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

Imagerie de la myéline par IRM à temps d’écho ultra-court

De Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique
Révision datée du 27 février 2014 à 15:14 par Rousseau (discussion | contributions) (Page créée avec « '''Financement :''' *Contrat doctoral 2014 de l'Université de Strasbourg. '''Encadrement :''' *Directeurs : Jean-Paul Armspach - Équipe IMIS - ICube - jparmspach@unis... »)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)
Aller à la navigation Aller à la recherche

Financement :

  • Contrat doctoral 2014 de l'Université de Strasbourg.

Encadrement :

  • Directeurs : Jean-Paul Armspach - Équipe IMIS - ICube - jparmspach@unistra.fr et François Rousseau - Équipe MIV - ICube - rousseau@unistra.fr
  • Co-encadrant : Paulo Loureiro de Sousa - Équipe IMIS - ICube - ploureiro@unistra.fr

Résumé :

La gaine de myéline est une membrane lipoprotéique qui entoure l'axone. Son rôle principal est de faciliter la transmission des signaux nerveux au niveau du système nerveux central. La myéline a également le rôle de protéger les cellules nerveuses, formant un revêtement qui entoure leur surface. Dans la plupart des cas, la destruction de la myéline (démyélinisation) génère une large gamme de dysfonctionnements du système nerveux.

De par sa bonne résolution spatiale et les différentes possibilités de contraste, l’Imagerie par Résonance Magnétique Nucléaire (RMN/IRM) est devenue la modalité de choix pour le suivi des maladies démyélinisantes (comme la sclérose en plaques). En routine clinique les séquences d’IRM pondérées en T1 et T2 donnent une indication de l’étendu des lésions de la substance blanche et servent comme indicateur de l’évolution de la maladie.

Cependant, le signal RMN des tissus contenant des structures hautement ordonnées comme la gaine de myéline s’annule en quelques centaines ou même dizaines de microsecondes (T2 << 1 ms). Avec des séquences d’IRM standard (temps d’écho typique > 1 ms), ces structures ne sont pas visibles, et donc pas quantifiables. Pour cette raison, l’évaluation quantitative de la myéline par IRM est principalement réalisée de façon indirecte, par les méthodes de relaxométrie [1] et du transfert d’aimantation (MTI) [2]. Ces méthodes reflètent l’interaction des protons de la membrane lipoprotéique avec les protons de l’eau libre (intra et extra cellulaire).

Malgré leur bonne corrélation avec l’histopathologie, ces techniques ne sont pas spécifiques à la présence de myéline. Par exemple, la MTI est sensible non seulement au contenu de la myéline, mais aussi à la densité d’axones. Des travaux récents suggèrent que la quantification directe de la densité de myéline est possible avec les nouvelles séquences d’IRM à temps d’écho ultra-court (UTE, temps d’écho typique << 1 ms) [3].

L’objectif de cette thèse est donc d’évaluer la faisabilité de la quantification directe de la myéline avec les séquences UTE. Ce projet nécessite notamment une très bonne compréhension de la physique de l’IRM et des compétences en programmation (C++ et Matlab).

Le travail comprendra :

  • La mise en place et optimisation d’une séquence UTE sur un IRM « petit animal » Bruker de 7 teslas;
  • La manipulation (programmation numérique et calcul analytique) de modèles physiques décrivant les modifications du signal RMN en fonction de la quantité de myéline.
  • La validation « in vitro » et « in vivo » de la méthode.
  • L’utilisation des méthodes de traitement d’images pour l’amélioration de la qualité des images UTE. Les méthodes développées seront intégrées dans la plateforme logicielle Medipy.

Candidature :

  • Cette thèse est à pourvoir au 1er septembre 2014.
  • Durée du financement : 3 ans.
  • Date limite de candidature : 31 mai 2014.

Les candidatures devront comporter un CV détaillant le cursus et les résultats du Master. Merci de nous contacter pour toute information complémentaire.

Mots-clefs : IRM, RMN, imagerie médicale in vivo, analyse d’images, démyélinisation, maladies du système nerveux.

Profil du candidat :

  • Master en Physique (RMN/IRM).
  • Expérience en traitement d’images.
  • Programmation C++ et Matlab.