• Mon espace de travail
  • Aide IRIS
  • Par Publication Par Personne Par Unité
    • English
    • Français
  • Se connecter
Logo du site

IRIS | Système d’Information de la Recherche Institutionnelle

  • Accueil
  • Personnes
  • Publications
  • Unités
  • Périodiques
UNIL
  • English
  • Français
Se connecter
IRIS
  • Accueil
  • Personnes
  • Publications
  • Unités
  • Périodiques
  • Mon espace de travail
  • Aide IRIS

Parcourir IRIS

  • Par Publication
  • Par Personne
  • Par Unité
  1. Accueil
  2. IRIS
  3. Publication
  4. In vivo characterization of brain tissue microstructure
 
  • Détails
Titre

In vivo characterization of brain tissue microstructure

Type
thèse de doctorat
Institution
UNIL/CHUV/Unisanté + institutions partenaires
Auteur(s)
VEIGA DE OLIVEIRA, Ana Rita
Auteure/Auteur
Directrices/directeurs
Lutti, Antoine
Directeur⸱rice
De Lucia, Marzia
Codirecteur⸱rice
Liens vers les unités
Faculté de biologie et de médecine  
Faculté
Université de Lausanne, Faculté de biologie et médecine
Statut éditorial
Accepté
Date de publication
2023
Langue
anglais
Résumé
Brain tissue microstructure plays an important role in brain function. Estimates of brain microstructure obtained in vivo can serve as valuable biomarkers to quantify brain tissue changes in living humans. However, non-invasive neuroimaging techniques, such as Magnetic Reso- nance Imaging (MRI), are unable to directly provide information on the microstructure of brain tissue. Estimating microscopic features of brain tissue in vivo requires the use of biophysical models that relate the measured signal to the underlying microstructure. In line with this, our focus was on obtaining measures of the morphology of axons composing white matter and of deposits of iron within brain tissue from data acquired using in vivo neuroimaging techniques.
First, in terms of axonal morphology, we developed a novel biophysical model for the simultaneous estimation of axonal radius and relative myelin thickness using MRI and Electroencephalography (EEG) data. The proposed approach for axonal morphology estimation involved the challenging task of estimating axonal conduction velocities from EEG data in vivo. We addressed this challenge by implementing a new technique in which conduction velocities were obtained by the calculation of the interhemispheric transfer time estimated as the latency difference between the maximal neuronal activity at two homologous visual cortical regions. The obtained conduction velocities were consistent with existing literature and were then used in the proposed axonal morphology model. The estimated axonal morphological features were consistent with values from histological studies of brain tissue. These results highlight the potential of this non-invasive technique in providing an accurate axonal morphology characterization of white matter tracts.
Second, we investigated the distribution of deposits of magnetic material in subcortical grey matter. We applied existing biophysical models that account for the impact of magnetic materials on the MRI signal due to transverse relaxation. These models allow for the estimation of the volume fraction occupied by the magnetic deposits as well as their magnetic susceptibility. The estimated volume fraction and magnetic susceptibility within the magnetic deposits were in line with the distribution of iron in ex vivo studies, consistent with the primary source of magnetic material in these regions being iron. The proposed approach enabled the characterization of iron deposits within brain tissue with increased specificity, offering a novel approach for the study of iron-related brain changes in neurodegenerative diseases.
Overall, in this work we characterized i) the morphology of axons in white matter tracts and
ii) the iron deposits within subcortical grey matter. The estimated microstructural features, obtained in healthy participants non-invasively, were consistent with ex vivo literature, thereby holding the potential to become useful biomarkers. Such biomarkers may be highly relevant for assessing microstructural changes in individuals with neurological disorders.
