HAL Id: tel-03139826
https://tel.archives-ouvertes.fr/tel-03139826
Submitted on 12 Feb 2021
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of
sci-entific research documents, whether they are
pub-lished or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
publics ou privés.
Neuroimagerie fonctionnelle ultrasonore 4D et
connectivité fonctionnelle cérébrale chez l’animal éveillé
Claire Rabut
To cite this version:
Claire Rabut. Neuroimagerie fonctionnelle ultrasonore 4D et connectivité fonctionnelle cérébrale
chez l’animal éveillé.
Neurosciences [q-bio.NC]. Sorbonne Université, 2019.
Français.
�NNT :
2019SORUS328�. �tel-03139826�
2
1.1. Etat de l’art de l’imagerie neuro-fonctionnelle ... 5
1.1.1. Explorer le cerveau ... 5
1.1.2. Modalités d’imagerie fonctionnelle d'aujourd’hui ... 7
1.1.3. Les défis de l’imagerie fonctionnelle de demain ... 17
1.2. L’imagerie fonctionnelle ultrasonore ... 17
1.2.1. Principes généraux de l’échographie ... 18
1.2.2. Imagerie ultrarapide par ondes planes ... 21
1.2.3. L’imagerie fonctionnelle ultrasonore cérébrale ... 27
1.3. Objectifs de la thèse ... 48
1.3.1. Chapitre 2: Imagerie ultrasonore de la connectivité fonctionnelle chez la souris anesthésiée puis éveillée sous modulation pharmacologique ... 48
1.3.2. Chapitre 3 : Développement de l’imagerie fonctionnelle ultrasonore 4D ... 49
1.3.3. Chapitre 4 : Vers l’élastographie fonctionnelle ... 49
1.4. Bibliographie du chapitre d’introduction ... 50
