Automatisation et optimisation de l'analyse de données de résonance magnétique pour les cerveaux de rongeur en développement

Les lésions de la matière blanche parfois observées chez les enfants prématurés peuvent avoir des conséquences lourdes sur le développement cognitif, comportemental et social de l'enfant. Il est important de réagir tôt pour éviter des conséquences irrémédiables. Malheureusement, à l'heure actuelle, la capacité d'un traitement à protéger les habilités cognitives ou comportementales ne peut être évaluée qu'à un stade développemental avancé, et il est alors généralement trop tard pour un traitement alternatif. L'établissement de biomarqueurs qui corrèlent avec l'issue neuro¬développementale et qui permettent d'évaluer en phase aiguë l'effet du traitement serait très bénéfique. À cet effet, l'imagerie par résonance magnétique (IRM) est un outil de choix. Son caractère non-invasif permet d'étudier sans risques additionnels cette population sensible. Le présent mémoire évalue la capacité des technologies de résonance magnétique à détecter les lésions diffuses de la matière blanche dans un modèle animal. Ce modèle animal reproduit les lésions observées chez l'humain prématuré en induisant une réaction inflammatoire par l'injection de lipopolysaccharides (LPS) directement dans le cerveau au troisième jour postnatal (P3). L'objectif principal du travail présenté est le développement d'outils opérateur-indépendants et optimaux pour l'analyse des données de résonance magnétique du raton. En particulier, ces outils sont conçus pour l'analyse des données d'imagerie du tenseur de diffusion (DTI) et pour l'analyse de données de spectroscopie (MRS). Ces outils sont ensuite appliqués à la caractérisation du modèle animal via l'analyse de deux jeux de données. Le premier est constitué de données DTI acquises à P24 ex vivo sur deux groupes, un sham (témoin) et un ayant subi une injection de LPS. Le second comprend des données MRS et DTI acquises en phase aiguë de la réaction inflammatoire (P4) in vivo dans trois groupes : sham, LPS et un troisième ayant reçu l'injection de LPS et un traitement neuroprotecteur par l'injection de l'antagoniste recombinant de l'IL1-ß (IL1-Ra), une cytokine pro-inflammatoire. Il existe différentes approches à l'analyse des données DTI : par région d'intérêt, par histogrammes, par tractographie et par comparaisons voxel-par-voxel. Principalement, dans ce mémoire, deux méthodes voxel-par-voxel ont été étudiées : "Voxel-Based Analysis" ou VBA et "Tract-Based Spatial Statistics" ou TBSS. VBA compare les populations en calculant une statistique pour chaque point de l'espace. TBSS, développé pour répondre à certaines limitations de VBA, compare les deux groupes en conduisant les tests sur un sous-ensemble des voxels de la matière blanche, le squelette de matière blanche. Ces deux méthodes reposent sur une étape préliminaire majeure : la normalisation spatiale. La normalisation permet de s'assurer, jusqu'à un certain degré, que pour l'ensemble de la population les voxels comparés correspondent à une même région anatomique. Pour ce projet, trois méthodes de normalisation spatiale utilisant chacune un algorithme de recalage différent ont été implémentées : Symmetric Group-Wise Normalization avec l'algorithme Symmetric Normalization (SyN, de la suite Advanced Normalization Tools ou ANTs), la normalisation spatiale non-biaisée du module Diffusion Tensor Toolkit (DTI-TK) et une normalisation spatiale sur base du sujet le plus représentatif de la population avec l'algorithme FMRIB Non-linear Image Registration Tool (FNIRT, de la suite FMRIB Software Library ou FSL). L'analyse automatique des données de diffusion peut donc se faire via différentes combinaisons de normalisation spatiale (ANTs, DTI-TK, FSL) et d'analyse voxel-par-voxel (VBA, TBSS). Il est généralement difficile de déterminer la meilleure combinaison et il n'y a pas de principes établis pour guider ce choix. Ceci est étudié dans l'article « Near equivalence of three automated diffusion tensor analysis pipelines in a neonate rat model of periventricular leukomalacia » où chacune des normalisations spatiales implémentées est testée en combinaison avec VBA et TBSS. L'étude démontre que les résultats sont très cohérents entre les différentes approches mais met en évidence des limitations de VBA et TBSS. Les résultats suggèrent qu'appliquer la normalisation DTI-TK en combinaison avec TBSS permet une analyse plus robuste, du moins pour les ratons et dans le cadre de ce modèle animal. Des modules d'analyse par histogramme et de parcellisation automatique de la matière blanche sous-corticale ont également été implémentés et testés. L'analyse des données de spectroscopie est plus directe, dans le sens où les paramètres de l'analyse sont moins influents sur le résultat. De ce fait, un pipeline unique et opérateur¬indépendant a été implémenté, incorporant le prétraitement des données et la quantification des métabolites à l'aide du Linear Combination Model (LCModel). Ces pipelines DTI/MRS ont été appliqués à l'étude du modèle animal et ont permis de démontrer la sensibilité des technologies de résonance magnétique à ce type de lésion. En effet, l'analyse des données de diffusion ex vivo a souligné une lésion persistante et diffuse de la matière blanche sous-corticale du côté ipsilatéral. En phase aiguë de l'inflammation, les données de diffusion in vivo indiquent une forte diminution de la diffusivité radiale et axiale. La spectroscopie a également permis de mettre en évidence des changements métaboliques avec notamment une réduction de N-acetylaspartate, glutamate, phosphorylethanolamine et une augmentation de lipides et de macromolécules. Le traitement à l'IL1-Ra a permis de modérer les changements observés en DTI et en MRS. En conclusion, différents outils « état-de-l'art » relatifs à l'analyse de données DTI et MRS ont été développés et appliqués avec succès à l'étude d'un modèle animal des lésions de la matière blanche de l'enfant prématuré. Les résultats permettent de considérer la DTI et la MRS comme technologies prometteuses pour la caractérisation et le suivi de ce type de lésion, celles-ci étant sensibles à la lésion en phase aiguë de la réaction inflammatoire ainsi qu'à un stade développemental plus avancé. Cependant, afin de permettre une interprétation solide des changements observés, il est nécessaire de confronter les observations IRM à d'autres méthodes d'imagerie telles que l'immuno-histologie, la microscopie électronique ou encore l'optique par cohérence tomographique.