Modélisation du signal IRM-CEST pour la quantification du métabolisme cérébral

Modeling of CEST-MRI signal for the quantification of brain metabolism

• Auteur / Autrice : Cécile Maguin
• Direction : Julien Flament
• Type : Thèse de doctorat
• Discipline(s) : Physique et imagerie médicale
• Date : Soutenance le 10/10/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Electrical, optical, bio-physics and engineering
• Partenaire(s) de recherche : Laboratoire : Laboratoire des maladies neurodégénératives : mécanismes, thérapies, imagerie (Fontenay-aux-Roses, Hauts-de-Seine)
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Sciences de l’ingénierie et des systèmes (2020-….)
• Jury : Président / Présidente : Luisa Ciobanu
• Jury : Examinateurs / Examinatrices : Hélène Ratiney, Guillaume Duhamel, Harmen Reyngoudt
• Jury : Rapporteur / Rapporteuse : Hélène Ratiney, Guillaume Duhamel

Mots clés

Mots clés contrôlés

Modélisation à paramètres variants

Métabolisme

Cerveau

Imagerie par résonance magnétique

Mots clés libres

IRM

Neuroimagerie

CEST

Métabolisme cérébral

Glutamate

Quantification

MRI

Neuroimaging

CEST

Brain metabolism

Glutamate

Quantification

Résumé

L'imagerie CEST est une technique émergente d'IRM permettant de cartographier, de manière non invasive, la distribution de certaines molécules essentielles au métabolisme, comme par exemple le glutamate, principal neurotransmetteur du cerveau. Il s'agit donc d'une technique d'un grand intérêt pour l'étude et le diagnostic des maladies cérébrales. Cependant, l'imagerie CEST est souvent réduite à une imagerie de contraste, c'est-à-dire générant des images où l'on distingue des zones plus ou moins intenses, mais sans fournir une valeur quantifiée des concentrations absolues des molécules d'intérêt. Pourtant, la concentration du glutamate, par exemple, est une information essentielle d'un point de vue physiologique, et qui permettrait de mieux interpréter les études CEST, notamment en réduisant les biais expérimentaux. Dans cette thèse, nous développons des outils de modélisation pour la quantification de l'imagerie CEST, et nous proposons notamment une méthode pour cartographier de manière quantitative la concentration du glutamate dans le cerveau du rongeur. Pour aller plus loin, et afin de mieux comprendre l'origine du signal CEST, nous tentons de répondre grâce à divers modèles à la question controversée du rôle que joue le glutamate vésiculaire pré-synaptique dans l'effet CEST. Enfin, nous explorons quelques nouvelles perspectives, allant de la quantification du glucose grâce au CEST à l'utilisation de machine learning pour l'amélioration du CEST quantitatif.

CEST imaging is a new emerging MRI technique with promising potential. It enables the non-invasive mapping of some molecules of high biological relevance, like for instance glutamate, the main neurotransmitter of the brain. This technique holds significant interest for the study and diagnosis of brain diseases. However, CEST imaging is often reduced to contrast imaging, which generates images where regions of varying intensities can be distinguished, but without providing quantified values of the concentrations of the molecules of interest. Yet, the concentration of glutamate, for instance, is an essential information from a physiological perspective. Its quantification would allow for better interpretation of CEST studies, notably by reducing experimental biases. In this thesis, we develop modeling tools for the quantification of CEST imaging, and we propose a method for quantitatively mapping the concentration of glutamate in the rodent brain. Furthermore, to better understand the origin of the CEST signal, we address through various models the controversial question of the role played by presynaptic vesicular glutamate in the CEST effect. Finally, we explore the possibilities of new perspectives, like for instance the quantification of glucose using CEST, or the use of machine learning for improved and accelerated quantitative CEST.