2.1. Introduction : La nécessité d’une modalité d’imagerie cérébrale chez le rongeur éveillé ... 55
2.1.1. Connectivité fonctionnelle au repos: un indicateur potentiel de l’altération les fonctions cérébrales ... 55
2.1.2. La maladie d’Alzheimer ... 61
2.2. Etude pharmacodynamique sous anesthésie ... 65
2.2.1. Peut-on mesurer la connectivité fonctionnelle en fUS chez la souris anesthésiée ? ... 65
2.2.2. Matériel et méthodes ... 66
2.2.3. Résultats et interprétation ... 74
2.2.4. Conclusion de l’étude sous anesthésie ... 78
2.3. Etude pharmacologique fonctionnelle ultrasonore chez la souris éveillée ... 79
2.3.1. Matériel et méthodes ... 80
2.3.2. Analyses de données et filtrages ... 84
2.3.3. Résultats de l’étude éveillée et conclusion ... 88
2.3.4. Discussion et conclusion de l’étude chez la souris éveillée ... 100
2.4. Conclusion du chapitre 2 et ouverture vers le prochain chapitre ... 103
3.1. Motivations du passage de l’imagerie fUS bidimensionnel au fUS 4D ... 110
3.1.1. Connectivité fonctionnelle volumique ... 110
3.1.2. Le 3D en ultrasons fonctionnels ... 112
3.2. Protocole expérimental ... 114
3.2.1. Pilotage de la sonde matricielle ... 114
3.2.2. Vers l’imagerie par multi-ondes planes en 3D ... 117
3.2.3. Séquences ultrasonores fonctionnelles 4D et acquisition sur rat trépané ... 128
3.3. Résultats ... 133
3.3.1. Activation de zones fonctionnelles... 133
3.3.2. Mesure de la connectivité fonctionnelle dans tout le volume ... 136
