1,720,976 research outputs found
Développement de méthodes d'IA pour l'apprentissage profond de la signature en IRM de diffusion de la cytoarchitecture du cortex cérébral
No full textL'IRM de diffusion est un outil précieux pour étudier la microstructure du cerveau de manière non invasive. Comme l'IRM de diffusion est sensible au processus de diffusion, il permet d'obtenir indirectement des informations sur le milieu de diffusion, offrant ainsi une approche intéressante pour caractériser les tissus cérébraux. Au cours des deux dernières décennies, un important corpus de recherche au sein de la communauté de l'IRM de diffusion a visé à décoder la microstructure : estimer les caractéristiques liées aux cellules, telles que le diamètre moyen et la densité des cellules, à partir des signaux de l'IRM de diffusion. Les méthodes scientifiques proposées peuvent être classées en deux catégories : les modèles analytiques et les modèles computationnels. La première approche repose sur des modèles analytiques de diffusion restreinte dans des géométries simples pour estimer les paramètres de la microstructure. Malgré leur simplicité, les modèles analytiques reposent sur des hypothèses trop simplistes concernant la microstructure du cerveau, comme la modélisation des axones en tant que cylindres parfaits ou la forme du soma en tant que sphères. En revanche, l'approche computationnelle offre une alternative plus flexible qui permet de modéliser des microstructures complexes au-delà des simples cylindres et sphères. Toutefois, cette flexibilité s'accompagne d'un coût de calcul élevé. Ce travail s'inscrit dans l'approche computationnelle et vise à améliorer les méthodes de génération de microstructures synthétiques de matière grise et à aborder la question de l'extensibilité de l'approche informatique. Ce travail s'appuie sur des neurones réalistes reconstruits par microscopie électronique et sur de nouvelles représentations géométriques pour générer des échantillons de microstructures virtuelles de matière grise réalistes. Un nouveau schéma de simulation du processus d'IRM de diffusion est présenté, suivi d'une étude se basant sur la réalisation d'une campagne de simulations à grande échelle.Diffusion MRI provides an invaluable tool to study the brain's microstructure non-invasively. Since diffusion MRI is sensitized to the diffusion process, it allows to indirectly gain information about the diffusion medium, therefore offering an interesting approach to characterizing brain tissues. In the last two decades, an important body of research within the diffusion MRI community aimed at decoding microstructure: estimating cell-related features such as average cell diameters and density from diffusion MRI signals. The proposed scientific methods can be broadly separated into two classes: analytical and computational models. The first class of methods relies on analytical models of restricted diffusion in simple geometries to estimate microstructural parameters. Despite their simplicity, analytical models rely on oversimplistic hypotheses about brain microstructure, such modeling axons as perfect cylinders, or soma shape as spheres. In contrast, the computational approach offers a more flexible alternative that allows to model complex microstructures beyond simple cylinders and spheres. However, this flexibility comes at an expensive computational cost. This work fall within the computational approach and aims at improving on gray matter synthetic microstructure generation methods and addressing the scalability of the computational approach. This work leverages realistic neurons reconstructed with electron microscopy and novel geometric representations to generate realistic gray matter virtual microstructure substrates. It proposes a new scheme to efficiently simulate the dMRI process and perform large-scale simulations
Cartographie mésoscopique du connectome structurel humain par tractographie globale à haute performance
No full textCartographier le connectome structurel humain est un des enjeux majeurs de la neuroimagerie. Face à l'immensité des connexions neuronales, les méthodes d'imagerie n'ont cessé d'évoluer pour gagner en détails. Des dissections de Klingler à l'IRM de diffusion et aux méthodes de microscopie avancées, ces modalités complémentaires améliorent notre compréhension de l'architecture de la matière blanche à différentes échelles. La tractographie a été introduite comme méthode computationnelle visant la reconstruction virtuelle de fibres axonales à partir de données d'IRM pondérées en diffusion. Parmi ces méthodes, la méthode de tractographie globale repose sur l'utilisation de verres de spin, de petites portions de fibres axonales, dont les positions, orientations et connexions sont des variables optimisées