--
La microstructure du tissu cérébral joue un rôle important dans le fonctionnement du cerveau. Les estimations de la microstructure du cerveau obtenues in vivo peuvent servir de biomarqueurs précieux pour quantifier les changements du tissu cérébral chez les êtres humains vivants. Toutefois, les techniques de neuro-imagerie non invasives, telles que l’imagerie par résonance magnétique (IRM), ne sont pas en mesure de fournir directement des informations sur la microstructure du tissu cérébral. L’estimation des caractéristiques microscopiques du tissu cérébral in vivo nécessite l’utilisation de modèles biophysiques qui relient le signal mesuré et la microstructure sous-jacente. Dans cette optique, notre objectif était d’obtenir des mesures de la morphologie des axones composant la matière blanche et des dépôts de fer dans le tissu cérébral à partir de données acquises à l’aide de techniques de neuro-imagerie in vivo.
Tout d’abord, en ce qui concerne la morphologie axonale, nous avons mis au point un nouveau modèle biophysique pour estimer de manière simultanée le rayon axonal et l’épaisseur relative de la myéline à l’aide de données d’IRM et d’électroencéphalographie (EEG). L’approche proposée pour l’estimation de la morphologie axonale impliquait la tâche difficile d’estimer les vitesses de conduction axonale à partir des données EEG in vivo. Nous avons relevé ce défi en mettant en œuvre une nouvelle technique dans laquelle les vitesses de conduction ont été obtenues par le calcul du temps de transfert interhémisphérique estimé comme la différence
de latence entre l’activité neuronale maximale dans deux régions corticales visuelles homo-
logues. Les vitesses de conduction obtenues étaient cohérentes avec la littérature existante et ont ensuite été utilisées dans le modèle de morphologie axonale proposé. Les caractéristiques morphologiques estimées des axones étaient cohérentes avec les valeurs des études histologiques des tissus cérébraux. Ces résultats soulignent le potentiel de cette technique non invasive pour fournir une caractérisation précise de la morphologie axonale.
Deuxièmement, nous avons étudié la distribution des dépôts de matériaux magnétiques dans la matière grise sous-corticale. Nous avons appliqué des modèles biophysiques existants qui tiennent compte de l’impact des matériaux magnétiques sur le signal IRM causé par la relaxation transversale. Ces modèles permettent d’estimer la fraction de volume occupée par les dépôts magnétiques ainsi que leur susceptibilité magnétique. La fraction volumique et la susceptibilité magnétique estimées à l’intérieur des dépôts magnétiques étaient conformes à la distribution du fer dans les études ex vivo, cohérent avec le fait que la principale source de matériaux magnétiques dans ces régions est le fer. L’approche proposée a permis de caractériser les dépôts de fer dans le tissu cérébral avec une spécificité accrue, offrant une nouvelle approche pour l’étude des changements cérébraux liés au fer dans les maladies neurodégénératives.
Dans l’ensemble, nous avons caractérisé i) la morphologie des axones dans les faisceaux de matière blanche et ii) les dépôts de fer dans la matière grise sous-corticale. Les propriétés microstructurales estimées, obtenues chez des participants sains de manière non invasive, étaient cohérentes avec la littérature ex vivo, et pourraient donc devenir des biomarqueurs utiles. Ces biomarqueurs peuvent être très utiles pour évaluer les changements microstructuraux chez les personnes souffrant de troubles neurologiques.
Sujets

IRM, EEG, microstruct...

PID Serval
serval:BIB_AB4801EF409C
Permalien
https://iris.unil.ch/handle/iris/186370
Date de création
2024-01-15T10:22:04.086Z
Date de création dans IRIS
2025-05-21T01:26:42Z
Fichier(s)
En cours de chargement...
Vignette d'image
Nom

thèse-VDOAR-OK.pdf

Version du manuscrit

imprimatur

Taille

15.63 MB

Format

Adobe PDF

PID Serval

serval:BIB_AB4801EF409C.P001

URN

urn:nbn:ch:serval-BIB_AB4801EF409C8

Somme de contrôle

(MD5):e3a7540c4b092083450a874bd1048f20

  • Copyright © 2024 UNIL
  • Informations légales