3.3.3. Suivi de la propagation d’ondes de dépression corticales pendant la crise de type épileptique... 139
3.4. Discussion et perspectives ... 142
3.4.1. Discussion ... 142
3.4.2. Perspectives... 143
3.4.3. Ouverture vers le chapitre suivant ... 143
3.5. Bibliographie du Chapitre 3 ... 144
4.1. Elastographie et propriétés mécaniques du cerveau ... 148
4.1.1. Etat de l’art de l’élastographie ... 148
4.1.2. Elasticité du cerveau ... 158
4.1.3. Hypothèse sur la modification des propriétés mécaniques lors de l’activation fonctionnelle ... 161
4.2. Elastographie fonctionnelle ultrasonore par ondes de cisaillement ... 165
4.2.1. Génération d’ondes de cisaillement et détection par les ultrasons ... 165
4.2.2. Matériel et méthodes ... 171
4.2.3. Traitement des données... 176
4.3. Résultats ... 179
4.3.1. Stimulation de moustaches ... 179
4.3.2. Stimulation visuelle ... 183
4.3.3. Résumé des premiers résultats et interprétation ... 184
4.4. Conclusion de ce chapitre ... 189 4.5. Bibliographie du Chapitre 4 ... 190 195 197 199 200
9
μ
16
μ
μ
25
𝑣
𝑐𝑣
𝑐= √
µ
𝜌
= √
𝐸
3. 𝜌
𝜎
𝜖
σ =
ϵ
ρ
28
𝐹
𝑑𝐹
𝑑𝐹
𝑟𝐹
𝑑𝐹
𝑑= ( 𝐹
𝑟− 𝐹
𝑒) =
2 . 𝐹𝑒 . 𝑉.cos(𝜃) 𝑐θ
29
𝑃𝑅𝐹 =
𝑐32
π
34
cos(𝑎 + 𝑏) = cos(𝑎) . cos(𝑏) − sin(𝑎) . sin (𝑏)
𝑎
𝑏
𝑎 = 2. 𝜋. 𝑓
0𝑏 = 𝜑(𝑡)
𝑐𝑜𝑠(2𝜋𝑓
0𝑡 + 𝜑(𝑡)) = cos(2𝜋𝑓
0𝑡) . cos(𝜑(𝑡)) − sin(2𝜋𝑓
0𝑡) . 𝑠𝑖𝑛𝜑(𝑡))
𝐼(𝑡) = 𝑐𝑜𝑠(𝜑(𝑡))
𝑄(𝑡) = 𝑠𝑖𝑛(𝜑(𝑡))
’é
𝑐𝑜𝑠 (2𝜋𝑓
0𝑡 + 𝜑(𝑡)) = 𝑐𝑜𝑠 (2𝜋𝑓
0𝑡). 𝐼(𝑡) − 𝑠𝑖𝑛 (2𝜋𝑓
0𝑡). 𝑄(𝑡)
𝑠𝑖𝑛 (𝑎 + 𝑏) = 𝑐𝑜𝑠 (𝑎). 𝑠𝑖𝑛 (𝑏) + 𝑐𝑜𝑠 (𝑏). 𝑠𝑖𝑛 (𝑎)
{
cos(2𝜋𝑓
0𝑡 + 𝜑(𝑡)) = cos(2𝜋𝑓