conjointement par le biais d'une fonction de coût. Contrairement aux méthodes conventionnelles, qui estiment ces variables individuellement pour chaque fibre, cette approche identifie un optimum global tendant vers les configurations de fibres les plus plausibles compte tenu des directions axonales modélisées grâce l'IRM de diffusion. Le processus d'optimisation de Metropolis-Hastings sous-jacent demeure très coûteux computationnellement, empêchant tout usage à large échelle. Dans cette optique, ExaTract a été développé au sein de cette thèse pour considérablement accélérer les calculs tirant parti de l'émergence des architectures HPC. ExaTract s'applique aussi bien sur des jeux de données d'IRM de diffusion in vivo conventionnels que sur des jeux de données de très hautes résolutions issus de l'IRM à haut champ ou de la microscopie 3D-PLI. Là où les approches dites de phénotypage large cherchent à acquérir des données sur de larges cohortes de sujets pour en extraire des patterns, le phénotypage profond vise une cartographie précise et exhaustive d'un nombre réduit de spécimens. C'est dans cette approche qu'a été initié le projet Chenonceau: en repoussant les limites de l'IRM à haut champ, un cerveau human post-mortem a été imagé sur deux campagnes d'acquisition étalées sur près de 2 ans et menées conjointement sur les IRMs précliniques à 7 et à 11.7 Tesla de NeuroSpin, atteignant jusqu'à 100 µm de résolution. Ce jeu de données d'IRM multi-modale unique au monde rassemble 48 champs de vue couvrant le cerveau entier et fournit des caractéristiques cyto- et myélo-architectonique et de connectivité structurale à l'échelle mésoscopique. L'apport de cette thèse au sein du projet Chenonceau porte sur le traitement des données et la reconstruction de ce jeu de données massif à l'échelle du cerveau complet, permettant ainsi le partage à la communauté scientifique. Dans un troisième volet, ExaTract a été appliqué sur le jeu de données Chenonceau pour établir le premier atlas de connectivité du cerveau humain à l'échelle mésoscopique. Bénéficiant de méthodes de classification non-supervisée, l'atlas produit regroupe les faisceaux de matière blanche profonds, mais également les fibres courtes, alors observées à une échelle jamais atteinte auparavant. Bien que très peu étudiées dans la littérature, ces fibres ont été trouvées en très grand nombre au sein du cerveau Chenonceau.Mapping the human structural connectome is one of the major challenges of neuroimaging. Faced with the complexity of neuronal connections, imaging methods are constantly evolving to reveal ever-finer details. From Klingler dissections to diffusion MRI and advanced microscopy methods, these complementary modalities enhance our understanding of white matter architecture at multiple scales. Tractography has been introduced as a computational method for the virtual reconstruction of axonal fibres from diffusion-weighted MRI data. Among these methods, the global tractography method is based on the use of spin glasses, small portions of axonal fibres, whose positions, orientations and connections are variables jointly optimised by means of a cost function. Unlike conventional methods, which estimate these variables individually for each fibre, this approach identifies a global optimum tending towards the most plausible fibre configurations given the axonal directions derived from diffusion MRI. The underlying Metropolis-Hastings optimisation process remains computationally very expensive, preventing any large-scale use. To this end, ExaTract was developed as part of this thesis to considerably speed up computations, taking advantage of the emergence of HPC architectures. ExaTract can be applied both to conventional in vivo diffusion MRI datasets and to very high-resolution datasets from high-field MRI or 3D-PLI microscopy. Whereas wide phenotyping approaches aim to acquire data on large cohorts of subjects to extract patterns, deep phenotyping focuses on precise and exhaustive mapping of a small number of specimens. The Chenonceau project took this approach: by pushing the boundaries of high-field MRI, a post-mortem human brain was acquired over two campaigns spread over nearly 2 years and carried out jointly on NeuroSpin's 7 and 11.7 Tesla preclinical MRIs, achieving up to 100 µm resolutions. This unique in-the-world multi-modal MRI dataset gathers 48 fields of view covering the whole brain and provides cyto- and myelo-architectonic features and structural connectivity at the mesoscopic scale. The contribution of this thesis to the Chenonceau project concerns data processing and the reconstruction of this massive dataset at a whole-brain scale, allowing it to be shared with the scientific community. In a third aspect, ExaTract was applied to the Chenonceau dataset to establish the first atlas of human brain connectivity on a mesoscopic scale. Using unsupervised clustering methods, the built atlas includes not only deep white matter bundles but also short fibres, which were observed on a scale never met before. Although poorly studied in the literature, these fibres were found in very large numbers in the Chenonceau brain
