Utilisation d'informations géométriques pour l'analyse statistique des données d'IRM fonctionnelle. (ntroduction of geometrical features for the statistical analysis of functional MRI data)

L'imagerie par resonance magnetique fonctionnelle (IRMf) est une modalite recente permettant de mesurer in vivo l'activite neuronale chez le sujet sain ou le patient et d'etudier le lien entre la structure et la fonction cerebrale. Nous nous sommes interesses a l'utilisation de l'information de l'anatomie cerebrale pour l'analyse des donnees fonctionnelles. Ainsi, nous avons reconsidere l'analyse classique typiquement realisee voxel par voxel avec lissage spatial pour proposer un modele de representation des donnees reposant sur une parcellisation anatomo-fonctionnelle du cortex. Cette representation permet de reduire la dimension des donnees en un nombre restreint d'elements pertinents du point de vue des neurosciences. Nous presentons des exemples d'utilisation de cette approche de parcellisation fondee sur l'anatomie seulement dans un premier temps. Une etude de detection d'activations par modele lineaire met en evidence une sensibilite accrue comparee a une approche voxel par voxel. Nous presentons egalement deux autres applications utilisant des parcellisations, concernant la selection de modele regional et les etudes de connectivite fonctionnelle. Cette description permet en outre de proposer une solution au probleme de l'analyse d'un groupe de sujets qui peuvent presenter une forte variabilite anatomique et fonctionnelle. Pour s'affranchir du delicat probleme de mise en correspondance des differents sujets, nous avons presente une parcellisation regroupant entre les sujets les regions homogenes du point de vue a la fois anatomique et fonctionnel. L'application de cette methode sur un protocole fonctionnel montre sa robustesse pour les analyses multi-sujets.