Gaining insights into brain tissues using multi-compartment T2 relaxometry models (Analyse quantitative des tissus cérébraux à l'aide de modèles multi-compartiments en IRM de relaxométrie T2) Chatterjee, Sudhanya - (2018-12-05) / Universite de Rennes 1 Gaining insights into brain tissues using multi-compartment T2 relaxometry models Accéder au document :  https://ged.univ-rennes1.fr/nuxeo/site/esupversion...

Langue : Anglais Directeur(s) de thèse:  Barillot, Christian Discipline : Signal, image, vision Laboratoire : VisAGeS Ecole Doctorale : MATHSTIC Classification : Médecine et santé, Sciences de l'ingénieur Mots-clés : microstructure, cérébraux, sclérose en plaques, relaxométrie, T2 Cerveau  - Imagerie par résonance magnétique  - Thèses et écrits académiques sclérose en plaques  - Thèses et écrits académiques

Résumé : Dans cette thèse, nous avons proposé deux modèles multi-compartiments en IRM de relaxométrie T2 (MCT2) fournissant des informations sur la microstructure des tissus cérébraux. Trois compartiments de relaxométrie T2 ont été considérés dans chaque voxel représentant des tissus avec des temps de relaxation T2 courts, T2 moyens et T2 élevés. La complexité associée à l'estimation des paramètres de tels modèles paramétriques a ensuite été explorée. Le premier modèle MCT2 que nous avons proposé a estimé la représentation fractionnelle de compartiments T2 prédéfinis. Dans le second modèle, les représentations fractionnaires et le paramètre de relaxation moyenne ont été estimés pour le compartiment T2 moyen. Dans les deux modèles, le choix de l'approche était justifié par une analyse de la fonction de coût et un cadre d’estimation a été proposé. Le modèle MCT2 a été utilisé pour deux applications. Dans la première application, l’évolution des biomarqueurs de MCT2 a été étudiée dans les lésions de sclérose en plaques (SEP) présentant une prise de contraste gadolinium (Gd) ou non chez 10 patients présentant un syndrome cliniquement isolé. La seconde application a démontré le potentiel de combinaison des biomarqueurs MCT2 avec les informations de microstructure dérivées de l'IRM de diffusion pour identifier les régions présentant une prise de contraste Gd dans les lésions de SEP. Les résultats montrent que les biomarqueurs MCT2 proposés peuvent constituer des outils efficaces pour étudier l’état et l’évolution de la microstructure tissulaire dans le cerveau. La combinaison des biomarqueurs MCT2 avec les informations de microstructure dMRI nous a permis de progresser vers la résolution d’un problème critique et délicat consistant à limiter l'utilisation de gadolinium dans la détection de régions de lésion améliorantes dans les lésions de SEP. Abstract : In this thesis, we propose two multi-compartment T2 relaxometry (MCT2) models which provide information on brain tissue microstructure. Three T2 relaxometry compartments were considered in each voxel representing tissues with short T2, medium T2 and high T2 relaxation times. The complexity associated with the estimation of the parameters for such parametric models has then been explored. The first MCT2 model we propose computes the fractional representation of pre-defined T2 pools. In the next MCT2 model the fractional representations as well as T2 pool parameter were estimated for the medium T2 compartment. For both models the choice of approach was justified using a cost function analysis and a dedicated estimation framework was proposed. Our MCT2 model was used for two applications. In the first application the evolution of MCT2 biomarkers was studied in gadolinium (Gd) enhancing and nonenhancing regions of multiple sclerosis (MS) lesions in 10 patients with clinically isolated syndrome. The potential of combining the MCT2 biomarkers with diffusion MRI (dMRI) derived microstructure information to identify Gd enhancing regions in MS lesions was then demonstrated in the second application. The results show that the proposed MCT2 biomarkers can be effective tools to study the condition and evolution of tissue microstructures in the brain. Combining the MCT2 biomarkers with dMRI microstructure information enabled us to address a critical and challenging problem of limiting the use of gadolinium usage in detecting enhancing lesion regions in MS patients.