Modelisation statistique de formes en imagerie cerebrale
Résumé
This thesis comes within the scope of statistical shape modeling in 3D cerebral imaging.
In a first part, we propose a statistical shape model of cortical sulci. The model is built from a training population of sulci extracted from MRI volumes with a parametric representation. A coordinate system intrinsic to a sulcus shape is defined in order to align the training population, on which is then performed a principal components analysis. This statistical modeling is extended to a sulci graph in order to describe not only the morphological features of one sulcus, but also the relationships in terms of relative position and orientation between major sulci. The analysis we present is concerned with a reduced graph defined by a pair of sulci.
In a second part, three applications are considered. On the one hand, we take part to an evaluation project of inter-subjects brain registration methods. When performed on local landmarks, the statistical analysis provides a similarity measure between registered shapes, and thus provides a comparison criterion between methods. On the other hand, we exploit the statistical knowledge acquired by the sulci modeling in the context of anatomical and functional atlases building. More precisely, we propose a fusion scheme, local and non-linear, to register inter-subjects functional data (MEG dipoles) toward a single coordinate system linked to the anatomical model of cortical sulci. Experimented on a database of 18 subjects, this method has been shown to reduce the observed inter-individual functional variability. Last, the methodology proposed to model cortical sulci shape is applied to functional borders shape delimiting low-order visual areas.
In a first part, we propose a statistical shape model of cortical sulci. The model is built from a training population of sulci extracted from MRI volumes with a parametric representation. A coordinate system intrinsic to a sulcus shape is defined in order to align the training population, on which is then performed a principal components analysis. This statistical modeling is extended to a sulci graph in order to describe not only the morphological features of one sulcus, but also the relationships in terms of relative position and orientation between major sulci. The analysis we present is concerned with a reduced graph defined by a pair of sulci.
In a second part, three applications are considered. On the one hand, we take part to an evaluation project of inter-subjects brain registration methods. When performed on local landmarks, the statistical analysis provides a similarity measure between registered shapes, and thus provides a comparison criterion between methods. On the other hand, we exploit the statistical knowledge acquired by the sulci modeling in the context of anatomical and functional atlases building. More precisely, we propose a fusion scheme, local and non-linear, to register inter-subjects functional data (MEG dipoles) toward a single coordinate system linked to the anatomical model of cortical sulci. Experimented on a database of 18 subjects, this method has been shown to reduce the observed inter-individual functional variability. Last, the methodology proposed to model cortical sulci shape is applied to functional borders shape delimiting low-order visual areas.
Cette these traite de la modelisation statistique de formes en imagerie
cerebrale.
Dans une premiere partie, nous proposons un modele statistique de la forme des sillons corticaux. Le modele est bati par apprentissage a partir de sillons extraits d'images IRM et dotes d'une representation parametrique. La definition d'un repere intrinseque a la forme sillon permet d'aligner l'ensemble des formes extraites et de construire une population d'apprentissage coherente sur laquelle appliquer une analyse en composantes principales afin de deriver le modele. Ce modele statistique est ensuite etendu a un graphe de sillons afin de decrire non plus seulement les caracteristiques morphologiques d'un sillon, mais aussi les relations de position et d'orientation entre sillons principaux.
L'analyse presentee ici porte sur un sous-graphe defini par un couple de sillons.
Dans une seconde partie, trois applications de la modelisation proposee sont envisagees. D'une part, nous l'utilisons dans un cadre d'evaluation de methodes de recalage global inter-sujets. Pratiquee sur des amers locaux, l'analyse statistique fournit un indicateur de la similarite des formes au sein des populations recalees, et produit un critere de comparaison entre les methodes. D'autre part, nous exploitons la connaissance statistique apportee par le modele sur les sillons dans le contexte de la construction d'atlas anatomiques et fonctionnels. Nous proposons une methode locale et non-lineaire de recalage inter-sujets de donnees fonctionnelles, exprimees sous forme de dipoles MEG (localisations d'activations fonctionnelles), base sur la modelisation des amers anatomiques que sont les sillons corticaux. Exprimentee sur une population de 18 sujets, cette methode s'est averee apte a reduire la variabilite fonctionnelle inter-individuelle observee. Enfin, nous appliquons la methodologie proposee dans le cas des sillons a la modelisation statistique de la forme de frontieres fonctionnelles delimitant des aires visuelles de bas-niveau.
cerebrale.
Dans une premiere partie, nous proposons un modele statistique de la forme des sillons corticaux. Le modele est bati par apprentissage a partir de sillons extraits d'images IRM et dotes d'une representation parametrique. La definition d'un repere intrinseque a la forme sillon permet d'aligner l'ensemble des formes extraites et de construire une population d'apprentissage coherente sur laquelle appliquer une analyse en composantes principales afin de deriver le modele. Ce modele statistique est ensuite etendu a un graphe de sillons afin de decrire non plus seulement les caracteristiques morphologiques d'un sillon, mais aussi les relations de position et d'orientation entre sillons principaux.
L'analyse presentee ici porte sur un sous-graphe defini par un couple de sillons.
Dans une seconde partie, trois applications de la modelisation proposee sont envisagees. D'une part, nous l'utilisons dans un cadre d'evaluation de methodes de recalage global inter-sujets. Pratiquee sur des amers locaux, l'analyse statistique fournit un indicateur de la similarite des formes au sein des populations recalees, et produit un critere de comparaison entre les methodes. D'autre part, nous exploitons la connaissance statistique apportee par le modele sur les sillons dans le contexte de la construction d'atlas anatomiques et fonctionnels. Nous proposons une methode locale et non-lineaire de recalage inter-sujets de donnees fonctionnelles, exprimees sous forme de dipoles MEG (localisations d'activations fonctionnelles), base sur la modelisation des amers anatomiques que sont les sillons corticaux. Exprimentee sur une population de 18 sujets, cette methode s'est averee apte a reduire la variabilite fonctionnelle inter-individuelle observee. Enfin, nous appliquons la methodologie proposee dans le cas des sillons a la modelisation statistique de la forme de frontieres fonctionnelles delimitant des aires visuelles de bas-niveau.
Loading...