Soutenance mémoire
Télécharger le fichier pdf d’un mémoire de fin d’études
IRM conventionnelle : T1, T2 et FLAIR
A ce jour, la majorit´e des images en clinique repose sur l’acquisition et l’interpr´etation du temps de relaxation (T1 et T2), dont le contraste d´epend des propri´et´es intrins`eques du tissu ; sur le type d’acquisition (s´equence d’imagerie et param`etres d’acquisition) et sur des facteurs mat´eriels (g´eom´etrie de la bobine du r´ecepteur radiofr´equence (RF), sensibilit´e, positionnement du patient, chargement et gains de l’amplificateur de signal ´electronique).
Les images pond´er´ees en T1 sont produites en utilisant des temps TE (temps d’´echo) et TR (temps de r´ep´etition) courts en s´equence d’´echo de spin. Le contraste de l’image est principalement d´etermin´e par les propri´et´es T1 du tissu. Inversement, les images pond´er´ees en T2 sont produites en utilisant des temps TE et TR plus longs. Dans ces images, le contraste est principalement d´etermin´e par les propri´et´es T2 du tissu. En g´en´eral, les images pond´er´ees en T1 et en T2 peuvent ˆetre facilement diff´erenci´ees en regardant le liquide c´er´ebro-spinal (LCS). Le LCS est sombre (hyposignal) pour les images pond´er´ees en T1 et clair (hypersignal) pour les images pond´er´ees en T2 (figure 1.1).
L’IRM pond´er´ee en T1 peut ´egalement ˆetre r´ealis´ee en injectant du gadolinium (Gd) (figure 1.1). Le Gd est un agent de contraste paramagn´etique non toxique. Lorsqu’il est inject´e, il modifie l’intensit´e du signal en raccourcissant le temps de relaxation longitudinal T1 et transversal T2. Ainsi, le Gd produit un hypersignal sur les images pond´er´ees en T1. Les images am´elior´ees par le Gd sont particuli`erement utiles pour examiner les structures vasculaires et la d´egradation de la barri`ere h´emato-enc´ephalique (e.g. tumeurs, abc`es, inflammation en scl´erose en plaques…). Une troisi`eme s´equence couramment utilis´ee est la s´equence FLAIR (Fluid Attenuated Inversion Recovery). La s´equence FLAIR (figure 1.1) est bas´ee sur la technique d’inversion-r´ecup´eration. Elle est similaire a` une image pond´er´ee en T2, a` la diff´erence que l’on introduit un temps d’inversion TI annulant le signal du fait de son long T1. Ainsi, les anomalies restent en hypersignal mais le LCS est att´enu´e et apparaˆıt sombre sur l’image (hyposignal). Cette s´equence est tr`es sensible a` la pathologie et facilite la diff´erenciation entre le LCS et les anomalies (e.g. les l´esions de la scl´erose en plaques).
IRM non conventionnelle
Ces vingt derni`eres ann´ees, diff´erentes techniques d’imagerie en IRM ont ´et´e d´evelopp´ees et appliqu´ees pour trouver de nouveaux marqueurs IRM, qui seraient plus proches des ph´enom`enes physiopathologiques de la maladie et cela soit en s’int´eressant aux mouvements des mol´ecules d’eau (imagerie de diffusion), soit a` l’organisation architecturale mol´eculaire (imagerie de transfert d’aimantation), soit par les modifications biochimiques (imagerie spectroscopique). Toutefois, ces m´ethodes ne sont pas recommand´ees en pratique clinique courante car elles n´ecessitent des protocoles d’acquisition IRM plus complexes et plus longs en termes de temps machine, et des proc´edures de post-traitements d´edi´es.
Imagerie de diffusion
La premi`ere image de diffusion chez l’homme a ´et´e r´ealis´ee par Le Bihan and Breton en 1985. Cette s´equence apporte des information non disponibles avec les s´equences d’IRM traditionnelles ou morphologiques. Elle permet d’´evaluer le mouvement des mol´ecules d’eau qui peut ˆetre modifi´e en cas de processus pathologique.
Le ph´enom`ene de diffusion refl`ete le mouvement al´eatoire des mol´ecules d’eau, appel´e mouvement brownien. Au sein des tissus biologiques, le mouvement de l’eau est dirig´e suivant l’architecture tissulaire qui l’entoure. En effet, au niveau du LCS, la diffusion est importante et isotrope (i.e. identique dans toutes les directions), alors qu’au niveau de la substance blanche (SB) elle est faible et anisotrope (i.e. pr´ef´erentielle dans une direction donn´ee). La diffusion de l’eau dans les fibres de la SB est privil´egi´ee parall`element aux fibres (D//) et restreinte perpendiculairement aux fibres (D⊥).
