Thèse soutenue

Modélisation paramétrique de l'hyperémie fonctionnelle en IRMf ASL comme un mélange de sources

FR  |  
EN
Auteur / Autrice : Diane Mornas
Direction : Jérôme IdierClément Huneau
Type : Thèse de doctorat
Discipline(s) : Signal, Image, Vision
Date : Soutenance le 01/07/2021
Etablissement(s) : Ecole centrale de Nantes
Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Numérique de Nantes
Jury : Président / Présidente : Sylvie Lorthois
Examinateurs / Examinatrices : Jérôme Idier, Clément Huneau, Sylvie Lorthois, Jean Dauzineau, Jean-François Giovannelli, Mélanie Pelegrini Issac
Rapporteurs / Rapporteuses : Jean Dauzineau, Jean-François Giovannelli

Résumé

FR  |  
EN

L'activité neuronale engendre par vasodilatation des petits vaisseaux sanguins cérébraux une augmentation de volume et de débit sanguin cérébral. C'est le phénomène de l'hyperémie fonctionnelle qui est induit par le couplage neurovasculaire. L'hyperémie fonctionnelle est directement observable avec la technique d'imagerie d'IRMf ASL. Une altération de l'hyperémie fonctionnelle a été observée dans certaines maladies neurodégénératives comme l'artériopathie CADASIL. L'objectif de cette thèse est de proposer une modélisation de l'hyperémie fonctionnelle mesurée dans un voxel d'IRMf ASL ainsi qu'une méthode adaptée à son identification. Nous proposons le modèle paramétrique Fast-Slow. Il modélise une réponse en débit à une stimulation neuronale comme étant induite par deux mécanismes vasodilatateurs "rapide" et "lent", temporellement et spatialement distincts. Ce modèle dépend de paramètres dynamiques caractérisant la forme des réponses des deux mécanismes par région cérébrale et de paramètres caractérisant la contribution des deux mécanismes par voxel. Dans un premier temps, nous avons élaboré et validé plusieurs stratégies d'estimation adaptées au problème d'identification du modèle paramétrique à partir de données simulées de débit relatif. Dans un second temps, à partir de la meilleure stratégie, nous avons validé l'utilisation du modèle sur des données réelles d'IRMf ASL mesurées chez des patients CADASIL et des sujets Contrôles dans le but de différencier les données de ces deux groupes. Le modèle Fast-Slow permet aussi de construire des cartes de distributions spatiales des paramètres voxéliques. Cette thèse montre que notre modèle permet d'extraire des informations spatiales et temporelles à partir des données IRMf ASL dans le but d'améliorer la compréhension du couplage neurovasculaire.