Révéler la topologie des croisements de fibres de la matière blanche du cerveau : vers une nouvelle génération d’algorithmes de tractographie intégrant les connaissances en neuroanatomie. – CROSS-TRACTS

Dans le domaine innovant de la connectomique, seule la tractographie issue de l'imagerie par résonance magnétique de diffusion (IRMd) permet de construire un connectome structurel complet de manière non invasive. Mais les algorithmes de tractographie actuels déduisent la direction des fibres de la substance blanche en se basant uniquement sur un profil de déplacement de diffusion des molécules d'eau et ne parviennent pas à reconstruire de manière fiable les croisements complexes de ces fibres.
CROSS-TRACTS étudiera la topologie de ces croisements de fibres dans le cerveau de la souris à un degré de précision sans précédent, grâce à des approches avancées de tractographie multimodale. Nous appliquerons des techniques histologiques de référence pour étudier la topologie des croisements de fibres à l'échelle mésoscopique avec l'imagerie microscopique à feuille de lumière (LSI). Nous utiliserons aussi les corrélations temporelles asymétriques de l'IRM fonctionnelle de repos (rs-fMRI) pour mieux séparer les fibres qui se croisent de celles qui se frôlent. CROSS-TRACTS fournira alors, pour un même cerveau, des tractogrammes issus de différentes modalités (dMRI, rs-fMRI, LSI) à différentes échelles (mésoscopique, macroscopique). Nous utiliserons alors pour la première fois en tractographie, une nouvelle méthodologie basée sur un réseau neuronal profond utilisant des autoencodeurs couplés. Cela permettra, par exemple, de mieux reconstruire les fibres de l'espace latent d'IRMd avec la représentation de ces mêmes fibres (dont la topologie de leurs croisements) dans l'espace latent couplé de LSI.
Nous fournirons ainsi à la communauté des neurosciences une connaissance anatomique sans précédent de la topologie des croisements de fibres. Nous fournirons à la communauté du "neural-tracing/LSI" un outil inédit de tractographie basée sur la LSI pour leurs données de fluorescence. Nous fournirons à la communauté IRMf un algorithme de tractographie asymétrique basé sur l'IRMf et à la communauté de l'IRMd une nouvelle génération d'algorithmes de tractographie qui prend en compte la vérité de terrain de l'anatomie de la matière blanche dans un formalisme d'autoencodeurs couplés.
CROSS-TRACTS présente également un fort potentiel translationnel. A terme, notre approche préclinique pourra être étendue aux études cliniques et aux bases de données de neuroimagerie.