— DWI et ADC
L’acquisition d’une image pond´er´ee en diffusion (DWI 1) se fait a` l’aide d’une image sans gradient (b 2=0), c’est a` dire pond´er´ee en T2, not´ee S0 et d’autant d’images de gradient de diffusion (b>0, not´ees Si) que de directions d’acquisition. Le premier gradient introduit le d´ephasage des protons en fonction de leur position, tandis que le second gradient inverse les modifications apport´ees par le premier gradient. S’il y a des mouvements de protons, le second gradient ne pourra pas annuler compl`etement les changements induits par le premier gradient. En cons´equence, il y aura une att´enuation du signal. Cette perte de signal due au mouvement des particules est donn´ee par l’´equation de Stejskal and Tanner :
Si = S0e−b.ADCi (1.1)
ou` b repr´esente le facteur de pond´eration en diffusion (sec/mm2). La pond´eration en diffusion de la s´equence utilis´ee d´epend de la performance des gradients. Plus b est ´elev´e, plus la s´equence est pond´er´ee en diffusion, mais plus le rapport signal sur bruit sera faible,
ADCi est le coefficient de diffusion apparent suivant la direction i. Il repr´esente le degr´e de mobilit´e des mol´ecules d’eau. Ainsi : ADCi = 1 log S0 (1.2).
Imagerie de transfert d’aimantation
L’imagerie de transfert d’aimantation (MTI 4), initialement propos´ee par Wolff and Balaban en 1989, a ´et´e largement utilis´ee pour ´etudier la microstructure tissulaire dans le cerveau. Le transfert d’aimantation offre des avantages qui se sont r´ev´el´es utiles dans l’´etude des troubles de la substance blanche, le d´eveloppement du cerveau, le vieillissement et les maladies neurod´eg´en´eratives.
Le signal IRM provient pour la plus grande part des protons des mol´ecules d’eau libre. Il existe ´egalement de l’eau li´ee aux macromol´ecules (prot´eines, membranes, my´eline) mais le signal de leurs protons n’est pas significatif car leur T2 est tr`es court. La technique de transfert d’aimantation est bas´ee sur la quantification indirecte de changement d’´etats entre ces protons (Hoa, 2007). Une onde de radiofr´equence s´elective (MT-pulse) est appliqu´ee 5 afin de saturer les protons li´es. Les ´echanges permanents entre eau libre et eau li´ee aux macromol´ecules, entraˆınent un transfert de la saturation des protons li´es vers les protons libres. On observe donc une r´eduction du signal IRM (figure 1.4). Cette baisse relative du signal IRM est quantifi´ee par le taux de transfert d’aimantation MTR 6 (figure 1.5) : MTR = M0−MS × 100 (1.7) M0.
L’IRM et la maladie d’Alzheimer
Gen´eralit´es´ sur la maladie d’Alzheimer
La maladie d’Alzheimer (MA), initialement d´ecrite par Alzheimer en 1906, est une maladie neurod´eg´en´erative qui est la cause la plus commune de d´emence chez les personnes agˆ´ees. Elle affecte le fonctionnement du syst`eme nerveux central par des dysfonctionnements g´en´etiques ou m´etaboliques conduisant notamment a` la mort de neurones. Cette d´eg´en´erescence du cortex c´er´ebral s’aggrave au cours du temps entraˆınant une alt´eration progressive des capacit´es cognitives. Au d´epart, la MA se manifeste par un d´eficit de la m´emoire ´episodique indiquant une atteinte des structures temporales internes (Hodges, 2006), particuli`erement dans la r´egion du cerveau correspondant au si`ege de la m´emoire a` court terme, l’hippocampe. L’´evolution de la maladie voit le processus neurod´eg´en´eratif s’´etendre a` d’autres aires corticales entraˆınant secondairement une atteinte du langage et des fonctions instrumentales, des fonctions ex´ecutives et des fonctions visio-spatiales, allant jusqu’a` la perte d’autonomie qui signe le stade de la d´emence (Ballard et al., 2011).
Les differents´ stades d’evolution´ de la maladie
La MA est caract´eris´ee par une alt´eration progressive des capacit´es cognitives au cours de laquelle l’individu passe de sujet sain (vieillissement normal) vers la forme d´ementielle de la MA (MA probable) en passant par une phase de transition incluant des troubles cognitifs l´egers (stade MCI pour Mild Cognitive Imparaiment) :
– Stade MCI (trouble cognitif l´eger) : La notion de MCI a ´et´e introduite en 1999 par Petersen et al.. Elle correspond a` la phase de transition entre le vieillissement normal et la d´emence car ces troubles sont suffisamment limit´es pour ne pas impacter de fac¸on significative la vie quotidienne des sujets. Tous les patients MCI ne convertissent pas vers la MA. Selon les cas, ils ´evoluent vers d’autres maladies ou restent stables.
