Date : 2010
Editeur / Publisher : [s.l.] : [s.n.] , 2010
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : français / French
Résumé / Abstract : La résolution des images de cerveau de souris acquises in vivo est limitée vis à vis de la taille des structures observées. Les modalités d'imagerie post mortem restent donc la référence pour une étude précise, bien que la cohérence 3D du cerveau soit perdue. Ces images 2D étant analysées par segmentation manuelle de régions d'intérêt (RDI), ce qui requiert du temps et une expertise, le nombre de coupes et de RDI étudiées est limité. Pour s'affranchir de la perte de la cohérence 3D et traiter un grand nombre de données, il est nécessaire de reconstruire des images 3D à partir de séries de coupes 2D et d'optimiser l'analyse de ces données. Des travaux ont été réalisés pour restaurer la cohérence 3D du cerveau. L'objectif atteint de cette thèse a donc été de proposer une méthode d'analyse de ces images. Pour cela, nous avons recalé un atlas numérique sur des images 3D et mener une étude de celles-ci grâce aux RDI de l'atlas. Cette approche, bien que fiable et rapide, met difficilement en évidence des variations fonctionnelles concentrées dans des zones petites devant la taille des RDI. Ces différences peuvent en revanche apparaître par analyse statistique réalisée à l'échelle du pixel. L'interprétation de ces résultats étant complexe, nous avons proposé d'utiliser l'atlas pour superviser cette analyse afin de coupler les avantages des méthodes. Un travail préliminaire a ensuite été réalisé pour évaluer la faisabilité d'analyse par atlas d'images TEP. Une perspective de ces travaux est d'utiliser l'atlas 3D comme outil unique pour analyser conjointement des images acquises in vivo et post mortem sur les mêmes sujets et ainsi recouper les informations extraites de ces images.
Résumé / Abstract : Murine models are commonly used in neuroscience to improve our knowledge of disease processes and to test drug effects. To accurately study neuroanatomy and brain function in small animaIs, histological staining and ex vivo autoradiography remain the gold standards to date. However, the 3D spatial consistency of the structure is lost. The analyses are cIassically performed by manually tracing regions of interest, which is time-consuming. For this reason, only a few 2D tissue sections are usually processed, resulting in a loss of information. To consider more data and overcome the issue of the loss of the 3D spatial consistency of the studied organ, we used numerous seriaI sections to obtain a spatially consistent 3D reconstruction of the brain. To automatize and optimize the analysis of these data, we proposed to match 3D digital atlas with 3D-reconstructed post mortem data to automatically evaluate morphology and function in mouse brain structures. However, this approach may mislead functional variation between groups if the concerned areas are small compared to the size of the segmentations. To detect this variation, a voxel-wise approach can be performed. Results from this analysis realized in a small animal study are nevertheless complex to understand. We then proposed to automatically supervise the voxel-wise approach using the 3D digital atlas. A preliminary work was also realized to evaluate the feasibility to analyze PET mouse brain images using the digital atlas. One future prospect of these works is using a single tool, the 3D digital atlas, to analyze post mortem and in vivo data acquired on same subjects and then compare results obtained from all images.