Quantitative Analysis of Open Curves in Brain Imaging: Applications to White Matter Fibers and Sulci - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2011

Quantitative Analysis of Open Curves in Brain Imaging: Applications to White Matter Fibers and Sulci

Résumé

There are about a hundred sulci in the human brain and over a hundred billion white matter fibers. These two anatomical structures differ in their number, their physical arrangements and in the function they serve but they do share a common geometric description: they are both open continuous curves. This thesis is a study of how the physical attributes of open curves can be used to advantage in the many varied quantitative applications of sulci and white matter fibers. Shape, scale, orientation and position, the four physical features associated with open curves, have different properties so the usual approach has been to design different metrics and spaces to treat them individually. We take an alternative approach using a comprehensive Riemannian framework where joint feature spaces allow for analysis of combinations of features. We can compare curves by using geodesic distances which quantify their differences. We validate the metrics we use, demonstrate practical uses and apply the tools to important clinical problems. To begin, specific tract configurations in the corpus callosum are used to showcase clustering results that depend on the Riemannian distance metric used. This nicely argues for the judicious selection of metrics in various applications, a central premise in our work. The framework also provides tools for computing statistical summaries of curves. We represent fiber bundles with a mean and variance which describes their essential characteristics. This is both a convenient way to work with a large volume of fibers and is a first step towards statistical analysis. Next, we design and implement methods to detect morphological changes which can potentially track progressive white matter disease. With sulci, we address the specific problem of labeling. An evaluation of physical features and methods such as clustering leads us to a pattern matching solution in which the sulcal configuration itself is the best feature
Il y a dans le cerveau humain environ 100 sillons corticaux, et plus de 100 milliards de faisceaux de matière blanche. Si le nombre, la configuration et la fonction de ces deux structures anatomiques diffèrent, elles possèdent toutefois une propriété géométrique commune: ce sont des courbes ouvertes continues. Cette thèse se propose d'étudier comment les caractéristiques des courbes ouvertes peuvent être exploitées afin d'analyser quantitativement les sillons corticaux et les faisceaux de matière blanche. Les quatre caractéristiques d'une courbe ouverte-forme, taille, orientation et position- ont des propriétés différentes, si bien que l'approche usuelle est de traiter chacune séparément à l'aide d'une métrique ad hoc. Nous introduisons un cadre riemannien adapté dans lequel il est possible de fusionner les espaces de caractéristiques afin d'analyser conjointement plusieurs caractéristiques. Cette approche permet d'apparier et de comparer des courbes suivant des distances géodésiques. Les correspondances entre courbes sont établies automatiquement en utilisant une métrique élastique. Dans cette thèse, nous validerons les métriques introduites et nous montrerons leurs applications pratiques, entre autres dans le cadre de plusieurs problèmes cliniques importants. Dans un premier temps, nous étudierons spécifiquement les fibres du corps calleux, afin de montrer comment le choix de la métrique influe sur le résultat du clustering. Nous proposons ensuite des outils permettant de calculer des statistiques sommaires sur les courbes, ce qui est un premier pas vers leur analyse statistique. Nous représentons les groupes de faisceaux par la moyenne et la variance de leurs principales caractéristiques, ce qui permet de réduire le volume des données dans l'analyse des faisceaux de matière blanche. Ensuite, nous présentons des méthodes permettant de détecter les changements morphologiques et les atteintes de la matière blanche. Quant aux sillons corticaux, nous nous intéressons au problème de leur labellisation.
Fichier principal
Vignette du fichier
these_meena_mani.pdf (11.46 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00851505 , version 1 (14-08-2013)

Identifiants

  • HAL Id : tel-00851505 , version 1

Citer

Meenakshi Mani. Quantitative Analysis of Open Curves in Brain Imaging: Applications to White Matter Fibers and Sulci. Medical Imaging. Université Rennes 1, 2011. English. ⟨NNT : ⟩. ⟨tel-00851505⟩
420 Consultations
262 Téléchargements

Partager

Gmail Facebook X LinkedIn More