version PDF - Flash informatique

FI spécial été 2007 – 28 août 2007 – page 28
[email protected],
Haute Ecole ARC Ingénierie,
filière Informatique,
Le Locle
NeoBrain
contexte
À l’heure où l’on cartographie les génomes humains, le cerveau, organe de la pensée,
n’échappe pas au phénomène. Franz Joseph Gall fut le premier cartographe de nos fonc-
tions cognitives en 1881. Sa théorie est tombée dans les oubliettes à la fin du XIXe siècle. Il
était autrefois trop difficile d’aller à la pêche aux images dans les tréfonds de notre cerveau
en activité. Depuis, la technologie et la science ont fait bien des progrès, y compris en
cartographie cérébrale. On peut récupérer l’anatomie de notre cerveau grâce aux scanners
IRM. Ces scanners ont fait leur apparition dans les années 1980. Les données produites
sont fort précieuses, notamment pour des détections de cancer, mais insuffisantes pour
permettre d’analyser le fonctionnement de notre cerveau, qui n’est pas statique, mais vit
et évolue à chaque milliseconde.
Le domaine de recherche s’intéressant aux fonctionnements du cerveau s’appelle
l’imagerie fonctionnelle cérébrale. Cette imagerie rassemble des techniques permettant
d’obtenir une image du cerveau en activité, et pas seulement de décrire une anatomie figée
comme le fait l’IRM. Cette science a produit ses premiers résultats dans les années 1950
déjà, grâce à la tomographie par émission de positrons TEP. Cette modalité d’imagerie
fonctionnelle repose sur l’administration d’un traceur légèrement radioactif. Bien que jugé
non dangereux, cet aspect invasif laisse quelque peu perplexe. En particulier les doses de
radioactivité injectées soulèvent des problèmes de répétitivité des séances de scanning. La
précision temporelle de la TEP est par ailleurs médiocre. Deux
minutes sont nécessaires entre chaque mesure. Sa précision
spatiale n’est pas bien meilleure. Elle est de l’ordre de 1000
mm3. Pour les années 50 il s’agissait néanmoins d’un résultat
extraordinaire!
De nos jours, l’imagerie fonctionnelle tente d’exploiter au
mieux, individuellement ou en les combinant, les scanners
fonctionnels suivants se disputant le marché : l’IRMF et le
MEG (MagnétoEncéphaloGraphie). Ils sont tous les deux
non invasifs et ne présentent aucun risque pour le patient.
L’IRMF a une résolution temporelle comprise entre 1.5 et 6
secondes, et une résolution spatiale de 15 mm3. Nous allons
nous intéresser dans ce papier plus particulièrement au MEG
dont les propriétés sont bien meilleures.
le scanner fonctIonnel meg
Le MEG représente un fleuron de la technologie moderne.
Sa résolution temporelle est de l’ordre de la milliseconde, ce
qui est exceptionnel et en parfaite harmonie avec l’unité de
réaction de nos neurones.
le maillage anatomique 3D est obtenu
pas une segmentation des voxels
(pixels 3D) d’un IRM
scanner MEG mesurant l’activité neuronale

