Modélisation de la dynamique spatio-temporelle de la connectivité fonctionnelle en IRMf de repos. – DynaSTI

L’imagerie par résonance magnétique fonctionnelle (IRMf) est la modalité privilégiée pour l’étude de la connectivité fonctionnelle cérébrale (CF). L’analyse des données IRMf (3D + temps) permet d’identifier des régions cérébrales dont l’activité temporelle, appelée aussi décours temporel, est fortement corrélée : ces régions forment ce que l’on appelle les réseaux fonctionnels. Dans ce projet, nous proposons de développer un modèle de dynamique spatio-temporelle de la CF pour le suivi longitudinal de pathologies neurodégénératives ou neuropsychiatriques chez le sujet unique en IRMf de repos. L’objectif est de définir un nouveau cadre de travail complet des données IRMf d’un sujet jusqu’à la modélisation de la dynamique spatiale et temporelle. Cela permettra dans un second temps de mettre en évidence la présence (ou l’absence) de motifs spatio-temporels dans la connectivité fonctionnelle au repos et de comparer ces motifs à différents stades de la pathologie afin de faire émerger des marqueurs du développement de cette dernière. Nos travaux préliminaires [Bhanot2019, Bhanot2021] ont permis de vérifier qu’il est possible de travailler en IRMf à l’échelle d’une segmentation anatomique très fine : par exemple chez la souris nous disposons d’un atlas du cerveau divisé en environ 600 régions anatomiques. Nous proposons donc de travailler avec des matrices de connectivité calculées à une échelle spatiale beaucoup plus fine que les réseaux fonctionnels dans l’objectif de définir ce que l’on appellera des unités de connectivité fonctionnelle (UCF). Les UCF permettront d’introduire une dynamique spatiale en se connectant et se déconnectant au cours de la durée de l’examen IRMf. L’objectif est de modéliser la liste des matrices de connectivité par une décomposition parcimonieuse sur le dictionnaire des UCF.