Search

International audience; Current theories hold that the human cortex can be subdivided in anatomically and functionally distinct regions, from which interactions cognition arises. In these interactions the long-range axonal connectivity, namely extrinsic connectivity, plays a fundamental role (Passingham et al., 2002). Hence, parceling the cortex taking into account its extrinsic connectivity can help to understand brain’s internal organization. However, current brain atlases are based on cytoarchitecture (Brodmann, 1909) or anatomical landmarks (Desikan et al., 2006), which do not necessarily reflect brain’s connectivity. Even modern approaches, like that of Glasser et al. (2016) did not include connectivity information on their building process. Using such parcellations on studies involving connectivity could introduce a bias, leading to erroneous connections and conclusions. In Gallardo et al. (2016) we presented a hierarchical clustering based technique to parcellate the whole cortex based on its extrinsic connectivity. In this work, we show the consistency of our technique. Then we use it to obtain a novel cortical 55 parcels parcellation based on the extrinsic connectivity of 138 subjects from the Human Connectome Project (HCP). Experiments show that several of our extrinsic parcels are closely related to brain functionality.

Angiographie images are useful data for several tasks, e.g., diagnosis, pathology follow-up or surgery planning. However, due to low SNR (noise,artifacts), and complex semantic content (sparseness), angiographie image analysis is a time consurning and error prone task. These consideration have motivated the development of numerous vesse! filtering, segmentation, or modeling techinques.This thesis is organized around two research areas : the segmentation anù the moùeling. Segmentation of cerebral vascular networks from 3D angiographie data remains a challenge. Automation generally induces a high computational cost and possible errors, white interactive methods are hard to use due to the dimension and the complexity of images. This thesis presents a compromise between both approaches by using the concept of example-based segmentation. This strategy, which uses component-trees in a non-standard fashion, leads to promising results, when applied on cerebral MR angiographie data. The generation of cerebrovascular atlases remains a complex and infrequently considered issue. The existing approaches rely on information exclusively related to the vessels. This thesis investigate a new way, consisting of using both vascular and morphological information (i.e. Cerebral structures) to improve the accuracy and relevance of the obtaines vascular atlases. Experiments emphasize improvments in the main steps of the atlas generation process impacted by the use of the morphological information. An example of cerebrovascular atlas obtained from a dataset of MRAs acquired form different acquisition devices has been provided.; Les images angiographiques sont utilisés pour différentes tâches comme le diagnostique, le suivie de pathologies et la planification d'interventions chirurgicales. Toutefois, en raison du faible ratio signal sur bruit et le contenu complexe des données (informations clairsemées), l'analyse des images angiographiques est une tâche fastidieuse et source d'erreurs. Ces différentes considérations ont motivé le développement de nombreuses techniques d'analyse.Les travaux de cette thèse s'organisent autour de deux axes de recherches : d'une part la segmentation des images angiographiques, et d'autre part la modélisation des réseaux vasculaires cérébraux. En segmentation, l'automatisation induit généralement un coût de calcul élevé, alors que les méthodes interactives sont difficiles à utiliser en raison de la dimension et de la complexité des images. Ces travaux présentent un compromis entre les deux approches, en utilisant le concept de segmentation à base d'exemple. Cette stratégie qui utilise les arbres de coupes de façon non standard,conduit à des résultats satisfaisant, lorsqu'elle est appliqué sur des données d'ARM cérébrales 3D. Les approches existantes, en modélisation, reposent exclusivement sur des informations relatives aux vaisseaux. Ces travaux ont exploré une nouvelle voie, consistant à utiliser à la fois les informations vasculaires et morphologiques ( c-à-d structures cérébrales) pour améliorer la précision et la pertinence des atlas obtenus. Les expériences soulignent des améliorations dans les principales étapes du processus de création de l'atlas impacté par l'utilisation de l'information morphologique. Un exemple d'atlas cérébraux a été réalisé.

Angiographie images are useful data for several tasks, e.g., diagnosis, pathology follow-up or surgery planning. However, due to low SNR (noise,artifacts), and complex semantic content (sparseness), angiographie image analysis is a time consurning and error prone task. These consideration have motivated the development of numerous vesse! filtering, segmentation, or modeling techinques.This thesis is organized around two research areas : the segmentation anù the moùeling. Segmentation of cerebral vascular networks from 3D angiographie data remains a challenge. Automation generally induces a high computational cost and possible errors, white interactive methods are hard to use due to the dimension and the complexity of images. This thesis presents a compromise between both approaches by using the concept of example-based segmentation. This strategy, which uses component-trees in a non-standard fashion, leads to promising results, when applied on cerebral MR angiographie data. The generation of cerebrovascular atlases remains a complex and infrequently considered issue. The existing approaches rely on information exclusively related to the vessels. This thesis investigate a new way, consisting of using both vascular and morphological information (i.e. Cerebral structures) to improve the accuracy and relevance of the obtaines vascular atlases. Experiments emphasize improvments in the main steps of the atlas generation process impacted by the use of the morphological information. An example of cerebrovascular atlas obtained from a dataset of MRAs acquired form different acquisition devices has been provided.; Les images angiographiques sont utilisés pour différentes tâches comme le diagnostique, le suivie de pathologies et la planification d'interventions chirurgicales. Toutefois, en raison du faible ratio signal sur bruit et le contenu complexe des données (informations clairsemées), l'analyse des images angiographiques est une tâche fastidieuse et source d'erreurs. Ces différentes considérations ont motivé le développement de nombreuses techniques d'analyse.Les travaux de cette thèse s'organisent autour de deux axes de recherches : d'une part la segmentation des images angiographiques, et d'autre part la modélisation des réseaux vasculaires cérébraux. En segmentation, l'automatisation induit généralement un coût de calcul élevé, alors que les méthodes interactives sont difficiles à utiliser en raison de la dimension et de la complexité des images. Ces travaux présentent un compromis entre les deux approches, en utilisant le concept de segmentation à base d'exemple. Cette stratégie qui utilise les arbres de coupes de façon non standard,conduit à des résultats satisfaisant, lorsqu'elle est appliqué sur des données d'ARM cérébrales 3D. Les approches existantes, en modélisation, reposent exclusivement sur des informations relatives aux vaisseaux. Ces travaux ont exploré une nouvelle voie, consistant à utiliser à la fois les informations vasculaires et morphologiques ( c-à-d structures cérébrales) pour améliorer la précision et la pertinence des atlas obtenus. Les expériences soulignent des améliorations dans les principales étapes du processus de création de l'atlas impacté par l'utilisation de l'information morphologique. Un exemple d'atlas cérébraux a été réalisé.

National audience; Cette étude a pour objet la réalisation d'un système d'informations sur le cerveau humain, destiné notamment à assister les neurologues et neurochirurgiens dans le traitement chirurgical de pathologies. Ce système comprend une base de connaissances, une base de données, contenant des examens de patients, des outils de traitement et de visualisation d'images, et un système hypermédia. L?article présente un système à base de connaissances intensionnel, muni d'une stratégie de résolution des conflits d'héritage à deux niveaux par désignation explicite, et fondé sur le paradigme de représentation objets. Ce dernier est organisé en perspectives disjointes, correspondant à différents domaines médicaux. Une relation d'égalité extensionnelle relie respectivement des objets abstraits de différentes perspectives. Chaque objet représente le prototype d'un concept dans un domaine donné et lui confère donc une sémantique unique. Cette organisation permet de distinguer deux types de conflits : conflits sémantiques (inter-domaines) et conflits sur des valeurs (intra-domaines).