– Stade MA probable : Pour qu’un patient soit d´eclar´e atteint d’une d´emence de type Alzheimer, ou MA probable, il faut qu’il pr´esente un d´eclin progressif et continu de ses capacit´es cognitives et qu’il pr´esente des d´eficits dans au moins deux de ces domaines : alt´eration de la m´emoire, aphasie, apraxie, agnosie, alt´eration des fonctions ex´ecutives.
Diagnostic et biomarqueurs
Les ´etudes post-mortem (Alzheimer, 1906; Grignon et al., 1998) sur des sujets Alzheimer ont mis en ´evidence les deux types de l´esions c´er´ebrales causant la perte neuronale et la d´egradation des facult´es cognitives : la d´eg´en´erescence neurofibrillaire (DNF) et les amas anormaux de fibrilles dans les neurones (plaques amylo¨ıdes). Le diagnostic certain de la maladie d’Alzheimer ne peut ˆetre pos´e que post-mortem a` partir d’une analyse histopathologique du cerveau r´ev´elant les deux types de l´esions caract´eristiques de la MA.
— Les criteres` du NINCDS-ADRDA 8
Ces crit`eres (McKhann et al., 1984, 2011) permettent de poser un diagnostic probable de la maladie. Ils s’appuient sur des tests cliniques et neuropsychologiques. Toutefois, ces crit`eres poss`edent des limites, en effet le ph´enom`ene de ”r´eserve cognitive” (Stern, 2002) vient perturber le lien entre perte neuronale et alt´eration cognitive car le cerveau de certains sujets, g´en´eralement ceux qui ont le plus haut niveau socioculturel, a la capacit´e de maintenir un fonctionnement normal malgr´e un certain nombre de d´eficits structurels.
— Les biomarqueurs de la MA
On distingue, parmi les principaux biomarqueurs de la maladie (d’apr`es Vanquin, 2015) :
– Les biomarqueurs biologiques : d´etect´es notamment dans le LCS, ils sont principalement les concentrations en prot´eines A42 et prot´eines Tau (Strozyk et al., 2003).
– Les biomarqueurs de l’imagerie :
-Les biomarqueurs des plaques amylo¨ıdes, en imagerie TEP ;
-Les biomarqueurs anatomiques et microstructurels : principalement des biomarqueurs issus de l’IRM pond´er´ee en T1, en T2 et en diffusion. Les biomarqueurs anatomiques donnent des informations quantitatives sur le volume des r´egions, leur ´epaisseur, leurs caract´eristiques morphologiques ou leur composition ou, dans le cas du biomarqueur microstructurel, des informations quantitatives sur l’architecture fine du tissu neuronal ou sur l’int´egrit´e du tissu a` une ´echelle microscopique ;
-Les biomarqueurs fonctionnels ; li´es a` l’activit´e c´er´ebrale, ils sont notamment bas´es sur des variations de flux sanguin ; ce sont principalement des biomarqueurs issus de la TEP et de l’IRM fonctionnelle et de perfusion.
IRM structurelle et la maladie d’Alzheimer
La MA entraˆıne une perte neuronale que la neuroimagerie anatomique par IRM est capable de d´eceler et de mesurer indirectement en estimant l’atrophie induite par la MA (Juottonen et al., 1999; Bobinski et al., 2000). Ainsi, la mesure de l’atrophie c´er´ebrale serait un marqueur potentiel d’´evolution depuis le stade MCI vers une MA. De plus, d’apr`es Smith (2002) les d´eficits cognitifs sont plus li´es a` la perte de neurones qu’a` la formation de DNF ou au d´epotˆ de plaques amylo¨ıdes. En effet, il semblerait que le nombre de neurones morts est bien plus ´elev´e que le nombre de ceux qui contiennent des DNF (Killiany et al., 2002). De ce fait, la perte neuronale serait un meilleur marqueur de la pathologie que les techniques de mesure directe des DNF, par ailleurs plus couteusesˆ et moins accessibles (Mueller et al., 2006).
