Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique

Etude de la connectivité cérébrale multi-échelle chez le petit animal

De Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique
Aller à la navigation Aller à la recherche

Financement : allocation de recherche.

Contacts : Christian Heinrich (christian.heinrich@unistra.fr)

Sujet :

La connectivité cérébrale, chez l'homme et chez l'animal, est un élément important pour la compréhension du fonctionnement cérébral.

La connectivité peut être représentée sous divers aspects (anatomique et fonctionnel), à diverses échelles (macroscopique, mésoscopique, et microscopique). Ces divers jeux d'informations sont complémentaires.

L'objectif de la thèse est de déterminer la connectivité anatomique macroscopique (IRM de diffusion du petit animal) et la connectivité anatomique mésoscopique (imagerie polarimétrique en microscopie, à partir de coupes histologiques cérébrales) chez le petit animal (souris).

Il s'agira ensuite de fusionner les deux types de données recueillis. L'objectif est de décrire la variabilité de la connectivité dans une population d'intérêt, afin de pouvoir déterminer les sujets aberrants et de mettre en évidence leurs différences par rapport à la population de référence.

L'approche développée servira de base méthodologique pour une étude ultérieure similaire chez l'homme.

Mots-clefs : connectivité anatomique cérébrale, imagerie de diffusion, coupes histologiques, imagerie polarimétrique, tractographie, fusion d'informations.

Collaborations :

  • iCube - MIV : développements méthodologiques, traitement des données, analyse statistique.
  • iCube - IMIS : IRM du petit animal, traitement de données.
  • iCube - TRIO : imagerie polarimétrique par microscopie.
  • IRCAD

Ce travail se situe dans l'axe transverse Imagerie Physique et Systèmes du laboratoire iCube.

Candidature : avant le 31 mai 2013.