Identification et caractérisation des faisceaux de substance blanche en IRM : développements précliniques
Full text linkMagnetic resonance imaging (MRI) allows the observation of the major white matter fiber tracts in the brain. It can thus be used in many applications to have a better understanding of the development of healthy and pathological brains and to study the effect of potential therapeutic treatments. In order to observe these fibers, one must combine a today well-controlled MRI acquisition with a data processing procedure that is still under investigation for many research projects. To characterize those fibers whose diameters are only a few microns wide, the MRI spatial resolution must be raised beyond the spatial resolution of the acquisition. This super-resolution achievement can be obtained by combining biophysical models with several measures of the MRI signal. Together, one can gain access to axon diameter measures for example, as was done by Assaf in 2008 (AxCaliber approach). One of the interests of this measure is its correlation with the conduction velocity of the electric signals (Horowitz 2015). These methodological developments are mainly done in human research. However, many animal models are used to understand the healthy as well as the pathological brains. In the context of a collaboration between team UNIRS of NeuroSpin (Cyril Poupon) and team 5 of GIN (Grenoble Institute of Neuroscience) (Emmanuel Barbier), we have initiated the transfer for the mouse of the tools currently used for human.L'imagerie IRM permet d'observer les principaux faisceaux de fibres de substance blanche dans le cerveau. Cette imagerie offre de nombreuses applications potentielles pour mieux comprendre le développement du cerveau sain et pathologique ou pour étudier l'impact de substances thérapeutiques. Pour observer ces fibres, il faut combiner une acquisition IRM bien maitrisée aujourd'hui avec une procédure de traitement de données qui est encore le sujet de différents projets de recherche. Pour caractériser ces fibres qui ne font que quelques microns de diamètre, il faut porter la résolution spatiale de l'IRM au-delà de la résolution spatiale d'acquisition. Pour obtenir cette super-résolution, il a été proposé de combiner une modélisation biophysique du signal avec différentes mesures du signal IRM. L'ensemble permet d'accéder par exemple à des mesures du diamètre axonal, comme par exemple l'approche AxCaliber (Assaf 2008). Un des intérêts de cette mesure est qu'elle est corrélée à la vitesse de conduction des signaux électriques (Horowitz 2015). Ces développements méthodologiques sont principalement réalisés chez l'homme. Pourtant, de nombreux modèles animaux sont utilisés pour comprendre le cerveau sain et pathologique. Dans le cadre d'une collaboration entre l'équipe UNIRS de Neurospin (Cyril Poupon) et l'équipe 5 du GIN (Emmanuel Barbier), nous avons initié des travaux pour porter chez la souris les outils actuellement employés chez l'homme
Identification and caracterization of white matter fiber tracts using MRI : preclinical developments
No full textL'imagerie IRM permet d'observer les principaux faisceaux de fibres de substance blanche dans le cerveau. Cette imagerie offre de nombreuses applications potentielles pour mieux comprendre le développement du cerveau sain et pathologique ou pour étudier l'impact de substances thérapeutiques. Pour observer ces fibres, il faut combiner une acquisition IRM bien maitrisée aujourd'hui avec une procédure de traitement de données qui est encore le sujet de différents projets de recherche. Pour caractériser ces fibres qui ne font que quelques microns de diamètre, il faut porter la résolution spatiale de l'IRM au-delà de la résolution spatiale d'acquisition. Pour obtenir cette super-résolution, il a été proposé de combiner une modélisation biophysique du signal avec différentes mesures du signal IRM. L'ensemble permet d'accéder par exemple à des mesures du diamètre axonal, comme par exemple l'approche AxCaliber (Assaf 2008). Un des intérêts de cette mesure est qu'elle est corrélée à la vitesse de conduction des signaux électriques (Horowitz 2015). Ces développements méthodologiques sont principalement réalisés chez l'homme. Pourtant, de nombreux modèles animaux sont utilisés pour comprendre le cerveau sain et pathologique. Dans le cadre d'une collaboration entre l'équipe UNIRS de Neurospin (Cyril Poupon) et l'équipe 5 du GIN (Emmanuel Barbier), nous avons initié des travaux pour porter chez la souris les outils actuellement employés chez l'homme.Magnetic resonance imaging (MRI) allows the observation of the major white matter fiber tracts in the brain. It can thus be used in many applications to have a better understanding of the development of healthy and pathological brains and to study the effect of potential therapeutic treatments. In order to observe these fibers, one must combine a today well-controlled MRI acquisition with a data processing procedure that is still under investigation for many research projects. To characterize those fibers whose diameters are only a few microns wide, the MRI spatial resolution must be raised beyond the spatial resolution of the acquisition. This super-resolution achievement can be obtained by combining biophysical models with several measures of the MRI signal. Together, one can gain access to axon diameter measures for example, as was done by Assaf in 2008 (AxCaliber approach). One of the interests of this measure is its correlation with the conduction velocity of the electric signals (Horowitz 2015). These methodological developments are mainly done in human research. However, many animal models are used to understand the healthy as well as the pathological brains. In the context of a collaboration between team UNIRS of NeuroSpin (Cyril Poupon) and team 5 of GIN (Grenoble Institute of Neuroscience) (Emmanuel Barbier), we have initiated the transfer for the mouse of the tools currently used for human
Développement d'un nouvel environnement open-source et modulaire pour la programmation de séquences IRM optimisé pour l'IRM de diffusion
No full textLa programmation de séquences d’Imagerie Par Résonance Magnétique (IRM) repose sur l’utilisation d’environnements de développements fournis par les constructeurs. Ces derniers permettent l’élaboration de nouvelles méthodes d’acquisition mais sont limités par des questions de propriété intellectuelle. Des solutions ont été proposées par la communauté scientifique permettant le prototypage de séquences indépendamment du constructeur. Cependant, ils utilisent une interface haut-niveau ne facilitant pas l’accès à toute les fonctionnalités des machines, ce qui restreint le développement de nouvelles séquences en ne permettant pas l’utilisation optimale de l’interface utilisateur, ni le déploiement de séquences optimisées pour le temps réel. L’ouverture de ces possibilités présente un potentiel considérable pour la recherche en IRM et n’est pour le moment possible que dans les conditions imposées par le constructeur. Afin de proposer une solution à ce problème, cette thèse présente le développement de GinkgoSequence, un nouvel environnement libre de droits pour la programmation modulaire de séquences dans l’environnement Siemens. La première partie présente les principes de la résonance magnétique nucléaire et de l’IRM, détaillant les notions d’encodage spatial et de séquence. Elle décrit les méthodes d’acquisition rapides, incluant l’imagerie écho-planaire et les techniques d’accélération reposant sur l’acquisition partielle des données, ainsi que les outils pour la programmation de séquences et la reconstruction des images, avec une description du kit IDEA de Siemens ainsi que des solutions libres de droits existantes. Elle introduit ensuite l’application de l’IRM à l’imagerie du cerveau humain, présentant l’anatomie de ce dernier avant de détailler les méthodes d’IRM anatomique, fonctionnelle, et pondérée en diffusion. La deuxième partie se focalise sur le développement de GinkgoSequence, ses enjeux et modalités, avant de prouver sa robustesse et son efficacité à l’aide d’acquisitions sur fantôme et sur volontaire sain. Dans un premier temps, elle décrit son contenu orienté-objet basé sur la notion de modules représentant les parties élémentaires d’une séquence IRM et pouvant être agencés à l’aide d’ancres temporelles. Ces modules sont générés en utilisant une factory et peuvent être agrégés dans des modules composites avant d’être organisés dans le temps pour former une séquence compilable avec IDEA. La toolbox inclut des exemples de séquences dont les images peuvent être reconstruites à l’aide de l’environnement open-source Gadgetron. Dans un second temps, elle présente des séquences de routine, montrant et analysant des images acquises sur un fantôme avant de les comparer avec l’existant. Ces essais prouvent la robustesse des modules de base et leur capacité à obtenir des résultats équivalents à ceux de séquences de référence. Dans un troisième temps, elle introduit l’utilisation de la toolbox pour l’implémentation de séquences IRM pondérés en diffusion et leur utilisation sur quelques volontaires sains pour évaluer