L'arterial spin labelling (ASL) est une technique d'imagerie par résonance magnétique de la perfusion cérébrale. Les travaux présentés dans cette thèse ont d'abord consisté à standardiser les acquisitions ASL dans le contexte d'études de neuro-imagerie multicentriques. Un processus de contrôle de la qualité des images a par la suite été proposé. Les travaux se sont ensuite orientés vers le post-traitement de données ASL, en évaluant la capacité d'algorithmes existants à y corriger les distorsions. Des méthodes de super-résolution adaptées aux acquisitions ASL mono et multi-TI ont finalement été proposées et validées sur des données simulées, de sujets sains, ou de patients imagés pour suspicion de tumeurs cérébrales.

L’imagerie IRM de perfusion par Arterial Spin Labeling (ASL) ou marquage des spin artériels a pour principal avantage d’être une méthode d’imagerie non invasive (non irradiante et sans injection de produit de contraste exogène), particulièrement adaptée à l'imagerie cérébrale pédiatrique. Sa facilité de mise en œuvre explique l’engouement pour cette séquence et de nombreuses applications cliniques émergentes. Cette technique initialement développée chez l’adulte nécessite une adaptation à la population pédiatrique, aussi bien des paramètres d’acquisition et de quantification que des algorithmes de traitement d’images. La perfusion cérébrale globale et régionale évolue physiologiquement, parallèlement à l’âge et au développement neurocognitif. Il existe plusieurs méthodes d’étude de la perfusion cérébrale pédiatrique. Dans ce contexte, deux revues de littérature ont été réalisées et publiées : l’une portant sur les différentes techniques d’imagerie de la perfusion cérébrale chez les nouveau-nés, l’autre se focalisant sur la technique d’ASL en pédiatrie et ses applications cliniques. Puis la chaîne de traitement des images morphologiques et de perfusion ASL, développée chez l’adulte au sein de notre unité, a été adaptée aux enfants puis aux nouveau-nés. Ces deux populations ont effectivement des problématiques différentes, en particulier le rapport signal sur bruit de l’ASL est très bon chez les enfants, mais nettement moins bon chez les nouveau-nés, et les images morphologiques ont un contraste différent en raison d’une myélinisation incomplète à la naissance. Grace à l’adaptation de la chaîne de traitement, des travaux de recherche clinique ont pu être finalisés (2 publiés, 1 soumis) illustrant l’intérêt de l’étude de la perfusion cérébrale dans 3 situations : l’étude de l’évolution de la perfusion cérébrale normale chez l’enfant entre 6 mois et 15 ans ; l’étude de la perfusion cérébrale chez les enfants souffrant d’une première crise de migraine avec aura ; et enfin l’étude de l’évolution de la perfusion cérébrale entre le 3ieme et le 10ieme jour de vie chez les enfants souffrant d’asphyxie périnatale et traités par hypothermie. Plusieurs projets restent en cours sur le sujet, avec d’autres challenges de traitement et d’analyse d’image (enfants de neurochirurgie avec modifications morphologiques du cerveau, ou enfants prématurés par exemple), dans la continuité ce qui a été fait au cours de cette thèse.

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.

