Faculté des sciences et techniques de l'ingénieur STI, Programme doctoral Informatique et Communications, Institut de traitement des signaux ITS

From diffusion MRI to brain connectomics

Hagmann, Patric ; Thiran, Jean-Philippe (Dir.) ; Meuli, Reto (Dir.)

Thèse sciences Ecole polytechnique fédérale de Lausanne EPFL : 2005 ; no 3230.

Ajouter à la liste personnelle
    Summary
    The success of diffusion MRI is deeply rooted in the fact that during their micrometric random displacements water molecules explore tissue microstructure. Hence by labeling magnetically spins of displaced water, diffusion MRI provides us with exquisite information about the sizes and orientations on the multiple compartments present inside an imaging voxel. Through the causal relation between on one hand the imaged restricted and oriented water mobility and on the other hand the axonal orientations in brain white matter, diffusion MRI has become a powerful method to infer fiber tract architecture and brain anatomic connectivity. This work is not only a journey that takes us from essential diffusion MRI physics to an investigation of the brain neuronal circuitry, but also a thesis aiming at demonstrating the power of large scale analysis of brain connectivity, where every technological component is essential. After a short introduction on molecular diffusion and diffusion NMR, we start by showing that diffusion contrast is positive. This key issue that was only postulated up to now, allows us to justify why diffusion can be computed accurately with the only signal modulus. Accordingly, various emerging MRI techniques that map non-Gaussian diffusion have found a sound justification. In particular it is precisely the result that allows us to map distribution of diffusion related spin displacements by Fourier transformation of the measured signal modulus, hence to do Diffusion Spectrum MRI. We show through multiples MR experiments how the shape of this distribution in a complicated multi-compartment biological system can be measured and how its characteristic local heterogeneity is a mirror of fiber architectures. We discuss in detail its interpretation and its relation to other diffusion MRI techniques. Tractography is the necessary link that from diffusion MRI provides us with nerve fiber trajectories and maps of brain axonal connectivity. In this thesis two algorithms are proposed, while the first is designed for diffusion tensor MRI, the second is shaped for high angular resolution diffusion MRI and specifically tested on Diffusion Spectrum MRI. After having considered the potentials and the limitations of these line generation algorithms, we investigate whether tractography can be formulated as a segmentation problem in a high dimensional non Euclidean space, i.e. position-orientation space. With the help of the developed tools we address some key neuro-scientific questions. Based on diffusion tensor MRI data of 32 healthy volunteers, language networks are investigated. It is shown that right-handed men are massively interconnected between the left-hemisphere speech areas whereas the homologous in the right hemisphere are sparse; furthermore interhemispheric connections between the speech areas and their contralatera1 homologues are relatively strong. Women and left-handed men have equally strong intrahemispheric connections in both hemispheres, but women have a higher density of interhemispheric connections. After this quantitative study, Diffusion Spectrum MRI data of a single subject is collected and tractography performed in order to analyze the global connectivity pattern of the human brain. For this purpose we propose to model this large scale architecture by an abstract graph. It is shown that the long-range axonal network exhibits a "small world" topology. This type of particular architecture is present in various large scale communication networks. They emerge usually from a growing process where optimal communication has to be developed under some resource constraints. Furthermore we show also that the architecture of axonal connectivity between cortical areas exhibits a hierarchical organization. These results, which confirm more indirect studies, provide essential material to discuss not only brain evolution and development but also information processing at the level of the brain.
    Résumé
