Biomarqueurs IRM de la maladie d’Alzheimer : apport du traitement des images - INRIA - Institut National de Recherche en Informatique et en Automatique Accéder directement au contenu
Chapitre D'ouvrage Année : 2014

Biomarqueurs IRM de la maladie d’Alzheimer : apport du traitement des images

Résumé

In the past years, considerable progress has been made in image processing methods applied to magnetic resonance imaging (MRI), that allow detecting and quantifying anatomical and functional alterations at the earliest stages of Alzheimer’s disease (AD). These progresses pave the way to the definition of new biomarkers that could contribute to an earlier and more accurate diagnosis, to predict the evolution of the disease and to quantify the effect of new treatments. This paper summarizes recent advances in the domain of image processing for the definition of biomarkers of AD. Hippocampal atrophy is a robust biomarker and has been recently included in the new diagnostic criteria for research. Automatic segmentation methods have made it feasible to perform volumetry in large series of patients. Different methods, which can be applied to standard anatomical MRI, allow obtaining local measures of atrophy distributed throughout the whole brain. Automatic classification methods provide indices at the individual level. Diffusion MRI provides information of the integrity of brain microstructure and of white matter tracts. Resting-state functional MRI allows studying alterations of functional connectivity. Finally, high-field MRI opens new avenues to study very subtle anatomical alterations. Validation of these biomarkers is a crucial issue that requires large-scale multicenter studies. This requires addressing several scientific and technological challenges.
Ces dernières années, des progrès considérables ont été réalisés dans le traitement des images de résonance magnétique (IRM) qui permettent de déceler et quantifier différentes altérations anatomiques et fonctionnelles dès les premiers stades de la maladie d’Alzheimer (MA). Cela ouvre la voie à la définition de nouveaux biomarqueurs qui pourraient contribuer à un diagnostic plus précoce, à prédire l’évolution de la maladie ou encore permettre de quantifier l’effet de nouveaux traitements. Cet article récapitule des avancées récentes dans le domaine du traitement d’images pour la définition de biomarqueurs de la MA. L’atrophie hippocampique est un marqueur robuste et a été récemment incluse dans les nouveaux critères diagnostiques de recherche. Les méthodes de segmentation automatique de l’hippocampe rendent possible la volumétrie sur de grandes populations. Différentes méthodes, applicables à une IRM anatomique standard, permettent l’obtention de mesures locales d’atrophie distribuées sur l’ensemble du cerveau. Des méthodes de classification automatiques fournissent des indices au niveau individuel. L’IRM de diffusion fournit des informations sur l’intégrité de la microstructure et des fibres de la substance blanche. L’IRM fonctionnelle de repos permet d’étudier les altérations de la connectivité fonctionnelle. Enfin, l’IRM à haut champ offre de nouvelles possibilités pour la détection d’altérations anatomiques très fines. La validation de ces marqueurs IRM est un enjeu crucial, qui nécessite notamment des études multicentriques de grande échelle. La réalisation de telles études pose de nouveaux défis scientifiques et technologiques.
Fichier principal
Vignette du fichier
ANM-Final.pdf (46.97 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01098841 , version 1 (29-12-2014)

Identifiants

  • HAL Id : hal-01098841 , version 1

Citer

Olivier Colliot. Biomarqueurs IRM de la maladie d’Alzheimer : apport du traitement des images. Tillement Jean-Paul; Hauw Jean-Jacques; Papadopoulos Vassilios. Vieillissement et démences : un défi médical, scientifique et socio-économique, Lavoisier, pp.25-37, 2014, Rapports de l’Académie Nationale de Médecine. ⟨hal-01098841⟩
467 Consultations
552 Téléchargements

Partager

Gmail Facebook X LinkedIn More