L’IRM structurelle (sMRI 9) est importante pour le diagnostic diff´erentiel de la MA en raison de sa capacit´e a` visualiser des profils d’atrophie sp´ecifiques dans le cerveau. Nous consid´erons ainsi que les biomarqueurs tels que, l’´epaisseur corticale et la courbure corticale pr´esenteraient un bon reflet des d´eficits cognitifs. L’application de sMRI a r´ev´el´e un sch´ema sp´ecifique d’amincissement cortical chez les adultes plus agˆ´es qui semble ˆetre associ´e a` la MA. Ce mod`ele, connu sous le nom de ”signature” corticale de la MA (Dickerson et al., 2009a), comprend les r´egions m´ediales, inf´erieures et les zones du lobe temporal ; le gyrus angulaire ; le lobe frontal sup´erieur et inf´erieur ; le lobule pari´etal sup´erieur ; le gyrus supramarginal ; et le precuneus. Dans ces zones, l’amincissement est important chez les patients MA (Braak and Braak, 1991; Lerch and Evans, 2005) et chez les sujets pr´esentant un risque de MA, les MCI (Bakkour et al., 2009; Morris, 2009; Dickerson et al., 2009b). Les individus ayant des signes de formes fibrillaires de l’amylo¨ıde pr´esentent un amincissement cortical dans ces r´egions par rapport aux individus ne pr´esentant pas de signe amylo¨ıde (Dickerson et al., 2009a, 2011). Pris ensemble, ces r´esultats ont conduit les chercheurs a` conclure que cette signature corticale est un marqueur biologique valide et fiable de la MA (Bakkour et al., 2009, 2013; Dickerson and Wolk, 2013).
Pour plus de d´etails sur sMRI, notamment la mesure de l’´epaisseur et la courbure corticale, voir les th`eses de Querbes (2009) et de Vanquin (2015).
Imagerie de diffusion et la maladie d’Alzheimer
De nombreuses ´etudes DTI sur la MA ont r´ev´el´e une augmentation de la diffusivit´e moyenne (DM) et une diminution de la fraction d’anisotropie (FA) dans la substance blanche, qui sont des indicateurs prometteurs de la MA
(Amlien and Fjell, 2014). Etant´ donn´e que DM et FA sont influenc´es par la diffusion de l’eau dans les plans radial et axial, les diffusivit´es radiale D⊥ et axiale D// pourraient elles-mˆemes donner une repr´esentation plus pr´ecise des l´esions tissulaires de la substance blanche en MA (Song et al., 2002, 2004) et peuvent ˆetre utiles pour la d´etermination des stades de la maladie en d´ecrivant diff´erentes pathologies de la substance blanche (Acosta-Cabronero et al., 2012). Cependant, la nature pr´ecise des dommages caus´es par la substance blanche dans la maladie d’Alzheimer n’a pas ´et´e caract´eris´ee et on ignore si elle survient avant ou apr`es les dommages dans la substance grise (Nir et al., 2013). Les corr´elations entre les changements de DTI dans la SG et les pathologies des tissus restent a ´etudier, mais il a ´et´e d´emontr´e que la diffusivit´e de la SG avait un pouvoir pr´edictif sup´erieur par rapport a` la volum´etrie (Weston et al., 2015).
Imagerie de transfert d’aimantation et la maladie d’Alzheimer
Un nombre croissant de publications ont utilis´e avec succ`es MTI pour caract´eriser des troubles neurod´eg´en´eratifs, y compris la MA (Tambasco et al., 2015). Ropele et al. (2012) montre que MTI permet l’´evaluation des l´esions c´er´ebrales en cours, ind´ependamment de l’atrophie, et apparaˆıt donc comme un marqueur pr´ecieux des modifications tissulaires li´ees a` la maladie. Plusieurs ´etudes ont examin´e le ratio de transfert d’aimantation (MTR) et ont constat´e qu’il diminuait dans le cerveau entier (Ridha et al., 2007; Es et al., 2010), zones corticales, lobes temporaux (Bozzali et al., 2001) et dans l’hippocampe (Hanyu et al., 2000). van der Flier et al. (2002) ont trouv´e des amplitudes de pics r´eduites dans les histogrammes MTR chez les MCI et AD par rapport aux sujets sains, refl´etant des dommages structurels au cerveau. Mascalchi et al. (2013) ont soulign´e une diminution significative du MTR dans l’hippocampe gauche, l’amygdale et le cortex temporal m´edial post´erieur gauche de patients atteints de MA, mais aucune diff´erence n’a ´et´e observ´ee entre le MCI et les t´emoins.
Spectroscopie par resonance´ magnetique´ et la maladie d’Alzheimer
Trois d´ecennies de recherche indiquent que la MRS est un marqueur d’imagerie biochimique potentiel dans la maladie d’Alzheimer. Elle permet une mesure r´egionale des m´etabolites, notamment le myo-inositol(mI), la choline(Cho), le N-ac´etyl aspartate(NAA) et la cr´eatine(Cr).
