diffusion MRI (dMRI) allow the exploration of respectively the functional and the structural brain connectivity while on the other hand, graph theory models allow the characterization of brain networks properties at different scales, thanks to global and local metrics. The aim of this thesis is to characterize the topology of functional and structural brain networks in children and in adults with an intelligence quotient higher (HIQ) than standard levels (SIQ). First, we focused our attention on a children population with different cognitive characteristics. Two HIQ profiles, namely homogeneous (Hom-HIQ) and heterogeneous HIQ (Het-HIQ), have been defined based on clinical observations and Intelligence Quotient (IQ) sub-tests. Using resting-state fMRI techniques, we examined the functional network topology changes, estimating the "hub disruption index", in these two HIQ profiles. We found significant topological differences in the integration and segregation properties of brain networks in HIQ compared to SIQ children, for the whole brain graph, for each hemispheric graph, and for the homotopic connectivity. These brain networks changes resulted to be more pronounced in Het-HIQ subgroup. Finally, we found significant correlations between the graph networks’ changes and the full-scale IQ, as well as some intelligence subscales. These results demonstrated for the first time, that different HIQ profiles are related to a different neural substrate organization. Then, the structural brain network connectivity, measured by dMRI in all HIQ children, were significantly different than in SIQ children. Also, we found strong correlations between the children brain networks density and their intelligence scores. Furthermore, several correlations were found between integration graph metrics suggesting that intelligence performances are probably related to a homogeneous network organization. These findings demonstrated that intelligence neural substrate is based on a strong white matter microarchitecture of the major fiber-bundles and a well-balanced network organization between local and global scales. This children population was finally studied using a memory-word task of fMRI. Significant changes were observed between both HIQ and SIQ groups. This study confirms our hypothesis that both HIQ profiles are characterized by a different brain activity, with stronger evidences in Het-HIQ children. Finally, we investigated both functional and structural connectivity in a population of adults HIQ. We found several correlations between graph metrics and intelligence sub-scores. As well as for the children population, high cognitive abilities of adults seem to be related brain structural and functional networks organization with a decreased modularity. In conclusion, the sensitivity of graph metrics based on advanced MRI techniques, such as rs-fMRI and dMRI, was demonstrated to be very helpful to provide a better characterization of children and adult HIQ, and further, to distinguish different intelligence profiles in children


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université Claude Bernard. Service commun de la documentation. Bibliothèque numérique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.