les résultats des cartes de connectivité structurelle et de description quantitative de la microstructure obtenues avec succès. Enfin, elle aborde le développement d’une séquence écho-volumaire qui pourra être exploitée ans le cadre de séquences IRM fonctionnelles ou de diffusion. Elle montre l’utilisation de cette séquence pour scanner un hémisphère de cerveau humain ex vivo et évaluer la qualité des images reconstruites. En conclusion, après avoir présenté son contexte scientifique et ses enjeux, cette thèse présente GinkgoSequence, un outil pour le développement libre de droits et modulaire de séquences IRM. Elle démontre sa robustesse en présentant des images acquises avec des séquences des routine clinique et sa capacité à produire de nouvelles séquences avec les exemples donnés de l’IRM de diffusion et des séquences écho-volumaires.Magnetic Resonance Imaging (MRI) pulse sequence programming relies on development kits provided by manufacturers and allows for the design of new acquisition methods. However, due to intellectual property issues, the sharing of these sequences for research purposes is restrained, thus hindering their development. To overcome these difficulties, researchers proposed vendor-independent solutions for the prototyping of MRI pulse sequences. However, as these environments rely on high-level interfaces, their use for accessing and operating the user interface optimally or for performing real-time protocols is not straightforward. Allowing for the open-source development of MRI pulse sequences capable of using all the complex features proposed by the manufacturer would thus support the development of new pulse sequences for research purposes. Proposing a solution to this issue, this thesis presents the development of GinkgoSequence, a novel modular and open-source MRI pulse sequence programming framework for Siemens systems. The first part of this work details the principles of nuclear magnetic resonance and MRI, specifying the notions of spatial encoding and pulse sequence. It presents several methods for rapid acquisition, including echo-planar imaging and accelerated methods relying on partial data acquisition; before introducing tools for MRI pulse sequence development and image reconstruction, with a description of Siemens’s IDEA development kit as well as a panel of existing open-source solutions for pulse sequence programming. It also introduces the applications of MRI for human brain imaging, starting with a brief anatomical description before presenting the anatomic, functional, and diffusion-weighted MRI modalities. The second part of this thesis focuses on the development of the GinkgoSequence toolbox, defining its challenges and technical requirements and proving its robustness and efficiency by providing example acquisitions on phantoms and human volunteers. First, it proposes a detailed description of its object-oriented source code based on sequence modules standing for fundamental parts of any MRI pulse sequence that can be ordered using an- chor times. These modules are embedded into a factory and can be aggregated into composite modules before being organized in time to form a pulse sequences source code that can be compiled using the IDEA environment. The toolbox includes examples of sequences compatible with the open- source Gadgetron framework for reconstruction. Second, it details the development of standard sequences, showing and analyzing images acquired on a phantom and comparing them with reference sequences. These trials prove the robustness of the basic modules provided in the GinkgoSequence toolbox and their ability to obtain results conforming with the images acquired using reference sequences. Third, it describes the further development of the toolbox to implement a series of diffusion- weighted MRI pulse sequences and evaluates their results on a few healthy volunteers for whom a reconstruction of the structural connectivity and quantitative microstructure was successfully achieved. Last, it introduces the implementation of an echo-volumar sequence, allowing an ultra-fast acquisition that can be exploited both for diffusion and functional MRI, and its use to scan an ex-vivo human hemisphere, assessing the quality of the re- constructed data. In summary, after presenting its scientific context and challenges, this thesis details the development of a toolbox allowing for the open-source and modular development of MRI pulse sequences. It demonstrates the robustness of its basis by providing images acquired with standard sequences and its capacity to efficiently produce pulses sequences that can be used in a research environment with the given examples of diffusion MRI and echo-volumar imaging
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
- …