En 1992, Klunk et al. ont d´emontr´e une diminution du m´etabolite neuronal NAA des patients atteints de MA par rapport aux t´emoins. Le NAA est consid´er´e comme un marqueur de l’int´egrit´e neuronale. Plusieurs ´etudes ont examin´e la capacit´e de la MRS a` distinguer les patients AD des t´emoins, avec des r´esultats variables en fonction de la r´egion anatomique analys´ee et des param`etres d’acquisition. La sensibilit´e ´etait de 90% dans la r´egion temporo-pari´etale et inf´erieure a` 57% dans SG du lobe pari´etal. La sp´ecificit´e atteint 95% dans le lobe occipital m´edial et 73% dans le cingulaire post´erieur (Shonk et al., 1995; Zhu et al., 2006; Fernando et al., 2005; Mart´ınez-Bisbal et al., 2004). En outre, l’ajout du volume de l’hippocampe au MRS am´eliore la capacit´e de distinguer la MA (Kantarci et al., 2002; Schuff et al., 2002). Les taux de NAA/Cr dans le MCI sont l´eg`erement r´eduits mais diminuent a` mesure que les patients MCI progressent vers la MA. De plus, une diminution du NAA/Cr chez les patients MCI pr´edit la progression vers la MA (Kantarci et al., 2007; Chao et al., 2005; Metastasio et al., 2006). Le rapport Cho/Cr est ´egalement utile pour d´eterminer la progression de MCI vers AD. Chez les patients MCI, une baisse de Cho/Cr pr´edit la stabilit´e alors qu’une augmentation pr´edit la conversion vers MA.
Voir la revue de Graff-Radford and Kantarci (2013) pour plus de d´etails concernant MRS et l’Alzheimer et pour plus de d´etails sur l’IRM en g´en´eral et la maladie d’Alzheimer, voir la revue de Promteangtrong et al. (2015).
L’IRM et la Sclerose´ en plaques
La scl´erose en plaques (SEP) est une maladie neurod´eg´en´erative, inflammatoire et d´emy´elinisante du syst`eme nerveux central. Elle a ´et´e d´ecrite pour la premi`ere fois en 1868 par le neurologue franc¸ais . La maladie affecte principalement le sexe f´eminin (3 femme pour un 1 homme) et le jeune adulte (20 ans a` 40 ans). Actuellement, elle touche plus de 110.000 cas en France et 2.3 millions dans le monde (d’apr`es l’ARSEP). L’origine exacte de la SEP n’est pas encore confirm´ee, il s’agit d’une maladie multifactorielle, elle peut ˆetre due a` des facteurs propres a` l’individu (facteurs g´en´etiques) mais aussi a` des facteurs environnementaux (e.g. les sujets d’origine nord-europ´eenne sont plus fr´equemment touch´es).
L’IRM est l’examen compl´ementaire le plus fr´equemment utilis´e, donnant une indication sur la nature des tissus et faisant notamment apparaˆıtre les plaques de d´emy´elinisation, ´evocatrices de la SEP. Ainsi, l’IRM a un roleˆ pr´epond´erant dans le diagnostic (van Walderveen et al., 1995; Tourbah and Berry, 2000), le suivi des patients (Filippi et al., 2002), mais aussi l’´evaluation des nouvelles th´erapeutiques (McFarland et al., 2002; R´ıo et al., 2017).
Gen´eralit´es´ sur la sclerose´ en plaques
Physiopathologie
La SEP est une maladie du syst`eme nerveux central. le SNC comprend la moelle spinale et l’enc´ephale, ce dernier est constitu´e de trois r´egions : le cerveau, le tronc c´er´ebral et le cervelet. Le cerveau constitue la plus grande partie du SNC. Il renferme des cellules nerveuses responsables de la r´eception et la transmission de l’influx nerveux : Les neurones. Ils sont form´es d’un corps cellulaire et d’un prolongement d’axone. L’axone est entour´e d’une gaine : La my´eline. Elle assure la protection et la nutrition de l’axone. Sa fonction principale est d’acc´el´erer la conduction de l’influx nerveux.
La SEP est une maladie auto-immune : le syst`eme immunitaire reconnaˆıt la my´eline comme un agent ´etranger et l’attaque. Ce ph´enom`ene entraˆıne des l´esions dispers´ees dans le syst`eme nerveux central. Ces l´esions sont appel´ees plaques de d´emy´elinisation. Ces plaques sont responsables d’une alt´eration de la conduction nerveuse entraˆınant ainsi un handicap en fonction de la localisation des plaques, qui peut ˆetre suivi d’une d´eg´en´erescence axonale
Dans un premier temps, l’atteinte de la gaine de my´eline est l´eg`ere (les axones ne sont pas touch´es) ce qui cause un ralentissement de l’influx nerveux. Suite a` ces perturbations, deux possibilit´es, soit une remy´elinisation plus ou moins compl`ete, qui s’accompagne d’une cicatrisation, soit au contraire une aggravation de la d´emy´elinisation, ce qui au fil du temps causera une destruction axonale (figure 1.7).
IRM de transfert d’aimantation et sclerose´ en plaques
Le MTR est consid´er´e comme un marqueur de l’abondance de la my´eline dans le cerveau. Des augmentations ou diminutions significatives du transfert d’aimantation au cours du temps peut donc ˆetre utilis´e pour mesurer les processus de remy´elinisation et d´emy´elinisation respectivement (Chen et al., 2008).
