Modèles statistiques d'apparence non gaussiens,application à la création d'un atlas probabiliste de perfusion cérébrale en imagerie médicale

La tomoscintigraphie par émission mono-photonique (TEMP) est une méthode d'imagerie fonctionnelle 3D qui apporte des informations sur le débit sanguin cérébral (également appelé perfusion cérébrale). Cette méthode d'imagerie, par la détection visuelle d'anomalies de perfusion caractérisées par des zones hypo- ou hyper-intenses, est utilisée pour le diagnostic chez des patients atteints d'accidents vasculaires cérébraux, de démence, d'épilepsie ou d'autres pathologies cérébrales. La détection d'anomalies focalisées observées chez les patients ayant une attaque cérébrale est relativement aisée, alors que les anomalies diffuses, observées en début de démence, lors d'un accident entraînant une oxygénation insuffisante du cerveau ou suite à une exposition à une substance toxique, sont plus difficilement observables. Dans ces cas, une analyse quantitative des images, utilisant un atlas et des outils statistiques s'appuyant sur une base d'images de cas normaux, peut apporter une aide précieuse au diagnostic. Le travail présenté dans cette thèse est centré sur la problématique de la construction et de l'évaluation d'un atlas probabiliste de perfusion cérébrale à partir des images TEMP de sujets dits normaux. Les objectifs d'un tel atlas sont doubles : (1) création d'une cartographie statistique de la perfusion cérébrale d'une population normale, décrite de manière compacte, et (2) identification des différences de perfusion cérébrale qui sont statistiquement significatives entre une image TEMP d'un individu et l'atlas probabiliste. L'utilisation d'un atlas devrait avoir un impact important sur les applications cliniques où l'analyse qualitative d'images TEMP est pratique courante. Afin d'atteindre ces objectifs, trois points ont été abordés : le développement de modèles statistiques qui décrivent de façon fidèle la perfusion cérébrale, les outils de traitement d'images utilisés pour rendre les cerveaux "comparables", et enfin, l'évaluation expérimentale de l'atlas.Single Photon Emission Computer Tomography (SPECT) is a 3D functional imaging technique that yields information about the blood flow in the brain (also called brain perfusion). This imaging technique has found application in the diagnostics of head trauma, dementia, epilepsy and other brain pathologies. To this end, SPECT images are analyzed in order to find abnormal blood flow patterns. For localized abnormalities such as stroke, this characterization remains an accessible task, whereas for diffuse and variable abnormalities such as beginning dementia, near-drowning episodes and toxic substance exposure, characterization is difficult. It is therefore necessary to develop quantitative methods in which computer-aided statistical analysis can take advantage of information present in a database of normal subjects. This work deals with the construction and evaluation of a probabilistic atlas of brain perfusion in normal subjects as observed in SPECT images. The goals of such an atlas are twofold: (1) to describe perfusion patterns of the population represented by the atlas in a compact manner, and (2) to identify statistically significant differences between an individual brain perfusion pattern and the probabilistic atlas. The successful creation of a computerized, probabilistic atlas may have far-reaching impact on clinical applications where qualitative (visual) analysis of SPECT images is current practice. Three issues have been central in this work: the statistical models that actually describe brain perfusion, the image processing tools used to make brains "comparable" and the experimental evaluation of the atlas