BIOmedical Processing of Images, Computer Science Engineering Laboratory
Exploitation 3D de données d'imagerie précliniques complémentaires
Dans le cadre des pathologies du cerveau (maladies d'Alzheimer, Parkinson, Huntington, etc.), l'utilisation de l'imagerie anatomique et fonctionnelle réalisées in vivo ou post mortem améliore notre compréhension des mécanismes physiopathologiques et fournit de nouveaux outils performants pour développer et valider de nouvelles approches thérapeutiques. Dans ce contexte, le traitement de l'image joue un rôle clé dans l'intégration et l'analyse d'information multimodale de l'échelle microscopique à l'échelle macroscopique.
Une des forces de notre équipe de recherche est sa capacité à réaliser des analyses en 3D à partir de séries de coupes histologiques produites en 2D.
Des approches exploratoires d'analyse de type voxel à voxel combinée à celle d'atlas numériques 3D de cerveau peuvent être appliquées à des données post mortem reconstruites en 3D. Ces outils s'avèrent extrêmement puissants pour étudier les biomarqueurs d'intérêt. Il est ainsi possible d'améliorer notre connaissance des mécanismes biologiques, grâce à des méthodes quantitatives d'analyse qui permettent aussi d'évaluer objectivement l'effet de médicaments.
Plusieurs types de données complémentaires peuvent être obtenus par imagerie in vivo (IRM, TEP, CT, etc.) et post mortem (histologie, autoradiographie, microscopie, etc.). Nous avons développé des protocoles permettant la mise en correspondance en 3D de toutes ces données.
Ces développements méthodologiques originaux ont déjà démontré leur potentiel pour extraire l'information pertinente plus efficacement et cela dans de nombreuses études précliniques (rongeur et primate) réalisées à MIRCen.
Enfin, ces approches offrent l'opportunité unique de fusionner des informations multimodales produites à des échelles différentes afin par exemple d'interpréter des phénomènes physiques macroscopiques (in vivo) en utilisant des informations biologiques acquises post mortem à l'échelle microscopique.
Processing d'images multimodales et reconstruction 3D
Objectifs de notre équipe
Développements en imagerie post mortem : méthodes de reconstruction 3D pour améliorer l'analyse anatomo-fonctionnelle de biomarqueurs histologiques et autoradiographiques.
Développements en imagerie in vivo : méthodes de co-alignement pour guider l'analyse anatomo-fonctionnelle de données TEP et IRM.
Développements en imagerie in vivo et post mortem : mise en correspondance de différentes modalités d'imagerie chez un même sujet en utilisant la photographie comme modalité intermédiaire 2D/3D, pour valider de nouveaux systèmes d'imagerie, traceurs TEP, agents de contrastes pour l'IRM, pour caractériser de nouveaux modèles expérimentaux et évaluer de nouvelles approches thérapeutiques.
Création de nouveaux algorithmes et logiciels intégrés et automatisés pour réaliser des analyses reproductibles et robustes sur de grandes images ou de grands volumes de données : enchainement de commandes pour le traitement d'images biomédicales, segmentation automatique de l'information, création d'atlas numériques de cerveau, gestion de bases de données, exploitation optimisée de données de microscopie virtuelle, parallélisation des calculs, calcul intensif, etc.
Contribution à BrainVISA/Anatomist à travers plusieurs modules : BrainRAT, 3D HAPi, Primatologist.
Membres du laboratoire associés aux projets
Collaborations
- CEA-NeuroSpin, CEA-SHFJ, INRIA, AP-HP Groupe Henri Mondor Albert Chenevier, Université Paris XI IMNC, UPMC LIF INSERM U678, Université Paris XII, ANSTO (Australie), Université de Versailles St-Quentin-en-Yvelines, CEA-Ibitecs SIMOPRO, Université de Maastricht (Hollande), Institut Pasteur (Paris, Lille).
Applications
Quantification du métabolisme cérébral et des agrégats protéiques – Physiopathologie du cerveau & modèles précliniques de maladies neurodégénératives
Consommation de glucose dans le cerveau du rat après simulation visuelle unilatérale
Consommation de glucose dans un modèle de gliome chez le rat
Expression du TSPO chez le rat lors d'un processus d'inflammation
Reconstruction multimodale 3D dans un modèle murin de maladie d'Alzheimer
Quantification automatique de la charge amyloïde dans un modèle murin
de la maladie d'Alzheimer
Détection de la charge amyloïde dans un modèle murin
de la malaide d'Alzheimer (équipe de Marc Dhenain)
Atlas 3D primate
Consommation de glucose après thérapie
dans un modèle primate de maladie de Parkinson
Recent publications
Computational optimization for fast and robust automatic segmentation in virtual microscopy using brute-force-based feature selection.
Bouvier C, Clouchoux C, Souedet N, Hérard AS, You Z, Jan C, Hantraye P, Mergoil G, Rodriguez BH, Delzescaux T.
Conf Proc ICPRAI 2018 - International Conference on Pattern Recognition and Artificial Intelligence
Primatologist: /A modular segmentation pipeline for macaque brain morphometry.
Balbastre Y, Rivière D, Souedet N, Fischer C, Hérard AS, Williams S, Vandenberghe ME, Flament J, Aron-Badin R, Hantraye P, Mangin JF, Delzescaux T.
NeuroImage (2017) Sep 9;162:306-321.
A validation dataset for Macaque brain MRI segmentation.
Balbastre Y, Rivière D, Souedet N, Fischer C, Hérard AS, Williams S, Vandenberghe ME, Flament J, Aron-Badin R, Hantraye P, Mangin JF, Delzescaux T.
Data Brief. 2017 Nov 4;16:37-42.
High-throughput 3D whole-brain quantitative histopathology in rodents.
Vandenberghe ME, Hérard AS, Souedet N, Sadouni E, Santin MD, Briet D, Carré D, Schulz J, Hantraye P, Chabrier PE, Rooney T, Debeir T, Blanchard V, Pradier L, Dhenain M, Delzescaux T.
Sci Rep (2016) Feb 15;6:20958.
Robust supervised segmentation of neuropathology whole-slide microscopy images.
Vandenberghe ME, Balbastre Y, Souedet N, Hérard AS, Dhenain M, Frouin F, Delzescaux T.
Conf Proc IEEE Eng Med Biol Soc.;2015:3851-4.