IRM de diffusion

Opération 8 : IRM de diffusion (LSIIT, IPB-LINC)

L’IRM de diffusion est une nouvelle technique d'imagerie permettant de caractériser in vivo la diffusion de l’eau, en particulier dans les tissus cérébraux. Cette technique d’imagerie apporte des informations complémentaires par rapport à celles issues des modalités classiques d’IRM, notamment pour l'analyse des principaux faisceaux de fibres nerveuses de la substance blanche.

En neurosciences, cette modalité a permis d'étudier les principaux faisceaux d'association entre différentes régions cérébrales (connectivité anatomique) et de mettre ces faisceaux d'association en regard avec les mécanismes conversationnels pouvant exister entre les régions fonctionnellement actives (connectivité fonctionnelle). Cette modalité d'imagerie joue également un rôle central pour l'étude du développement, de la maturation et du vieillissement cérébral, ainsi que pour l'analyse des traumatismes. Dans le cadre de l'utilisation clinique, un intérêt croissant est porté sur son apport pour le diagnostic et le suivi de certaines pathologies comme l'épilepsie, la sclérose en plaques, la maladie d'Alzheimer ou les tumeurs cérébrales.

Une acquisition d'IRM de diffusion est généralement composée de plusieurs dizaines d'images caractérisant en chaque voxel les propriétés de diffusion selon différentes directions. La conception de méthodes d'analyse et de traitement de ces données nécessite une attention toute particulière du fait de leur aspect multivarié et des contraintes qu'il est nécessaire de prendre en compte afin de garantir la cohérence avec les propriétés du phénomène physique modélisé, notamment en termes de symétrie et de positivité.

Cette opération de recherche est transversale à plusieurs opérations de recherche du thème Imagerie et traitement d'images médicales. Les problématiques qui sont abordées concernent notamment :

- la reconstruction d'images : correction d'artefacts d'acquisition, débruitage, super-résolution, estimation de modèles de diffusion;

- la segmentation : parcellisation du cerveau en zones homogènes, segmentation de lésions;

- la construction d'atlas anatomiques;

- la détection de changements dans des séquences longitudinales : développement de tests statistiques multivariés, application à la sclérose en plaques et aux tumeurs cérébrales;

- l'étude de la connectivité anatomique : développement de méthodes de suivi de fibres, comparaison avec la connectivité fonctionnelle;

- le recalage d'images : développement de métriques adaptées, rééchantillonnage spatial et angulaire des données, réorientation des modèles de diffusion.