    Le succès de 1'IRM de diffusion est profondément enraciné dans le fait que durant leur déplacement aléatoire les molécules d'eau dans un échantillon biologique explorent sa structure. En marquant magnétiquement les protons liés aux molécules d'eau qui se déplacent, 1'IRM de diffusion fournit un reflet de la taille et de l'orientation des divers compartiments présents dans le tissu étudié. C'est par la relation causale entre d'un côté la mesure de la mobilité restreinte et orientée des molécules et de l'autre côté l'orientation des axones dans la matière blanche cérébrale, que 1'IRM de diffusion est devenue une méthode puissante pour l'étude de la connectivité cérébrale et de l'architecture de ses fibres nerveuses. Cet travail est non seulement un voyage, qui nous emmène de la physique de 1'IRM de diffusion jusqu'à l'étude de la circuiterie neuronale du cerveau, mais aussi une thèse visant à démontrer la puissance de l'analyse à grande échelle de la connectivité cérébrale où chaque composant technologique nécessaire à sa mesure est essentiel. Suite à une petite introduction sur la diffusion moléculaire et l'IRM de diffusion, nous commençons par montrer que le contraste IRM de diffusion est réel et positif. Ceci est un point clé, qui jusqu'à présent n'avait été que postulé. En effet, cette propriété du signal IRM permet de justifier que pour mesurer correctement la diffusion le seul module du signal est nécessaire. Diverses techniques IRM émergentes qui mesurent une diffusion non gaussienne peuvent des lors trouver une justification fondée. En particulier, ce résultat nous permet de calculer la distribution du déplacement des molécules d'eau en prenant la transformée de Fourier du seul module du signal et par là faire de l'Imagerie du Spectre de Diffusion. Nous illustrons le potentiel de cette technique par diverses expériences, dans lesquelles l'on voit de quelle manière cette distribution dans un tissu biologique aux multiples et tortueux compartiments peut être mesuré, et comment l'hétérogénéité mesurée est un miroir de l'architecture axonale. La tractographie est le lien nécessaire qui permet, à partir de mesures IRM, de reconstruire, in vivo, les trajectoires de fibres nerveuses ainsi que des cartes de connectivité cérébrale. Dans cette thèse deux algorithmes sont proposés, alors que le premier est développé pour 1'IRM du tenseur de diffusion, le second est faconné pour l'IRM de diffusion à haute résolution angulaire et est spécifiquement testé sur des images acquises en IRM du Spectre de Diffusion. Après avoir considéré les avantages et les limites de ces algorithmes de tracage, nous nous posons la question si la tractographie peut être formulée comme un problème de segmentation dans un espace non-euclidien de haute dimension: l'espace position-orientation. C'est à l'aide de ces outils que nous formulons quelques questions neuroscientifiques d'importance. En se basant sur les images cérébrales acquises chez 32 volontaires sains en IRM du tenseur de diffusion, le réseau neuronal du langage est étudié. Il en ressort que les hommes droitiers sont massivement interconnectés entre aires du langage dans l'hémisphère gauche alors qu'entre les régions homologues à droite cette connectivité est faible. Ceux-ci ont aussi des connections interhémisphériques importantes entre aires du langage et leurs homologues contralateral. Chez les hommes gauchers ainsi que les femmes cette connectivité intrahémisphérique semble égale dans les deux hémisphères, mais les femmes ont une densité de connections interhémisphérique plus importante. Après cette étude quantitative, nous étudions la organisation globale des connections cérébrales d'un sujet avec l'aide d'une acquisition en IRM du Spectre de Diffusion et de la tractographie. Ici la clé est de modéliser cette connectivité à l'échelle du cerveau entier par un graphe abstrait. Ceci nous permet de démontrer que le réseau ainsi formé est de topologie "petit monde", ou "small world" en anglais. C'est un type d'architecture bien particulier qui se retrouve dans de multiples réseaux de communication de grande échelle. Ceux-ci résultent en général d'un processus de développement où l'optimalité de la capacité de communication entre composants est modulée par des limites de ressources. D'autre part nous montrons aussi que l'architecture de la connectivité axonale entre aires corticales est aussi organisée hiérarchiquement. Ces résultats, qui confirment des études bien moins directes, nous permet de mettre en perspective l'histoire de l'évolution cérébrale, le développement cérébral ainsi que le traitement de l'information au niveau du cerveau tout entier.