Chez les patients SEP, des valeurs de MTR anormalement basses ont ´et´e trouv´ees dans la SBAN. Dousset et al. (1992) ont ´et´e les premiers a` observer ce ph´enom`ene et plusieurs autres groupes l’ont reproduit (Hiehle et al., 1994; Pike et al., 1999). Les valeurs de MTR dans la SBAN et SGAN sont l´eg`erement inf´erieures a` celles du tissu c´er´ebral normal et ont ´et´e attribu´ees a` la pr´esence de modifications microscopiques diffuses et ´etendues : l’existence d’œd`eme ou d’inflammation (diminution relative de la proportion d’eau li´ee) ainsi qu’une d´emy´elinisation (Schmierer et al., 2004) et une perte axonale (van Waesberghe et al., 1999).
Ainsi, le MTI semble fournir de bons marqueurs pour le suivi de la SEP. En cons´equence, plusieurs essais cliniques r´ecents sur la SEP ont d´eja` incorpor´e le MTI afin d’´evaluer l’impact d’un traitement sur la d´emy´elinisation et la perte axonale. MTI a ´et´e utilis´ee dans les essais de phase II et de phase III de la SEP-RR et SEP-SP. Richert et al. (2001) n’ont pas trouv´e de diff´erence significative dans les valeurs de MTR de la SBAN avant et apr`es le traitement interf´eron bˆeta-1b, ainsi que dans les param`etres d´eriv´es des histogrammes du MTR du cerveau entier chez les patients atteints de SEP-RR (Richert et al., 1998).
Analyse d’histogrammes en imagerie cer´ebrale´
Les histogrammes repr´esentants les valeurs des param`etres IRM mesur´es dans tout le cerveau sont de plus en plus utilis´es pour caract´eriser des maladies diffuses qui affectent de grandes parties du cerveau. L’application la plus courante des histogrammes est celle du param`etre MTR de l’imagerie de transfert d’aimantation dans l’´etude de la Scl´erose en plaques (premi`ere ´etude par Buchem et al., 1996). Cependant, cette approche est ´egalement applicable a` tout param`etre IRM susceptible d’ˆetre affect´e par des changements diffus dans le cerveau.
Dans cette section, on pr´esentera comment g´en´erer les histogrammes des param`etres IRM, que peut-on extraire de ces derniers et enfin les diff´erentes applications cliniques de l’analyse d’histogrammes.
Production et analyse d’histogrammes
Dans cette section, les principes de production d’histogrammes sont expliqu´es, avec entre autres des informations sur le choix du type de normalisation, le nombre ad´equat de bins, ainsi que les m´etriques qui peuvent ˆetre extraites des histogrammes (Tofts et al., 2004a).
Carte parametrique´
Il y a une diff´erence distincte entre les images provenant de l’IRM et les cartes param´etriques. Les images brutes contiennent des informations fondamentales sp´ecifiques a` la modalit´e. Les cartes param´etriques sont ult´erieurement d´eriv´ees d’une s´erie d’images a` l’aide de mod`eles math´ematiques et de mesures physiques (e.g. contenu m´etabolique, diffusion, relaxation de spin…). Une carte param´etrique peut ˆetre calcul´ee a` partir de deux images (ou plus) du mˆeme tissu. Un exemple simple consisterait a` collecter deux images de pond´eration T2 diff´erentes. Le rapport de ces deux images ne d´epend alors que du param`etre T2 du tissu et est ind´ependant des param`etres du scanner. En calculant ce rapport pour chaque pixel (ou voxel dans le cas d’une image 3D), il est possible de former une troisi`eme matrice, ou carte param´etrique, qui a l’apparence d’une image c´er´ebrale (les structures c´er´ebrales peuvent ˆetre identifi´ees) mais est conceptuellement diff´erente de l’image brute IRM. En effet, les valeurs des pixels ont d´esormais une signification num´erique et physique (telle que la valeur de T2, en millisecondes, a` chaque position du cerveau), et ne repr´esentent pas juste l’intensit´e du signal. Quelques exemples :
– Une carte T2 13 d´eriv´ee d’images pond´er´ees en T2 avec diff´erents temps d’´echo. Le mod`ele math´ematique est une fonction exponentielle qui d´ecrit la relation inverse entre le temps d’´echo et l’intensit´e du signal. T2 peut ensuite ˆetre calcul´e en ajustant le mod`ele de d´ecroissance aux donn´ees.
– Une carte MTR (ratio de transfert d’aimantation) d´eriv´ee de deux images de densit´e de protons acquises avec et sans MT pulse. Sur la base des diff´erences d’intensit´e du signal entre les deux acquisitions, une carte MTR peut ˆetre calcul´ee.
