Université de Rennes 1 Diffusion directions imaging : reconstruction haute résolution des faisceaux de matière blanche par IRM de diffusion basse résolution angulaire Diffusion directions imaging : high resolution reconstruction of white matter fascicles from low angular resolution diffusion MRI Imagerie par résonance magnétiqueImagerie du tenseur de diffusionAxonesModèles multi-fibresDiffusion non-GaussienneFiltre particulaireTractographie Magnetic resonance imagingDiffusion tensor imagingAxonsMulti-fiber modelsNon-Gaussian diffusionParticle filterTractography Imagerie du tenseur de diffusionThèses et écrits académiques AxoneThèses et écrits académiques TractographieThèses et écrits académiques L'objectif de cette thèse est de fournir une chaine de traitement complète pour la reconstruction des faisceaux de la matière blanche à partir d'images pondérées en diffusion caractérisées par une faible résolution angulaire. Cela implique (i) d'inférer en chaque voxel un modèle de diffusion à partir des images de diffusion et (ii) d'accomplir une ''tractographie", i.e., la reconstruction des faisceaux à partir de ces modèles locaux. Notre contribution en modélisation de la diffusion est une nouvelle distribution statistique dont les propriétés sont étudiées en détail. Nous modélisons le phénomène de diffusion par un mélange de telles distributions incluant un outil de sélection de modèle destiné à estimer le nombre de composantes du mélange. Nous montrons que le modèle peut être correctement estimé à partir d'images de diffusion ''single-shell" à faible résolution angulaire et qu'il fournit des biomarqueurs spécifiques pour l'étude des tumeurs. Notre contribution en tractographie est un algorithme qui approxime la distribution des faisceaux émanant d'un voxel donné. Pour cela, nous élaborons un filtre particulaire mieux adapté aux distributions multi-modales que les filtres traditionnels. Pour démontrer l'applicabilité de nos outils en usage clinique, nous avons participé aux trois éditions du MICCAI DTI Tractography challenge visant à reconstruire le faisceau cortico-spinal à partir d'images de diffusion ''single-shell" à faibles résolutions angulaire et spatiale. Les résultats montrent que nos outils permettent de reconstruire toute l'étendue de ce faisceau. The objective of this thesis is to provide a complete pipeline that achieves an accurate reconstruction of the white matter fascicles using clinical diffusion images characterized by a low angular resolution. This involves (i) a diffusion model inferred in each voxel from the diffusion images and (ii) a tractography algorithm fed with these local models to perform the actual reconstruction of fascicles. Our contribution in diffusion modeling is a new statistical distribution, the properties of which are extensively studied. We model the diffusion as a mixture of such distributions, for which we design a model selection tool that estimates the number of mixture components. We show that the model can be accurately estimated from single shell low angular resolution diffusion images and that it provides specific biomarkers for studying tumors. Our contribution in tractography is an algorithm that approximates the distribution of fascicles emanating from a seed voxel. We achieve that by means of a particle filter better adapted to multi-modal distributions than the traditional filters. To demonstrate the clinical applicability of our tools, we participated to all three editions of the MICCAI DTI Tractography challenge aiming at reconstructing the cortico-spinal tract from single-shell low angular and low spatial resolution diffusion images. Results show that our pipeline provides a reconstruction of the full extent of the CST. Electronic Thesis or DissertationText en application/pdf1 : 9373 Kohttp://ecm.univ-rennes1.fr/nuxeo/site/esupversions/1863ad48-c085-4041-b387-0c9aaf3f4949 Stamm Aymeric 1985-09-23 fr 178648701 aymeric@stamm.fr 2013REN1S168 http://www.theses.fr/2013REN1S168 2013-11-29 Informatique Université de Rennes 1thesis.degree.grantor_1 02778715X Doctorat non ouiBarillotChristianintervenant_1074123637PérezPatrickintervenant_2118780662 Mathématiques, informatique, signal, électronique et télécommunicationsecoleDoctorale_1 139007164 IRISApartenaireRecherche_1 026386909 Université européenne de BretagnepartenaireRecherche_2 139075119 ddc:004 BarillotChristianPérezPatrickUniversité de Rennes 1Sciences et technologie, médecine, pharmacie, odontologie, droit, économie, gestion, philosophieMathématiques, informatique, signal, électronique et télécommunicationsÉcole doctorale Mathématiques, informatique, signal, électronique et télécommunications (Rennes)IRISAUniversité européenne de Bretagne ASCII PDF 9598165 restriction 2013-11-29 2014-04-29 restriction 2013-11-29 2014-04-29