Titre du projet
Imagerie multimodale de la géométrie des croisements de fibres de matière blanche dans le cerveau : vers la prochaine génération d’algorithmes de tractographie
Résumé
L’IRM de diffusion (IRMd) est une technique d’imagerie non invasive utilisée pour visualiser les fibres de matière blanche dans le cerveau. Grâce à des algorithmes de tractographie, une carte de la connectivité structurelle du cerveau est obtenue. Ceci fournit un modèle inestimable pour étudier l’organisation du cerveau. Toutefois, la plupart des algorithmes de tractographie se basent sur des suppositions quant à la microstructure de la matière blanche qui, jusqu’à ce jour, restent difficiles à valider expérimentalement. En particulier, ce qui demeure inconnu est une description claire de la façon dont la matière blanche se croise au sein et entre les amas de fibres. La façon dont l’organisation de ces croisements à l’échelle microscopique affecte les algorithmes de tractographie à l’échelle macroscopique est aussi mal comprise. Une expérience effectuée lors d’un récent colloque international a conclu que tous les algorithmes de suivi arrivaient à détecter 90% des fibres véritables au sein d’un jeu de données synthétiques, mais chaque méthode générait entre 4 à 5 fois plus de fausses détections que de vraies fibres. Ceci a été attribué en grande partie au manque d’information à propos de la géométrie des croisements de fibres. Ce problème est d’autant plus important considérant que pour la résolution des IRMs utilisés en clinique, environ 90% des voxels contiennent plusieurs orientations de fibres. Il y a donc un besoin urgent pour une méthode permettant de valider les algorithmes de tractographie.
L’objectif général de ce projet est de combiner des images du cerveau acquises par IRMd et par histologie sérielle afin d’étudier la géométrie des croisements de fibres de matière blanche et leur impact sur les algorithmes de tractographie. L’histologie sérielle est une technique récente en neurophotonique qui combine une lame vibrante à un microscope. La lame coupe de fines tranches de tissu afin de révéler de nouvelles couches de cerveau à imager avec le microscope. Ce procédé est répété jusqu’à ce que le cerveau entier ait été imagé. Ensuite, les milliers d’images acquises sont assemblées en un seul volume 3D qui est aligné précisément aux données IRMd. Lors d’un précédent projet de recherche, nous avons construit un tel microscope automatique qui permet d’acquérir des cerveaux de rongeurs entiers avec une résolution micrométrique en moins d’une journée.
En combinant les données IRMd et optiques, nous développerons un nouvel algorithme de tractographie qui sera plus fiable dans les zones de croisements de fibres. Ce projet nécessitera du travail en optique, en traitement d’images, et en algorithmie. Le pipeline d’imagerie et d’analyse sera développé en utilisant des cerveaux de rongeurs, et il sera ensuite utilisé pour étudier des échantillons de cerveaux humains. Le résultat attendu est une corrélation sans précédent entre le signal IRMd et la mésostructure sous-jacente de la myéline dans le cerveau humain. Étant donné l’importance grandissante de la connectivité structurelle pour comprendre la fonction du cerveau et ses maladies, notre travail fournira des données essentielles pour valider les algorithmes de tractographie et contribuera à une meilleure compréhension des caractéristiques du tissu à l’origine du signal IRMd.
Cochercheurs & Collaborateurs
- Maxime Descoteaux (Université de Sherbrooke)
- Frédéric Lesage (École Polytechnique de Montréal)
- Laurent Petit (Université de Bordeaux)
- Josefina Maranzano (Université du Québec à Trois-Rivières)
Financements
- « Projet pilote » du Réseau de bio-imagerie du Québec (RBIQ)
- « Projet de recherche en équipe » du Fonds de recherche du Québec – Nature et technologies (FRQNT)