La Sclérose en Plaques (SEP) est la plus fréquente des maladies neurologiques acquises conduisant à un handicap chez l’adulte jeune. Le repérage précoce des patients susceptibles d’évoluer vers un handicap est un enjeu majeur afin de proposer un traitement adapté. Dans ce domaine, l’imagerie par résonnance magnétique (IRM) a complètement modifié la prise en charge des patients. Dans cette thèse, deux pistes sont explorées en vue d’améliorer le caractère pronostique de l’imagerie réalisée en début de maladie. Une première partie est consacrée aux apports potentiels de l’imagerie médullaire. Une deuxième partie s’intéresse à l’imagerie spécifique de l’inflammation par USPIO. La première partie de cette thèse correspond à un projet longitudinal et multicentrique intitulé EMISEP. Il vise à mesurer l’atteinte tissulaire médullaire en IRM conventionnelle et quantitative chez les patients atteints de SEP rémittente débutante, puis à étudier son lien avec le handicap ambulatoire à 5 ans. Aucune donnée n’était disponible concernant la variabilité en multicentrique des métriques issues de l’IRM médullaire quantitative. Notre première étude est donc consacrée à l’évaluation de la variabilité de la mesure du ratio de transfert d’aimantation (MTR) médullaire chez les sujets sains. Nous avons montré que la variabilité globale de la mesure du MTR médullaire était modérée avec un coefficient de variation de l’ordre de 3 %. Dans une deuxième étude, nous avons analysé les mesures de MTR initiales chez les patients SEP rémittents, comparativement à une population contrôle, afin de détecter une atteinte médullaire précoce. Nous avons mis en évidence une diminution significative des valeurs de MTR chez les patients comparés aux contrôles, mesurable dans la moelle épinière d’apparence normale et plus marquée proche de son centre et de sa périphérie. Puis nous avons réalisé une troisième étude centrée sur les voies motrices, particulièrement fonctionnelles. Nous avons quantifié spécifiquement l’atteinte du tractus cortico-spinal encéphalique et médullaire en IRM et évalué ses conséquences fonctionnelles cliniquement et en électrophysiologie. Nous avons montré que cette atteinte est fréquente, d’étendue très variable selon les patients, et qu’elle prédomine sur le segment médullaire des voies motrices. La sévérité de l’atteinte focale mesurée en imagerie en début de la maladie est déjà corrélée à ses conséquences cliniques et électrophysiologiques. Enfin, l’étude longitudinale, permettant d’évaluer le caractère pronostique de l’atteinte médullaire focale et diffuse précoce est en cours. La deuxième partie de cette thèse correspond à une autre étude longitudinale intitulée USPIO-CIS. Ses objectifs étaient d’étudier les prises de contraste USPIO comparativement au gadolinium dans une population de patients ayant un syndrome cliniquement isolé et d’évaluer leur rôle pronostique à moyen terme (3 ans). Nous avons montré que les prises de contraste USPIO sont rarement visualisées comparativement aux prises de contraste après injection de gadolinium dans cette population, mais sont associées à une déstructuration tissulaire initiale majeure, qui diminue progressivement au cours de la première année. Elle reste cependant plus marquée dans les lésions initialement USPIO positives comparées aux lésions seulement positives pour le gadolinium à 3 ans. En conclusion, nos travaux ont montré que l’atteinte médullaire est précoce chez les patients ayant une SEP rémittente, de sévérité variable selon les patients et intéresse notamment des zones très fonctionnelles comme les voies motrices. Son rôle pronostique, prometteur, est en cours d’évaluation. L’imagerie spécifique de l’inflammation par USPIO permet quant à elle d’expliquer les différents degrés de sévérité des lésions focales à moyen terme, mais les risques liés à son utilisation chez l’homme compromettent son potentiel comme outil pronostique en routine clinique.

L'imagerie pondérée en diffusion est un type d'acquisition IRM spécifique basé sur la direction de diffusion des molécules d'eau dans le cerveau. Cela permet, au moyen de plusieurs acquisitions, de modéliser la microstructure du cerveau, comme la matière blanche qui à une taille très inférieur à la résolution du voxel. L'obtention d'un grand nombre d'images nécessite, pour un usage clinique, des techniques d'acquisition ultra rapide tel que l'imagerie parallèle. Malheureusement, ces images sont entachées de large distorsions. Nous proposons une méthode de recalage par blocs basée sur l'acquisition d'images avec des directions de phase d'encodage opposées. Cette technique spécialement conçue pour des images écho planaires, mais qui peut être générique, corrige les images de façon robuste tout en fournissant un champs de déformation. Cette transformation est applicable à une série entière d'image de diffusion à partir d'une seule image b 0 renversée, ce qui permet de faire de la correction de distorsion avec un temps d'acquisition supplémentaire minimal. Cet algorithme de recalage, qui a été validé à la fois sur des données synthétiques et cliniques, est disponible avec notre programme de traitement d'images Anima. A partir de ces images de diffusion, nous sommes capable de construire des modèles de diffusion multi-compartiment qui représentent la microstructure complexe du cerveau. Pour pouvoir produire des analyses statistiques sur ces modèles, nous devons être capable de faire du recalage, du moyennage, ou encore de créer un atlas d'images. Nous proposons une méthode générale pour interpoler des modèles multi-compartiment comme un problème de simplification basé sur le partitionnement spectral. Cette technique qui est adaptable pour n'importe quel modèle, a été validé à la fois sur des données synthétiques et réelles. Ensuite à partir d'une base de données recalée, nous faisons des analyses statistiques en extrayant des paramètres au niveau du voxel. Une tractographie, spécifiquement conçue pour les modèles multi-compartiment, est aussi utilisée pour faire des analyses en suivant les fibres de matière blanche. Ces outils sont conçus et appliqués à des données réelles pour contribuer à la recherche de biomarqueurs pour les pathologies cérébrales.

