Étude de la symétrie bilatérale en imagerie cérébrale volumique

Le cerveau humain est une structure anatomique a symetrie bilaterale : il existe un plan, appele plan median sagittal, par rapport auquel il est (approximativement) symetrique. Certaines structures ou aires cerebrales sont pourtant systematiquement asymetriques. L'etude de ces asymetries et de leurs anomalies est d'un interet majeur pour la comprehension de certaines pathologies comme la schizophrenie. Dans cette these, nous presentons une methode permettant de quantifier ces deviations locales par rapport a une symetrie bilaterale parfaite et d'en effectuer une analyse statistique dans des populations de sujets. En raison du positionnement arbitraire de la tete dans l'appareil d'acquisition, le plan median sagittal est rarement situe au centre des images medicales tridimensionnelles anatomiques (irm, scanner) ou fonctionnelles (tesp, tep). Nous proposons une definition objective de ce plan, fondee sur un critere mathematique robuste de type moindres carres tamises. Ensuite, apres calcul et realignement du plan median sagittal, nous montrons comment obtenir en chaque point de l'image un vecteur caracteristique de l'asymetrie de la structure anatomique sous-jacente. Ce champ d'asymetrie est obtenu au moyen d'un outil de recalage non-rigide, qui est egalement utilise pour fusionner dans un referentiel geometrique commun les champs calcules sur une population d'individus. Des techniques statistiques classiques (de type test de hotteling) permettent alors d'etudier l'asymetrie d'une population ou de comparer l'asymetrie entre deux populations. Un probleme specifique aux irm est celui des variations lentes des intensites de l'image, induites par les interactions du sujet avec le champ magnetique, et qui ne refletent pas les proprietes physiques des tissus sous-jacents. La structure geometrique de ce champ de biais est elle-meme asymetrique, et perturbe substantiellement le calcul de l'asymetrie anatomique. Nous proposons differents algorithmes pour corriger ce biais, fondes sur des modelisations mathematiques du processus d'acquisition de l'image.