3.4 Biomarqueurs
3.4.1 Estimation d’épaisseur corticale
L’épaisseur corticale est l’épaisseur du ruban de GM. Mathématiquement elle est souvent définie comme la plus courte distance entre un point situé sur la surface corticale interne et son homologue sur la surface externe [66,67]. Par "homologue", Jones et al. précisent les propriétés mathématiques désirables d’un tel couple de points que l’on note (P, P0).
3.4.1.1 Définition et modèle
Soient deux surfaces S et S0délimitant la substance grise tel que le montre la Figure
3.4. L’épaisseur est définie comme la distance entre deux points P et P0des surfaces S et S0respectivement. Jones et al. définissent quatre propriétés désirables pour la définition mathématique de l’épaisseur :
1. chaque point de S possède une épaisseur,
2. chaque association est unique, c’est-à-dire qu’à un point de S est associé à un unique point de S0, et aucun point de S0 ne peut être associé à plus d’un point de S,
3. la réciprocité : pour n’importe quel couple de points (P, P0), l’épaisseur corticale est la même qu’elle soit calculée depuis P ou depuis P0,
4. la distance est minimale par rapport à l’ensemble des couples (P, P0) possibles.
Figure 3.4 – Schéma extrait de [67] montrant des cas d’estimation d’épaisseur. A montre l’épaisseur entre les deux surfaces au sens de la projection orthogonale. B est un exemple de région plus convoluée. C montre un exemple de géométrie pour lequel la projection orthogonale est applicable pour P -P0 et R-R0 mais pas pour Q.
Les difficultés d’estimation de l’épaisseur résident dans les structures convoluées ou localement plus épaisses où il est difficile d’associer les points des surfaces (cf. Figure
3.4C). Ces difficultés sont amplifiées en 3D. Notons r et r0 les rayons de courbure aux points P et P0, et ∆r = r−r0. La définition de l’épaisseur s’applique bien lorsque∆r
r 1
(lorsque les surfaces aux points P et P0 sont quasiment parallèles). Ainsi, Jones et al. [67] ont proposé d’intégrer un certain nombre de sous-couches entre les surfaces S et S0
de telle sorte qu’entre chaque sous-couche on se retrouve dans des cas où l’estimation d’épaisseur est simple (surfaces quasi-parallèles). L’épaisseur totale est alors la somme des épaisseurs entre les sous-couches. Cette approche préserve les définitions établies contrairement à la projection orthogonale et à la distance la plus courte.
Jones et al. [67] ont emprunté à la physique l’équation de Laplace (3.13) utilisée notamment pour les champs gravitationnels ou électrostatiques :
∆Ψ = ∂ 2Ψ ∂x2 + ∂2Ψ ∂y2 + ∂2Ψ ∂z2 = 0 (3.13)
C’est une équation aux dérivées partielles du second ordre pour un champ scalaire Ψsitué entre S et S0. Une solution de cette équation décrit un ensemble de sous-couches surfaciques équipotentielles effectuant une transition lisse entre S et S0comme le montre la figure 3.5. C’est la propriété désirée pour calculer l’épaisseur corticale telle qu’elle a été définie précédemment.
Figure 3.5 – Exemple 2D de l’équation de Laplace résolue entre S et S0, extrait de [67]. Les valeurs de potentiels de 0V et 10000V sont les conditions aux frontières pour résoudre l’équation. Le chemin connectant P1 à P5 montre l’estimation de l’épaisseur de la structure.
Le gradient normalisé (unitaire) de la fonction Ψ décrit des lignes de champ reliant la WM et le CSF qui sont localement perpendiculaires aux couches surfaciques inter- médiaires. Elles ne s’intersectent pas et garantissent une correspondance unique entre les deux frontières du cortex. Une intégration de ces lignes de champ (points P1 à P5 dans la Figure3.5) fournit une estimation de l’épaisseur.
Deux types de modèles existent pour représenter le cortex, les approches surfaciques et les approches basées voxel. Les premières ont l’avantage d’opérer dans un domaine continu via une représentation explicite des surfaces corticales interne et externe. Les approches basées voxel travaillent directement avec la grille de voxel, elles sont plus rapides mais limitées par la résolution de l’image.
3.4.1.2 Approches surfaciques
L’idée de ces approches est de représenter le cortex par des maillages déformables venant épouser les frontières corticales sous l’effet de forces minimisant une fonction
3.4. Biomarqueurs 49
d’énergie.
Fischl et Dale ont proposé une approche surfacique référence implémentée dans le logiciel FreeSurfer [68,69,66]. Les étapes de pré-traitement du volume IRM consistent à extraire le cerveau et normaliser l’intensité de l’image spatialement. Seule la WM est segmentée. D’abord avec l’unique information d’intensité puis le résultat est amélioré et la localisation des voxels de volume partiel d’intensité ambigüe (situés à la frontière) permet d’initialiser une surface corticale interne (GM/WM). Ce maillage triangulaire est ajusté et déformé pour initialiser la surface corticale externe (GM/CSF). Les positions des sommets de ces deux maillages sont raffinées itérativement sous des contraintes pon- dérées de lissage, d’équirépartition des sommets et d’intensités locales de l’image IRM. L’épaisseur corticale est ensuite estimée entre les sommets des deux surfaces suivant le modèle précédemment décrit.
MacDonald et al. [70] proposent une approche similaire avec l’algorithme ASP (Ana- tomic Segmentation using Proximity). Kim et al. [71] améliorent ASP dans l’algorithme CLASP (Constrained Laplacian Anatomic Segmentation using Proximity) dont la stra- tégie repose sur l’évolution de la surface GM/WM vers la surface GM/CSF par mini- misation d’une fonction d’énergie.
3.4.1.3 Approches basées voxel
Plus récemment, les approches basées voxel se sont développées [29,72,73,74,75]. Elles traitent le problème directement dans l’espace image, ce qui permet d’éviter la reconstruction des surfaces corticales, processus coûteux en temps de calcul. Elles ont souvent été délaissées au profit des approches surfaciques qui modélisent explicitement les frontières corticales. En effet, la limitation imposée par la résolution de l’image empêche l’estimation directe de l’épaisseur corticale.
Mais l’utilisation de l’information de volume partiel permet de compenser la rigidité du support pour obtenir une plus grande précision que celle imposée par les dimensions du voxel. C’est le cas dans [29,72] où l’information de volume partiel permet d’initialiser les conditions aux bords de la solution de l’équation (3.13) (modèle de Jones et al. [67]) dans une approche hybride eulérienne lagrangienne présentée dans [76].
Aganj et al. [75] calculent l’épaisseur corticale à l’aide d’une carte de probabilité d’appartenance à la GM. Ils discrétisent l’espace des orientations de segments passant par un voxel et calculent pour l’ensemble de ces segments la somme (l’intégrale) des pro- babilités le long du segment. Ils définissent l’épaisseur comme l’orientation du segment qui minimise l’intégrale calculée.