– Carte ADC (coefficient de diffusion apparent) d´eriv´ee de deux images pond´er´ees en diffusion avec diff´erents gradients de diffusion (valeurs b). La carte obtenue est bas´ee sur la pente de la courbe de d´ecroissance du signal avec des valeurs b croissantes.
En r´esum´e, le calcul des cartes param´etriques est bas´e sur une approche voxel a` voxel. Le param`etre IRM est calcul´e pour chaque voxel, puis une carte param´etrique est synth´etis´ee en remplac¸ant l’intensit´e du pixel par la valeur du param`etre calcul´e correspondant.
Quantification des histogrammes
Dans cette section, nous donnerons plus de d´etails sur la mise en œuvre pratique des caract´eristiques de l’histogramme :
Acquisition des donnees´
Les images doivent ˆetre acquises en tenant compte d’un certain nombre de points :
– Obtenir des valeurs pr´ecises du param`etre IRM en question. En effet, la non uniformit´e du champ B1 ´elargira l’histogramme (pour MTR et T1 mais pas pour la diffusion). Les erreurs non corrig´ees d’angle de bascule modifieront l’histogramme dans certains cas (e.g. MTR), ou encore de petits changements de la position du pic peuvent ˆetre importants, et il est donc important de faire attention aux techniques d’acquisition de donn´ees.
– De plus petits voxels donneront moins d’erreurs de volume partiel, mais cela est au d´etriment du bruit.
– Les cartes param´etriques doivent ˆetre stock´ees a` une r´esolution suffisante.
Segmentation des images
Le processus de segmentation doit ˆetre reproductible, pr´ecis et aussi ind´ependant que possible d’un jugement a` priori. L’une des plus grandes difficult´es est de savoir comment traiter les voxels du volume partiel, e.g. ceux qui contiennent un m´elange de cerveau et de LCS. En effet, un seul voxel peut contenir plusieurs types de tissus. Ce ph´enom`ene, appel´e effet de volume partiel (EVP), complique le processus de segmentation. Ainsi, en raison de la complexit´e de l’anatomie du cerveau humain, l’EVP est un facteur important pour la quantification pr´ecise de la structure du cerveau. Plusieurs approches sont propos´ees dans la litt´erature, un crit`ere trop strict rejetterait de grandes quantit´es de tissu c´er´ebral susceptibles d’ˆetre biologiquement utiles pour ´evaluer l’effet de la maladie ´etudi´ee. Alors qu’un crit`ere plus souple risquerait de fausser les r´esultats et leurs interpr´etations.
Pour plus d’information sur les diff´erentes approches de segmentation en prenant compte l’EVP, voir la revue de Tohka (2014) et le rapport de Grande-Barreto and del Pilar Gomez-Gil (2017).
La segmentation doit ˆetre effectu´ee sur des images PD, T1 ou T2, dont la pond´eration est diff´erente de celle utilis´ee pour g´en´erer la carte param´etrique. Par exemple, si un histogramme MTR est g´en´er´e, le processus de segmentation ne devrait (id´ealement) pas ˆetre r´ealis´e sur cartes MTR (sinon une modification de la valeur MTR modifierait la segmentation). Les pixels de faible valeur MTR, tels que ceux du LCS, doivent ˆetre supprim´es par segmentation d’une image PD, T1 ou T2 et non d’une carte MTR. D’autre part, si le cerveau d’apparence normale est ´etudi´e, les l´esions devront d’abord ˆetre identifi´ees et retir´ees (Tortorella et al., 2000).
Choix du nombre de bins
Un histogramme d’image indique le nombre d’occurrences de chaque valeur du param`etre IRM dans l’ensemble de donn´ees. Chaque ensemble d’occurrences est un ”bin” de cet histogramme. Les bins sont aussi appel´e les classes d’un histogramme.
“Combien de bins doit contenir l’histogramme ?”. Bien que l’histogramme soit la m´ethode la plus simple pour l’estimation de distribution de probabilit´e, il n’y a toujours pas de r´eponse d´efinitive a` cette question. De nombreux travaux ant´erieurs ont tendance a` utiliser une valeur qui semble appropri´ee, sans justification statistique derri`ere cette analyse. Dans la litt´erature, il existe plusieurs suggestions de choix pour le nombre de classes, ou` N est le nombre d’observations (ou voxels) et K le nombre de bins :
— Visuel : faire varier le nombre de bins jusqu’a` atteindre un compris qui faciliterait l’interpr´etation.
— Le choix le plus simple : K = N
— La r`egle de Sturge : K = 1 + 3.322 log(N). Cette r`egle fonctionne bien dans le cas ou les donn´ees sont continues et de distribution normale. Mais, pas dans le cas asym´etrique.