0𝑡) . 𝐼(𝑡) − sin(2𝜋𝑓
0𝑡) . 𝑄(𝑡)
𝑠𝑖𝑛 (2𝜋𝑓
0𝑡 + 𝜑(𝑡)) = 𝑠𝑖𝑛 (2𝜋𝑓
0𝑡). 𝐼(𝑡) + 𝑐𝑜𝑠 (2𝜋𝑓
0𝑡). 𝑄(𝑡)
}
{
cos(2𝜋𝑓
0𝑡 + 𝜑(𝑡)) = cos(2𝜋𝑓
0𝑡) . 𝐼(𝑡) + cos (2𝜋𝑓
0𝑡 +
𝜋
2
) . 𝑄(𝑡)
𝑠𝑖𝑛 (2𝜋𝑓
0𝑡 + 𝜑(𝑡)) = 𝑠𝑖𝑛 (2𝜋𝑓
0𝑡). 𝐼(𝑡) + 𝑠𝑖𝑛 (2𝜋𝑓
0𝑡 +
𝜋
2
). 𝑄(𝑡)
}
35
𝐼(𝑡)
𝑄(𝑡)
𝑐𝑜𝑠 (2𝜋𝑓
0𝑡 + 𝜑(𝑡))
𝑠𝑖𝑛 (2𝜋𝑓0 𝑡 + 𝜑(𝑡))
’
é
{
𝑅𝐹1 = cos(2𝜋𝑓
0𝑡) . 𝐼(𝑡) − sin(2𝜋𝑓
0𝑡) . 𝑄(𝑡)
𝑅𝐹2 = 𝑠𝑖𝑛 (2𝜋𝑓
0𝑡). 𝐼(𝑡) + 𝑐𝑜𝑠 (2𝜋𝑓
0𝑡). 𝑄(𝑡)
}
𝐼(𝑡)
𝑄(𝑡)
𝐼(𝑡)
𝑄(𝑡)
cos (2𝜋𝑓
0𝑡)
𝑠𝑖𝑛 (2𝜋𝑓
0𝑡)
{
𝐼(
𝑡)
= 𝑅𝐹1(
𝑡)
. cos(
2𝜋𝑓0𝑡)
+ 𝑅𝐹2(
𝑡)
. sin(
2𝜋𝑓0𝑡)
𝑄(𝑡) = −𝑅𝐹1(𝑡). 𝑠𝑖𝑛 (2𝜋𝑓0𝑡) + 𝑅𝐹2(𝑡). 𝑐𝑜𝑠 (2𝜋𝑓0𝑡)}
𝐼𝑄(𝑡) = 𝐼(𝑡) + 𝑖. 𝑄(𝑡)
| 𝐼𝑄(𝑡) | = 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑𝑒 𝑑𝑢 𝑠𝑖𝑔𝑛𝑎𝑙
𝑎𝑟𝑔(𝐼𝑄(𝑡)) = 𝑓
𝑑𝑜𝑝𝑝𝑙𝑒𝑟40
(𝑥 , 𝑦 , 𝑡)
𝐶
𝑎( 𝑥. 𝑦 , 𝑡)
𝐶
𝑎𝐶
𝑎= 𝑈. 𝑆. 𝑉
𝑈
𝐶
𝑎( 𝑥. 𝑦 , 𝑥. 𝑦 )
𝑉
𝐶
𝑎( 𝑡 , 𝑡 )
𝑆
( 𝑥. 𝑦 , 𝑡 )
𝐶
𝑎𝐴
𝑖𝐴
𝑖= 𝑈
𝑖⊗ 𝑉
𝑖𝑠
𝑖𝑆
41
𝐶
𝑎𝐶
𝑎= ∑ 𝑠
𝑖 𝑖. 𝑈
𝑖. 𝑉
𝑖𝑉
𝑖𝑡
𝑈
𝑖𝑥. 𝑦
( 𝑥 , 𝑦 )
𝑠
𝑖𝑈
𝑖⊗ 𝑉
𝑖𝐶
𝑎𝑠
𝑖𝑈
𝑖⊗ 𝑉
𝑖𝑠
𝑖𝑈
𝑖⊗ 𝑉
𝑖𝐶
𝑎𝑖
50
52
69
s(x, z)
(x, z)
𝑠
𝑛𝑜𝑟𝑚(𝑥, 𝑦) =
𝑠(𝑥, 𝑧) − 𝑠(𝑥, 𝑧)
̅̅̅̅̅̅̅̅
√∑
𝑁𝑡(𝑠(𝑥, 𝑧) − 𝑠(𝑥, 𝑧)
̅̅̅̅̅̅̅̅)
2 𝑡=1𝑠(𝑥, 𝑧)
̅̅̅̅̅̅̅̅
𝑠(𝑥, 𝑧)
70
fUS(x, z, t)
𝑓𝑈𝑆(𝑥, 𝑧, 𝑡)
𝑓𝑈𝑆(𝑥, 𝑧, 𝑡) = ∑ 𝜆
𝑚𝑜𝑑𝑒. 𝑈
𝑚𝑜𝑑𝑒(𝑥, 𝑦). 𝑉
𝑚𝑜𝑑𝑒(𝑡)
𝑁 𝑚𝑜𝑑𝑒𝑈
𝑚𝑜𝑑𝑒𝑉
𝑚𝑜𝑑𝑒𝜆
𝑚𝑜𝑑𝑒𝜆
𝑚𝑜𝑑𝑒𝑓𝑈𝑆(𝑥, 𝑧, 𝑡)
𝜆
𝑚𝑜𝑑𝑒𝑈
𝑚𝑜𝑑𝑒(𝑥, 𝑦)
𝑉
𝑚𝑜𝑑𝑒(𝑡)
𝜆
𝑚𝑜𝑑𝑒72
𝐌
73
𝑟
𝑖,𝑗=
∑
(𝑠
𝑖(𝑡) − 𝑠
̅)((𝑠
𝑖 𝑗(𝑡) − 𝑠
̅)
𝑗 𝑁𝑡 𝑡=1√∑
𝑁𝑡=1𝑡(𝑠
𝑖(𝑡) − 𝑠
̅)
𝑖 2√∑
𝑡=1𝑁𝑡(𝑠
𝑗(𝑡) − 𝑠
̅)
𝑗 2𝑠
̅
𝑖𝑠
𝑖𝑟
𝑖,𝑗𝑀
𝑖,𝑗𝐌
𝑀
𝑗,𝑗74
𝑐
𝑐𝑜𝑟𝑡𝑒𝑥̅̅̅̅̅̅̅̅̅ = 0.59
𝑐
9−10= 0.44
𝑐
11−12= 0.23
𝑐
11−12= 0.52
𝑐
9−10= 0.70
𝑐
𝑚𝑎𝑡𝑟𝑖𝑐𝑒̅̅̅̅̅̅̅̅̅̅ = 0.13
𝑐
1−8= 0.03 𝑐
2−7= 0.08
𝑐
3−6=
0.18 𝑐
4−5= 0.59
𝑐
1−8= 0.27
𝑐
2−7= 0.35 𝑐