La sclérose en plaques (SEP) est une maladie auto-immune inflammatoire du jeune adulte causant des handicaps variables et progressifs irréversibles. Cette maladie est présente de manière prépondérante dans l’hémisphère nord. Cette thèse s’attache à la caractérisation et à la modélisation de signatures IRM multimodales des lésions de sclérose en plaques. L’objectif est d’améliorer les modèles de représentation de l’image et d’adapter les méthodes d’apprentissage pour la reconnaissance visuelle, dans le cas où des informations de haut niveau telles que les lésions SEP incluses dans l’IRM sont extraites. Nous proposons dans cette thèse un nouvel algorithme de normalisation d’intensité en IRM, particulièrement centré sur la normalisation d’images longitudinales multimodales, afin de produire des détections d’évolution de lésion robustes. Cette normalisation est centrée sur la modélisation de l’histogramme de l’image par un modèle de mixture de Gaussiennes robuste à la présence de lésions. Faisant suite à cet algorithme, nous proposons également deux nouvelles méthodes de détection de lésions SEP basées sur (1) une comparaison statistique du patient vis à vis d’une population de sujets contrôle et (2) un cadre probabiliste de détection basé sur un apprentissage d’une classe (tissus sains). Nous avons évalué les algorithmes proposés sur plusieurs jeux de données multi-centriques et vérifié leur efficacité dans la détection de lésions.

Comprendre le processus chirurgical, c'est à dire comprendre le processus d'apprentissage du geste à réaliser, sa préparation, son exécution et enfin son optimisation est un projet ambitieux. Depuis 2008, nous avons mené une collaboration étroite avec l'Innovation Center Computer Assisted Surgery de l'Université de Leipzig en Allemagne et utilisé leur outil, le "Surgical Workflow Editor" qui permet d'enregistrer en direct toute l'activité gestuelle d'un chirurgien sous la forme d'un triplet action-instrument-cible. NOus avons choisi d'étudier des procédures chirurgicales " simples", c'est-à-dire des procédures fréquentes, standardisées et de courte durée. Nous avons donc enregistré au bloc opératoire du service de Neurochirurgie de l'Hôpital Universitaire de Leipzig l'activité gestuelle des chirurgiens réalisant des procédures chirurgicales rachidienne (exérèse d'une hernie discale lombaire) et crânienne (exérèse d'un adénome hypophysaire par voie transsphénoïdale), puis de la même façon, ces procédures ont été enregistrées dans le service de Neurochirurgie de l'Hôpital Universitaire de Rennes. Les résultats ont montré les relations existant dans la pratique chirurgicale entre l'expérience des chirurgiens et la technique gestuelle dans un contexte de chirurgie réelle. Nous avons pu démontrer qu'il existe une réelle optimisation gestuelle évoluant avec la saniorisation des chirurgiens : économie globale du temps d'intervention, économie du nombre de gestes dans les phases les plus stéréotypées particulièrement avec la main dominante, optimisation de la main non dominante dans les phases les plus complexes.

La besoin d’une meilleure intégration des nouveaux systèmes de chirurgie assisté par ordinateur dans les salles d’opération à récemment été souligné. Une nécessité pour atteindre cet objectif est de récupérer des données dans les salles d’opérations avec différents capteurs, puis de à partir de ces données de créer des modèles de processus chirurgicaux. Récemment, l'utilisation de vidéos dans la salle d'opération a démontré son efficacité pour aider à la création de système de CAO sensible au contexte. Le but de cette thèse était de présenter une nouvelle méthode pour la détection automatique de tâches haut niveaux (i.e. phases chirurgicales) et bas-niveaux (i.e. activités chirurgicales) à partir des vidéos des microscopes uniquement. La première étape a consisté à reconnaitre automatiquement les phases chirurgicales. L'idée fut de combiner des techniques récentes de vision par ordinateur avec une analyse temporelle. Des classifieurs furent tout d’abord mis en œuvre pour extraire des attributs visuels et ainsi caractériser chaque image, puis des algorithmes de classification de séries temporelles furent utilisés pour reconnaitre les phases. La deuxième étape a consisté à reconnaitre les activités chirurgicales. Des informations concernant des outils chirurgicaux et des structures anatomiques furent détectées et combinées avec l'information de la phase précédemment obtenu au sein d’un système de reconnaissance intelligent. Après des validations croisées sur des vidéos de neurochirurgie et de chirurgie de l’œil, nous avons obtenu des taux de reconnaissance de l'ordre de 94% pour la reconnaissance des phases et 64% pour la reconnaissance des activités. Ces systèmes de reconnaissance pourraient être utiles pour générer automatiquement des rapports post-opératoires, pour l'enseignement, l’apprentissage, mais aussi pour les futurs systèmes sensibles au contexte.