— R`egle de Scott : 3.49σN1/3. Elle est bas´ee sur l’´ecart-type σ des donn´ees.
— R`egle de Freedman-Diaconis : 2(IQR)N1/3. Elle est bas´ee sur l’´ecart interquartile IQR.
R´eduire trop le nombre de bins d´egradera consid´erablement l’information contenue dans l’image, ce qui signifiera la perte de caract´eristiques distinctes. Les histogrammes ont tendance a` prendre deux formes ; r´eguli`ere ou irr´eguli`ere. Lorsqu’on discute du nombre de bins d’un histogramme, il est typique d’utiliser un histogramme r´egulier dans lequel la taille des bins est uniforme. Les histogrammes irr´eguliers, bien qu’ils puissent offrir une plus grande souplesse de classification, n´ecessiteraient une intervention de l’utilisateur, ce qui les rendraient inad´equats a` une proc´edure automatis´ee. Ainsi, il n’existe pas de r`egle adapt´ee a` toutes situations, parfois il serait plus appropri´e de s´electionner des m´ethodes qui reposent sur des observations exp´erimentales plutotˆ que sur une base statistique.
Lissage d’histogrammes
Pour ´eviter l’apparition de discontinuit´es (aussi appel´ees ”spikes” 14) sur l’histogramme des cartes param´etriques, les images doivent ˆetre aussi continues que possible. Le processus de de-spiking est important car l’amplitude ou la position des pics d’histogrammes peuvent ˆetre compl`etement modifi´es par des ”spikes” ind´esirables, tandis que pour des analyses plus complexes, ces spikes peuvent provoquer de subtils changements dans les r´esultats qui peuvent passer inaperc¸us par le scientifique.
Les spikes d’histogrammes proviennent de diverses sources, telles que le bruit des images, des erreurs au niveau de l’acquisition ou du traitement des images. Ces spikes sont g´en´eralement att´enu´es par l’application d’un filtre m´edian, ou par le choix de larges bins, ce qui lisse l’histogramme (Tozer and Tofts, 2003).
|
Table des matières
I ´Etat de l’art
1 Neuroimagerie : analyse d’images quantitatives
1.1 IRM et maladies neurod´eg´en´eratives
1.1.1 Les modalit´es d’IRM
1.1.2 L’IRM et la maladie d’Alzheimer
1.1.3 L’IRM et la Scl´erose en plaques
1.2 Les diff´erentes approches d’analyse d’images
1.2.1 Analyse par r´egions d’int´erˆet
1.2.2 Analyse voxel `a voxel
1.2.3 Analyse d’histogrammes
1.3 Analyse d’histogrammes en imagerie c´er´ebrale
1.3.1 Production et analyse d’histogrammes
1.3.2 Les applications cliniques
2 A´eronautique : les retards dans le transport a´erien
2.1 D´efinition des retards : types et causes
2.1.1 Notion de retard
2.1.2 Les causes des retards
2.2 Mesure et caract´erisation des retards
2.2.1 Les retards moyens
2.2.2 Mod´elisation des retards par des distributions
II Partie exp´erimentale
3 Les m´etriques d’histogrammes
3.1 Description de l’approche
3.1.1 Production d’histogrammes
3.1.2 D´efinition des m´etriques d’histogrammes
3.1.3 Classification bas´ee sur les m´etriques d’histogrammes
3.2 Application 1 : classification des populations de la maladie d’Alzheimer
3.2.1 Mat´eriels et m´ethodes
3.2.2 R´esultats
3.2.3 Discussion
3.3 Application 2 : essai clinique de Scl´erose en plaques
3.3.1 Mat´eriels
3.3.2 M´ethodes
3.3.3 R´esultats
3.3.4 Discussion et limites
4 Distance entre histogrammes
4.1 Description de l’approche
4.1.1 Contexte
4.1.2 Notion de distance
4.2 Application : classification de la population de Scl´erose en plaques
4.2.1 Mat´eriels et m´ethodes
4.2.2 R´esultats
4.2.3 Discussion
5 Distribution de probabilit´e et g´eom´etrie de l’information
5.1 ´Etat de l’art sur la g´eom´etrie de l’information
5.1.1 Contexte : Comparer deux distributions
5.1.2 G´eom´etrie diff´erentielle
5.2 Application 1 : classification de la population de la maladie d’Alzheimer
5.2.1 Conception math´ematique
5.2.2 Application aux donn´ees de la maladie d’Alzheimer
5.3 Application 2 : caract´erisation des retards dans le transport a´erien
5.3.1 Contexte
5.3.2 Conception math´ematique
5.3.3 Application : clustering des retards a´eroportuaires
III Discussion g´en´erale
R´ef´erences
Télécharger le rapport complet
