Advanced dMRI Signal Modeling for Tissue Microstructure Characterization - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2017

Advanced dMRI Signal Modeling for Tissue Microstructure Characterization

Modélisation Avancée du Signal dMRI pour la Caractérisation de la Microstructure Tissulaire

Résumé

Understanding the structure and function of the brain is one of the great scientific challenges mankind faces to this day. After many years of animal and ex-vivo dissection studies, the advent of non-invasive imaging modalities finally enabled in-vivo examination of the central nervous system. This thesis is dedicated to furthering neuroscientific understanding using diffusion-sensitized Magnetic Resonance Imaging (dMRI). Within dMRI, we focus on the estimation and interpretation of microstructure-related markers. This subfield is often referred to as ``Microstructure Imaging''. In Microstructure Imaging, the observed water diffusion restriction is related to tissue structure using biophysical models, i.e., simplified representations of the nervous tissue. While this is conceptually straightforward, actually designing an appropriate model that relates the observed diffusion measurements to relevant tissue parameters has proven to be a task of Herculean proportions. This thesis is divided into three parts. In part 1, we first introduce the basic knowledge necessary to understand the biological and physical basis of the diffusion MR signal, following by brief review on the estimation and interpretation of diffusion anisotropy. We end this part with an extensive review of PGSE-based microstructure imaging. In this review, we deconstruct every microstructure model to its basic parts and clearly show how each model relates to others, emphasizing model assumptions and limitations. This is followed by a validation of microstructure estimates using various microstructure models using spinal cord data with registered diffusion and histology data. Finally, we address current claims of degeneracy in multi-compartment imaging and propose a methodology to avoid this degeneracy. In part 2, we focus on our contributions in three-dimensional q-space imaging, with special emphasis on functional basis approaches (FBA). We start with our contribution to use analytic Laplacian regularization for the Mean Apparent Propagator (MAP) functional basis (MAPL) to recover microstructure-related q-space indices. We illustrate the effectiveness of MAPL on both a physical phantom with gold standard data and data from the Human Connectome Project. Furthermore, we propose to use MAPL as a preprocessing for subsequent microstructure estimation using multi-compartment models. We end this part with a biomarker comparison study in Alzheimer rats. In part 3, we focus on our contributions to time-dependent q-space imaging. We propose a functional basis approach to simultaneously represent three-dimensional q-space and diffusion time, that we call qt-diffusion MRI (qt-dMRI). This allows us to estimate time-dependent q-space indices, that we call qt-indices. For the first time, qt-dMRI allows for the non-parametric exploration of time-dependent diffusion in nervous tissue. The work for this thesis was partly done in collaboration with CENIR, Institut du Cerveau et de la Moelle épinière (Paris, France), University of Southern California (CA, USA), University of Verona (Verona, Italy) and Université de Sherbrooke (Québec, Canada). This work was partly supported by ANR "MOSIFAH" under ANR-13-MONU-0009-01, the ERC under the European Union's Horizon 2020 research and innovation program (ERC Advanced Grant Agreement No 694665:CoBCoM).
Comprendre la structure et la fonction du cerveau est un des plus grands défis scientifiques à ce jour. Après plusieurs années d'études de dissection animale et ex-vivo, l'avènement de modalités d'imagerie non invasive a finalement permis la possibilité d'examiner in vivo le système nerveux central. Cette thèse est dédiée à l'approfondissement de cette compréhension neuro-scientifique à l'aide d'imagerie par résonance magnétique (IRMd) sensibilisée à la diffusion. Dans cette thèse, nous nous concentrons sur la modélisation du signal de diffusion et l'estimation et l'interprétation par IRMd des biomarqueurs liés à la microstructure. Dans ce sous-champ, souvent appelé «Microstructure Imaging», la restriction de la diffusion de l'eau observée est liée à la structure tissulaire en utilisant des modèles biophysiques, c'est-à-dire des représentations simplifiées du tissu observé. Bien que cela soit conceptuellement simple, le développement d'un modèle reliant finement les mesures de diffusion observées aux paramètres tissulaires pertinents se revèle être une tâche extrêmement complexe. Cette thèse est divisée en trois parties. Dans la partie 1, nous introduisons d'abord la terminologie de base dMRI. Ceci est suivi d'un bref aperçu et d'une comparaison des méthodes qui estiment l'anisotropie de diffusion. Nous terminons cette partie par un examen approfondi de l'imagerie microstructurale à base de PGSE. Dans cette revue, nous déconstruisons chaque modèle de microstructure de ses parties fondamentales et montrons clairement comment chaque modèle se rapporte aux autres, en mettant l'accent sur les hypothèses et les limites du modèle. Ceci est suivi par une validation des estimations de la microstructure en utilisant différents modèles de microstructure utilisant l'histologie de la moelle épinière. Enfin, nous abordons les revendications actuelles de la dégénérescence dans l'imagerie multi-compartiments et proposons une méthodologie pour y rémédier. Dans la deuxième partie, nous nous concentrons sur nos contributions en imagerie spatiale tridimensionnelle, en mettant l'accent sur les approches fonctionnelles (FBA). Nous commençons par expliquer le rôle de la FBA dans «Microstructure Imaging» et nous proposons une revue des méthodologies FBA proposées à ce jour. Nous continuons ensuite par une contribution à la régularisation et à l'utilisation de la base fonctionnelle du Propagateur Apparent Moyen (MAP) pour récupérer les indices d'espace-q liés à la microstructure. Nous terminons enfin cette seconde partie par une étude de validation sur la moelle épinière du chat et une étude de comparaison des biomarqueurs chez les rats Alzheimer. Dans la partie 3, nous nous concentrons sur nos contributions à l'imagerie spatio-temporelle. Nous proposons une approche à l'aide de base fonctionnelle pour représenter simultanément l'espace q tridimensionnel et le temps de diffusion, que nous appelons qt-diffusion MRI (qt-dMRI). Cela nous permet d'estimer les indices q-espace temps-dépendants, que nous appelons qt-indices. On montre, pour la première fois, que qt-dMRI permet l'exploration non paramétrique de la diffusion en fonction du temps dans le tissu nerveux. Les travaux de cette thèse ont été partiellement réalisés en collaboration avec le CENIR, l'Institut du Cerveau et de la Moelle épinière de Paris, l'Université de Californie du Sud (CA, USA), l'Université de Vérone (Vérone, Italie) et l'Université de Sherbrooke (Canada).
Fichier principal
Vignette du fichier
Thesis.pdf (28.38 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-01534104 , version 1 (07-06-2017)
tel-01534104 , version 2 (16-06-2017)

Identifiants

  • HAL Id : tel-01534104 , version 1

Citer

Rutger H.J. Fick. Advanced dMRI Signal Modeling for Tissue Microstructure Characterization. Medical Imaging. Université Côte d'Azur; Inria Sophia Antipolis, 2017. English. ⟨NNT : ⟩. ⟨tel-01534104v1⟩

Collections

INSMI TDS-MACS
575 Consultations
670 Téléchargements

Partager

Gmail Facebook X LinkedIn More