Email: corouge@cs.unc.edu Adresse: Department of Computer Science Campus Box 3175, Sitterson Hall Chapel Hill, NC 27599-3175 USA

Sujets de recherche

Intitulée Elaboration de modèles probabilistes de formes à des fins de segmentation et de recalage en imagerie cérébrale, cette thèse s'inscrit dans le domaine de l'imagerie cérébrale tridimensionnelle. Une grande difficulté dans le traitement et l'analyse de données cérébrales réside dans la forte variabilité morphologique et structurelle existant entre les individus. C'est pourquoi, la capacité à modéliser les formes, ainsi que leurs variations au travers d'une population, offre un intérêt majeur et mène à de nombreuses applications : segmentation, recalage, classification, construction d'atlas anatomiques, voire anatomiques et fonctionnels. Mes travaux ont d'abord porté sur la modélisation statistique des sillons corticaux, structures de forme complexe du cortex cérébral. Le cortex étant le lieu privilégié de l'activité fonctionnelle, ces sillons sont des objets d'étude tout à fait intéressants tant d'un point de vue anatomique que fonctionnel. Le modèle est bâti à partir d'une population d'apprentissage de sillons extraits d'images IRM, sur laquelle est pratiquée une analyse en composantes principales (ACP). (démonstration) Deux applications de cette modélisation ont alors été envisagées. D'une part, nous avons pris part aux travaux sur l'évaluation de méthodes de recalage global inter-sujets (méthodes rigides et non rigides). En effet, pratiquée sur des amers locaux, l'analyse statistique fournit un indicateur de la similarité des formes au sein des populations recalées, et produit ainsi un critère de comparaison entre les méthodes. D'autre part, nous avons exploité la connaissance statistique apportée par le modèle sur les sillons dans le contexte de la construction d'atlas anatomiques et fonctionnels. Plus précisément, nous avons proposé une méthode, locale et non-linéaire, de recalage inter-sujets de données fonctionnelles, exprimées sous forme de dipôles MEG (localisations d'activations fonctionnelles), à partir des amers anatomiques que sont les sillons corticaux. (démonstration) Les travaux en cours cherchent à étendre le modèle statistique à un graphe de sillons afin de décrire non plus seulement les caractéristiques morphologiques d'un sillon, mais également les relations de voisinage, de position et d'orientation entre sillons principaux.

Publications récentes

I. Corouge, C. Barillot, P. Hellier, P. Toulouse, B. Gibaud. - Non linear local registration of functional data. Medical Image Computing and Computer-Assisted Intervention 2001, MICCAI 2001, W.J. Niessen, M.-A. Viergever (eds), Springer-Verlag, Lecture Notes in Computer Science 2208, pages 948-956, Utrecht, Pays-Bas, Octobre 2001.(pdf)