Upload
andrien-boulet
View
120
Download
1
Embed Size (px)
Citation preview
Sylvain Vallaghé
Projet Odyssée
Problèmes inverses enélectroencéphalographie
Estimation des conductivités in vivo
228 juin 2005 Sylvain Vallaghé
ParcoursParcours
2000 Bac S
2000/2002 Classes préparatoires – Lycée Champollion Grenoble
2002/2005 ENSIMAG – Spécialisation Image et Calcul Scientifique
2004Stage au LMC (Grenoble) sous la direction de Valérie Perrier.
Problèmes d’imagerie médicale. Contours actifs, ondelettes.
2004/2005Master Mathématiques Appliquées
Université Joseph Fourier – Grenoble
2005Stage au laboratoire Odyssée (INRIA) encadré par Maureen Clerc.
328 juin 2005 Sylvain Vallaghé
EEG et MEG : techniques d’imagerie médicaleEEG et MEG : techniques d’imagerie médicale
• Non-invasives : mesures passives.
• Excellente résolution temporelle : milliseconde.
• La localisation spatiale nécessite la résolution d’un problème inverse.
428 juin 2005 Sylvain Vallaghé
Problème inverse
Problème direct
Relation entre sources et potentiel (EEG)Relation entre sources et potentiel (EEG)
Paramètre important
528 juin 2005 Sylvain Vallaghé
Modélisation de la conductivitéModélisation de la conductivité
• La tête est composée de différents types de tissus.
• Possibilité de segmenter les différentes régions à partir de l’IRM.
• Modèle classique : 3 couches (cerveau, crâne, scalp).
Cerveau
Crâne
Scalp
• On assigne une conductivité constante à chaque région.
628 juin 2005 Sylvain Vallaghé
Influence sur la localisation des sourcesInfluence sur la localisation des sources
728 juin 2005 Sylvain Vallaghé
Caractéristiques de la conductivité
Caractéristiques de la conductivité
• Dépend des tissus.
• Dépend du sujet : mesures in vivo.
• Dépend des géométries : conductivité « effective ».
• Définie à un facteur d’échelle près :On cherche des conductivités relatives ( , )
828 juin 2005 Sylvain Vallaghé
Estimation des conductivités in vivoEstimation des conductivités in vivo
• Injection de courant sur le scalp : Tomographie par Impédance Electrique (EIT).connue
Problème inverse classique de localisation des sources
connue
Problème inverse d’estimationdes conductivités
• Source de courant cérébrale induite + localisation par MEG (moins sensible aux conductivités).
• Hypothèse :
928 juin 2005 Sylvain Vallaghé
Stage de MasterMéthode d’estimation des conductivités in vivo
Stage de MasterMéthode d’estimation des conductivités in vivo
• Modèle constant par morceaux. 3 tissus : cerveau, crâne, scalp.
• Problème inverse d’estimation des conductivités + localisation des sources (avec a priori)
Cerveau
Crâne
Scalp• Méthode sans injection de courant :
non-invasive.
• Pas de mesures MEG : simplicité expérimentale.
•
1028 juin 2005 Sylvain Vallaghé
ValidationValidation
• Travail sur des simulations de mesures.
Expérience réelle prévue.
• Utilisation de géométries sphériques.
Simulations calculées analytiquement.
Cerveau
Crâne
Scalp
1128 juin 2005 Sylvain Vallaghé
RésultatsRésultats
• Il est possible d’estimer simultanément les sources de courant et les conductivités.
En vert : conductivitésEn bleu : source de courant
1228 juin 2005 Sylvain Vallaghé
RésultatsRésultats
• Bonne estimation du rapport
• Peu de sensibilité à
1328 juin 2005 Sylvain Vallaghé
RésultatsRésultats
• Malgré l’imprécision sur , l’erreur sur la localisation des sources est très faible.
• A posteriori, hypothèse non pénalisante pour la localisation des sources.
1428 juin 2005 Sylvain Vallaghé
Aller plus loinAller plus loin
• Validation sur des données expérimentales, comparaison avec l’EIT (injection de courant) pour un même sujet.Partenariat avec le laboratoire de neurophysiologie et neuropsychologie de la Timone à travers l’Action Color Inria EEG++.
• Dépasser les modèles isotropes et constants par morceaux.
Anisotropie de la matière blanche : influence importante sur la localisation des sources.
Lien avec l’IRM de diffusion.Partenariat avec le centre IRMf de la Timone + ACI Obs-Cerv.
1528 juin 2005 Sylvain Vallaghé
Intégrer l’information de l’IRM de diffusion dans les modèles de conductivité
Intégrer l’information de l’IRM de diffusion dans les modèles de conductivité
• Christophe Lenglet, Rachid Deriche : reconstruction de la connectivité anatomique du cerveau.
• Récupérer le tenseur de conductivité à partir du tenseur de diffusion.