ChairesIA_2019_2 - Chaires de recherche et d'enseignement en Intelligence Artificielle - vague 2 de l'édition 2019

Création d'un benchmark pour l'apprentissage non supervisé fondé sur la variabilité des motifs des plissements corticaux humains – FOLDDICO

Utilisation de la variabilité des motifs de plissement du cortex humain pour évaluer l'apprentissage non supervisé

Il y a plus de sept milliards d'humains sur la terre. Chacun d’eux possède des empreintes digitales uniques mais aussi un motif de plissement cortical qui lui est propre. Personne ne sait si la variabilité de ces motifs a une signification, ni même quelle est l’origine de ces plissements qui apparaissent in utero. Le temps est venu de tenter de décrypter ces motifs en utilisant l'apprentissage par ordinateur.

Vers un dictionnaire des ideogrammes du cortex

Dans les méthodologies classiques de cartographie cérébrale, la variabilité du plissement cortical est traitée comme du bruit et est gommée autant que possible en alignant tous les cerveaux avec un cerveau modèle. Cependant, certains groupes de recherche considèrent que les motifs du plissement pourraient devenir un « proxy » utile de l'architecture corticale, comme en témoignent les motifs spécifiques observés dans certaines maladies du développement comme l'épilepsie. <br /> <br />Les efforts actuels en vue d'une meilleure exploitation de la variabilité du plissement cortical achoppent sur l'inadéquation entre les atlas simplistes que l'on trouve dans les manuels anatomiques et les configurations incompatibles fréquemment observées dans la population générale. Aujourd'hui, des millions de cerveaux ont été numérisés à l'aide de l'imagerie par résonance magnétique (IRM), créant une opportunité majeure. L'objectif de FoldDico est de transformer cette opportunité en un « benchmark » attractif pour l'apprentissage non supervisé, qui se matérialise comme l'inférence d'un dictionnaire des motifs de plissement observés chez l'homme. Ce dictionnaire, déduit de la population générale, sera utilisé pour analyser d'importantes bases de données de patients psychiatriques afin de permettre la détection de motifs inhabituels signant des événements anormaux pendant le développement cérébral. Il nous permettra également de créer une méthodologie innovante pour la cartographie cérébrale, imposant la compatibilité locale des motifs lors de la comparaison des sujets. En outre, un dictionnaire des motifs de plissement de plusieurs espèces de grands singes sera également inféré pour aborder des questions sur l'évolution. <br /> <br />En plus d'effectuer notre propre inférence de dictionnaire, nous organiserons un cadre fondé sur des bases de données publiques et privées pour permettre à la communauté d'étalonner des approches alternatives. Les benchmarks quantitatifs proposés s'appuieront sur la capacité des dictionnaires à détecter des distributions de motifs spécifiques dans les maladies du développement et à expliquer la variabilité de l'architecture fonctionnelle du cortex dans la population générale (déduite de l'IRM fonctionnelle et de diffusion).

Le principal but du projet est la conception d'approche d'apprentissage profond susceptible de faire émerger des représentations régionales intéressantes de la variabilité des plissements corticaux (Beta-VAE, self-supervised learning, GAN, etc...)

Les reconstructions issues des espaces latents inférés par les beta-VAE mettent en évidence les motifs remarqués par les psychiatres dans la région cingulaire du cortex.

Travailler sur plusieurs espèces de primate en parallèle facilitera la conception des architectures d'apprentissage profond adéquates.

Des détecteurs d'anomalie permettront de mettre en évidence des phénomènes développementaux à l'origine de faiblesses.

1. Balzeau, A., & Mangin, J. F. (2021). What Are the Synergies between Paleoanthropology and Brain Imaging?. Symmetry, 13(10), 1974.
2. Borne, L., Riviére, D., Cachia, A., Roca, P., Mellerio, C., Oppenheim, C., & Mangin, J. F. (2021). Automatic recognition of specific local cortical folding patterns. NeuroImage, 118208.

1. Guillon, L., Cagna, B., Dufumier, B., Chavas, J., Rivière, D., & Mangin, J. F. (2021, September). Detection of abnormal folding patterns with unsupervised deep generative models. In International Workshop on Machine Learning in Clinical Neuroimaging (pp. 63-72). Springer, Cham.

Il y a plus de sept milliards d'humains sur la terre. Chacun d’eux possède des empreintes digitales uniques mais aussi un motif de plissement cortical qui lui est propre. Personne ne sait si la variabilité de ces motifs a une signification, ni même quelle est l’origine de ces plissements qui apparaissent in utero. Dans les méthodologies classiques de cartographie cérébrale, cette variabilité est traitée comme du bruit et est gommée autant que possible en alignant tous les cerveaux avec un cerveau modèle. Cependant, certains groupes de recherche considèrent que les motifs du plissement pourraient devenir un « proxy » utile de l'architecture corticale, comme en témoignent les motifs spécifiques observés dans certaines maladies du développement comme l'épilepsie.

Les efforts actuels en vue d'une meilleure exploitation de la variabilité du plissement cortical achoppent sur l'inadéquation entre les atlas simplistes que l'on trouve dans les manuels anatomiques et les configurations incompatibles fréquemment observées dans la population générale. Aujourd'hui, des millions de cerveaux ont été numérisés à l'aide de l'imagerie par résonance magnétique (IRM), créant une opportunité majeure. L'objectif de FoldDico est de transformer cette opportunité en un « benchmark » attractif pour l'apprentissage non supervisé, qui se matérialise comme l'inférence d'un dictionnaire des motifs de plissement observés chez l'homme. Ce dictionnaire, déduit de la population générale, sera utilisé pour analyser d'importantes bases de données de patients psychiatriques afin de permettre la détection de motifs inhabituels signant des événements anormaux pendant le développement cérébral. Il nous permettra également de créer une méthodologie innovante pour la cartographie cérébrale, imposant la compatibilité locale des motifs lors de la comparaison des sujets. En outre, un dictionnaire des motifs de plissement de plusieurs espèces de grands singes sera également inféré pour aborder des questions sur l'évolution.

En plus d'effectuer notre propre inférence de dictionnaire, nous organiserons un cadre fondé sur des bases de données publiques et privées pour permettre à la communauté d'étalonner des approches alternatives. Les benchmarks quantitatifs proposés s'appuieront sur la capacité des dictionnaires à détecter des distributions de motifs spécifiques dans les maladies du développement et à expliquer la variabilité de l'architecture fonctionnelle du cortex dans la population générale (déduite de l'IRM fonctionnelle et de diffusion).

Coordinateur du projet

Monsieur Jean-François Mangin (Département NEUROSPIN)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

NEUROSPIN Département NEUROSPIN

Aide de l'ANR 581 631 euros
Début et durée du projet scientifique : mai 2020 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter