Beyond Volumetry in Longitudinal Deformation-Based Morphometry: Application to Sexual Dimorphism during Adolescence
Au delà de la volumétrie en morphométrie basée sur les déformations : application au dimorphisme sexuel durant l'adolescence
Résumé
Analysing the progression of brain morphological changes in time series of images is an important topic in neuroimaging. Although the development of longitudinal databases has helped reducing the inter-individual variability, there still exist numerous biases that need to be avoided when capturing longitudinal evolutions. Moreover, when the intra-subject changes are very small with respect to the inter-subject variability it is crucial to know if the available methods can capture the longitudinal change with no bias. In most of the studies, these longitudinal changes are limited to scalar volumetric changes in order to ease their analysis. However, one can observe that brain changes are not limited to volumetry. In this multivariate case, the interpretation is more di cult. This thesis addresses these problems along three main axes.
First, we propose a longitudinal Deformation-based Morphometry processing pipeline to robustly estimate the longitudinal changes. We detail the whole sequencing of the pro- cessing steps as they are key to avoid adding bias. In addition to this contribution we integrate a modi cation to the non-linear registration algorithm by masking the similarity term while keeping the symmetry of the formulation. This change increases the robustness of the results with respect to intensity artifacts located in the brain boundaries and leads to increased sensitivity of the statistical study on the longitudinal deformations. The pro- posed processing pipeline is based on freely available software and tools so that it is fully reproducible.
The second axis is dedicated to the evaluation of the accuracy and reproducibility of our non-linear registration method in terms of volumetry. We compare our method to three other popular volumetric longitudinal methods (segmentation-based and registration- based). We use simulated ground truth and real data for which changes are small. We show that registration based-methods are generally more accurate, consistent and reproducible than the segmentation-based method FreeSurfer. We also notice that for high changes (superior to 10%) registration-based methods highly under-estimate changes. Finally, we show that log-Jacobian integration is equivalent to volumetry for changes less than 10 % and that the numerical schemes used for its computation have no signi cant in uence.
Finally, we present a method to go beyond volumetry with the multivariate statistical analysis of two groups by studying the whole three-dimensional deformation eld. We pro- pose to disentangle the group di erences from the longitudinal population evolution. The results are easily interpretable with respect to other existing methods. We apply the pro- posed method to the study of sexual dimorphism during adolescence. Results show that at 14 years of age, there is no di erence between females and males pre-frontal cortex and that an important di erentiation occurs during the two following years: at 16, girls' pre-frontal cortex is in advance of around five months.
L'analyse des changements morphologiques du cerveau dans des séries temporelles d'images est un sujet important en neuroimagerie. Bien que le développement des bases de données longitudinales ait aidé à réduire la variabil- ité inter-individu, il reste encore de nombreux biais qui doivent être évités lors de l'estimation des évolutions longitudinales. De plus, lorsque les changements intra- sujets sont très faibles par rapport à la variabilité inter-sujet, il est crucial de savoir si les méthodes existantes peuvent capturer sans biais les changements longitudinaux. Dans la plupart des études, les changement longitudinaux sont limités à leur com- posante volumétrique scalaire a n d'en faciliter l'analyse. Cependant, les change- ments cérébraux ne sont généralement pas uniquement volumétriques et dans ce cas multivarié, l'interprétation est alors plus di cile. Cette thèse adresse ces problèmes en suivant trois axes principaux.
Premièrement, nous proposons une chaîne de traitement longitudinale reposant sur la morphométrie à partir de déformations et ayant pour but d'estimer de manière robuste les changements longitudinaux. A n d'eviter de rajouter du biais, nous détaillons tout l'enchaînement des étapes de traitement. En plus de cette contri- bution, nous intégrons une modi cation de l'algorithme de recalage non-linéaire qui consiste à masquer le terme de similarité tout en conservant la symétrie de la formulation. Cette contribution augmente la robustesse des résultats vis-à-vis des artefacts d'intensité situés en bordure du cerveau et augmente ainsi la sensibilité de l'étude statistique realisée sur les déformations longitudinales. Pour que la chaîne de traitement proposée soit totalement reproductible, seuls des logiciels et outils disponibles librement sont utilisés.
Le deuxième axe est dédié à l'évaluation de la précision et de la reproductibilité de notre méthode de recalage non-linéaire en terme de volumétrie. Nous comparons notre méthode à trois autres méthodes populaires pour la volumétrie en longitudi- nal utilisant la segmentation et le recalage. Nous utilisons une vérité terrain simulée et des données réelles pour lesquelles les changements sont faibles. Nous montrons que les méthodes de recalage sont plus précises, cohérentes et reproductibles que la méthode de segmentation FreeSurfer. On note aussi que pour des changements im- portants (supérieurs à 10%) les méthodes de recalage sous-estiment très fortement les changements. Finalement, nous montrons que l'intégration du log-jacobien est équivalente aux changements de volume pour des changements inférieurs à 10% et que les schémas numériques utilisés pour son calcul n'ont pas d'in uence signi ca- tive.
Finalement, nous présentons une méthode pour aller au delà de la volumétrie avec l'analyse statistique multivariée de deux groupes en étudiant le champ de dé- formation tri-dimensionnel. Nous proposons de séparer les di érences de groupe de l'évolution longitudinale de la population. Les résultats sont facilement interpréta- bles en comparaison d'autres méthodes existantes. Nous appliquons cette méthode à l'étude du dimorphisme sexuel pendant l'adolescence. Les résultats montrent qu'à 14 ans il n'existe pas de di érence entre le cortex préfrontal des garçons et celui des lles. Une di érentiation importante s'opère cependant durant les deux années suivantes : à 16 ans, le cortex préfrontal des lles est en avance d'environ cinq mois.
Loading...