3−6= 0.48 𝑐
4−5= 0.30
𝑐
9−10= 0.72
𝑐
11−12= 0.19
𝑐
𝑚𝑎𝑡𝑟𝑖𝑐𝑒̅̅̅̅̅̅̅̅̅̅ = 0.13
86
𝑴
87
89
91
𝑠𝑐𝑜𝑟𝑒
𝑇1= 0.13
𝑠𝑐𝑜𝑟𝑒
𝑇2= −0.016
𝑠𝑐𝑜𝑟𝑒
𝑇4= 0.55
𝑝(𝑇4/𝑇1) = 0.018
𝑠𝑐𝑜𝑟𝑒
𝑇5= 0.59
𝑝(𝑇5/𝑇1) = 0.0011
𝑠𝑐𝑜𝑟𝑒
𝑇6= 0.51
𝑝(𝑇6/𝑇1) = 0.019
92
𝑠𝑐𝑜𝑟𝑒
𝑖𝑛𝑖𝑡= −0.025
𝑠𝑐𝑜𝑟𝑒
𝑠𝑐𝑜𝑝= 0.23
94
𝑝 = 0.28
𝑠𝑐𝑜𝑟𝑒
𝑖𝑛𝑖𝑡= −0.19
𝑠𝑐𝑜𝑟𝑒
𝑠𝑐𝑜𝑝=
0.43 𝑝 = 0.013
𝑝 = 0.0067
𝑠𝑐𝑜𝑟𝑒
𝑖𝑛𝑖𝑡=
0.080
𝑠𝑐𝑜𝑟𝑒
𝑠𝑐𝑜𝑝= −0.09
𝑝 = 0.04
𝑝 = 0.0023
96
97
𝑃
1,7= 0.088
𝑃
2,7= 0.089 𝑃
3,7= 0.097 𝑃
6,7= 0.11
𝑃
2,8= 0.080 𝑃
3,8= 0.11 𝑃
6,8= 0.093
99
𝑠𝑐𝑜𝑟𝑒
𝑖𝑛𝑖𝑡= −0.09)
𝑠𝑐𝑜𝑟𝑒
𝑠𝑐𝑜𝑝𝑜0.1= 0.35
𝑠𝑐𝑜𝑟𝑒
𝑠𝑐𝑜𝑝𝑜0.2= 0.13 𝑠𝑐𝑜𝑟𝑒
𝑠𝑐𝑜𝑝𝑜0.5= 0.56
𝑠𝑐𝑜𝑟𝑒
𝑠𝑐𝑜𝑝𝑜3= 0.61
𝑝(𝑖𝑛𝑖𝑡𝑖𝑎𝑙/𝑠𝑐𝑜𝑝𝑜0.1) =
0.0059
𝑝(𝑖𝑛𝑖𝑡𝑖𝑎𝑙/𝑠𝑐𝑜𝑝𝑜0.5) = 3 × 10
−4𝑝(𝑖𝑛𝑖𝑡𝑖𝑎𝑙/𝑠𝑐𝑜𝑝𝑜03) = 7 × 10
−6𝑝(𝑖𝑛𝑖𝑡𝑖𝑎𝑙/𝑠𝑐𝑜𝑝𝑜0.2) = 0.17
𝑠𝑡𝑑
𝑠𝑐𝑜𝑝𝑜0.2= 0.54
𝑝(𝑖𝑛𝑖𝑡𝑖𝑎𝑙/𝑚𝑖𝑙𝑎𝑚𝑒𝑙𝑖𝑛𝑒) = 0.011
105
α
107
μ110
≈ 400 𝑚𝑠, 100 µ𝑚
119
⇒
120
λ
121
𝑺
𝐼𝑄
𝑡𝑒𝑚𝑝→ 𝑟𝑒𝑠ℎ𝑎𝑝𝑒(𝐼𝑄) = 𝑺
𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑠 ∶[x, y, z, t] → [(x, y, z) , t]
𝑺
𝑐𝑜𝑣(𝑆) = 𝑆
∗. 𝑆
𝑺 → 𝑐𝑜𝑣(𝑺) = 𝑺
∗. 𝑺
𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑠 ∶[(x, y, z), t] → [𝑡, (x ∗ y ∗ z)][(x ∗ y ∗ z), 𝑡] = [t, t]
𝑐𝑜𝑣(𝑺)
𝐷𝑖𝑎𝑔(𝑺) = 𝑣𝑒𝑐𝑡. 𝑝𝑟𝑜𝑝𝑟𝑒𝑠 × 𝑣𝑎𝑙. 𝑝𝑟𝑜𝑝𝑟𝑒𝑠
𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑠 ∶𝐷𝑖𝑎𝑔([𝑡, 𝑡]) = [𝑡, 𝑡] × [𝑡, 𝑡] = [𝑡, 𝑡]
𝑅𝑒𝑡𝑟𝑎𝑖𝑡 𝑑𝑒𝑠 𝑝𝑟𝑒𝑚𝑖𝑒𝑟𝑠 𝑚𝑜𝑑𝑒𝑠→ 𝑺 × 𝐷𝑖𝑎𝑔
(1→30=0)(𝑺) = 𝑺
𝒇𝒊𝒍𝒕𝒓é 𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑠 ∶→ [(x ∗ y ∗ z), 𝑡] × [𝑡, 𝑡] = [(x ∗ y ∗ z), 𝑡]
122
𝑺
𝑟𝑒𝑠ℎ𝑎𝑝𝑒(𝑺
𝒇𝒊𝒍𝒕𝒓é) → 𝑰𝑸
𝒇𝒊𝒍𝒕𝒓é𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛𝑠 ∶