10.07.2015 Views

th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...

th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...

th`ese de doctorat - Neurosciences Cognitives & Imagerie Cérébrale ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Chapitre 1. Anatomie cérébrale et étu<strong>de</strong> <strong>de</strong> groupe en neuroimagerieactivation fonctionnelle, conance dans l'i<strong>de</strong>ntication ou la parcellisation pour unerégion anatomique) ;• la similarité entre <strong>de</strong>ux n÷uds selon une distance pré-dénie (<strong>de</strong>scripteurs <strong>de</strong> forme,position, connexité...).Les approches structurelles permettent d'i<strong>de</strong>ntier les structures communes à tous lessujets, relativement aux caractéristiques que l'on a incluses dans les graphes et à la mesure<strong>de</strong> similarité choisie. C'est donc un cadre plus exible que celui <strong>de</strong>s techniques basées surun système <strong>de</strong> coordonnées qui est limité aux informations spatiales : <strong>de</strong>ux structures sontsupposées homologues si elles sont superposées après recalage. L'analyse structurelle <strong>de</strong>150 cerveaux a ainsi permis <strong>de</strong> retrouver les résultats connus <strong>de</strong> corrélation entre la forme<strong>de</strong> certains sillons et la latéralité [101, 59], alors qu'une étu<strong>de</strong> <strong>de</strong> morphométrie voxel àvoxel sur les mêmes sujets [160] n'avait pas pu les mettre en évi<strong>de</strong>nce.L'emploi <strong>de</strong>s approches structurelles dans les étu<strong>de</strong>s morphométriques est toutefoislimité par la nécessité <strong>de</strong> dénir les régions d'intérêt. En plus du choix crucial <strong>de</strong>s structuresétudiées se pose le problème <strong>de</strong> leur segmentation. Si la fastidieuse dénition manuellelaisse place à <strong>de</strong> nombreuses alternatives automatisées [100, 36], reste le problème <strong>de</strong> leurrobustesse perfectible qui implique souvent une validation manuelle <strong>de</strong>s résultats. Cet état<strong>de</strong> fait est cependant remis en cause par l'évolution constante <strong>de</strong>s modèles sous-jacents[116]. Les approximations <strong>de</strong>s métho<strong>de</strong>s automatiques se rapprochent <strong>de</strong>s variations interexperts constatées lors <strong>de</strong>s validations manuelles et les étu<strong>de</strong>s sur <strong>de</strong>s groupes importantspeuvent être envisagées [101, 59].1.4 ConclusionLa variabilité interindividuelle du cortex fascine car elle est probablement reliée à ladiversité <strong>de</strong> personnalités et <strong>de</strong> capacités cognitives qui font l'Homme. En revanche, ellefrustre les neuroscientiques car elle est un obstacle à l'intuition qu'une fonction a uneposition précise sur le cortex [158]. Deux approches alternatives s'orent alors à celuique la frustration ne décourage pas : les métho<strong>de</strong>s basées sur un système <strong>de</strong> coordonnéesqui reposent sur diverses hypothèses intervenant dans l'étape cruciale du recalage ; et lestechniques structurelles par régions d'intérêt dont la dénition nécessite d'introduire <strong>de</strong>sinformations <strong>de</strong> plus haut niveau. Chacune <strong>de</strong> ces approches est partiale (réglage <strong>de</strong>sparamètres du recalage ou choix <strong>de</strong>s régions) et partielle (les résultats dépen<strong>de</strong>nt du modèlesous-jacent) mais elles sont complémentaires. Ainsi, combiner ces <strong>de</strong>ux types <strong>de</strong> traite-56

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!