IMAGES – 28 août 2007 – page 29
Le principal domaine d’application du MEG est le dia-
gnostic pré-opératoire en épilepsie. En effet, les capacités de
localisation du MEG ainsi que sa commodité d’utilisation en
font un outil de choix pour confirmer et localiser le (ou les)
foyer(s) épileptogène(s) déclencheurs de la crise avant résection
chirurgicale. Rappelons que la principale méthode employée
en 2006 reste l’implantation intracrânienne d’électrodes, ce
qui nécessite pour ce seul diagnostic une opération chirurgicale
délicate et fort invasive.
Le MEG est évidemment très onéreux et encore peu
répandu aujourd’hui. On en recense par exemple trois en
France et encore aucun sur le territoire Suisse. Ce scanner n’a
pas encore atteint le rang d’outil de routine clinique, mais
son usage se répand. Mis à part son prix prohibitif, il souffre
d’un problème majeur. Il ne fabrique pas de cartes neuronales
exploitables, mais se contente de mesurer périodiquement
des champs magnétiques de faible intensité. L’output est une
matrice où les lignes représentent les capteurs et où les colon-
nes représentent l’intensité temporelle. Cette matrice est déjà
extrêmement précieuse, ceci d’autant plus que le pas temporel
est la milliseconde. Il serait toutefois bien plus agréable de
disposer d’une même matrice où les lignes représenteraient
cette fois-ci les sommets du maillage obtenu par segmentation
des voxels d’une IRM. C’est à ce niveau qu’intervient le projet
NeoBrain, dont le but est de déterminer cette matrice!
le projet neobraIn
La construction de la matrice sommet x intensité à partir de
la matrice capteur x intensité est connue sous le nom du pro-
blème inverse, que l’on rencontre en imagerie fonctionnelle
cérébrale, mais aussi par exemple en physique des plasmas. Ce
problème est très complexe. Les champs magnétiques sont
déformés par les tissus cellulaires traversés entre les foyers
d’émission neuronaux (apparentés aux sommets du maillage)
et leur point de mesures externes (les capteurs). L’information
mesurée par les capteurs est de surcroît fortement bruitée, par
la faible intensité du champ (proche du champ magnétique
terrestre), par l’électronique des capteurs, et par les micro-
mouvements du patient.
Les données fonctionnelles d’activités neuronales sont ainsi
très bruitées, mais possèdent la qualité non négligeable d’être
obtenues de manière non invasive ! La grande difficulté du problème inverse est donc d’ef-
fectuer un recalage des données fonctionnelles sur les données anatomiques, tout en tenant
compte de la déformation du champ magnétique et du bruit greffé au signal mesuré.
carte neuronale
Un des principaux objectifs du projet NeoBrain est le développement d’un modèle
mathématique permettant la fabrication des cartes neuronales du cortex, avec pour input
des données anatomiques provenant d’un IRM et des données fonctionnelles issues d’un
scanner MEG dont la fenêtre de temps est de l’ordre de la milliseconde. NeoBrain se propose
donc de résoudre le problème inverse, ie de relocaliser les foyers sources d’où sont issus
les champs magnétiques. Il s’agit de répondre aux interrogations suivantes : si un capteur se
trouve en (x, y, z) et qu’il mesure une intensité k, quel groupe de neurones en est la cause ?
Quelle valeur d’intensité associer à ces neurones ? Toutes les mêmes ? Est-il judicieux de
tenir compte des capteurs voisins? Est-il nécessaire de tenir compte de l’intensité antérieure
ou postérieure ? Si oui, quelle dimension associer à cette notion de voisinage spatial et de
voisinage temporel ? ...
NeoBrain
implantation d’électrodes invasives, 2006
champ magnétique émis par les neurones (intérieur) et mesuré
par les capteurs MEG (extérieur)

FI spécial été 2007 – 28 août 2007 – page 30
résultats
Le modèle stochastique développé a été imputé de contraintes relaxables décrivant des
corrélations spatiales et temporelles sur l’espace des activités neuronales. Autrement dit,
deux capteurs proches, dans l’espace ou le temps, devraient selon notre bon sens posséder
des valeurs proches, ou tout du moins corrélées.
Le modèle stochastique sur champs de Markov développé dans NeoBrain produit à un
temps t fixé, une carte neuronale comme celle de la figure ci-dessous.
Un grand challenge a été relevé. Notre cerveau nous délivre ses secrets, enfin, presque:
Il reste au spécialiste de neurosciences cognitives un long travail périlleux d’interprétation.
Ce chemin-là est encore long et sinueux.
analyse des résultats
Le talon d’Achille des cartes dynamiques produites par NeoBrain est de fonctionner
dans un spectre restreint en neuroscience, ou les variations neuronales temporelles ne sont
pas brusques. Des simulations ont montré une légère tendance du modèle à gommer les
brefs pics intenses d’activités neuronales présentes lors des crises d’épilepsie par exemple.
Ces crises sont donc pour l’instant en dehors du domaine de validité de NeoBrain. Pour
les autres pathologies où les variations temporelles sont plus lisses et moins brusques, le
modèle mis en place actuellement est fonctionnel. Malheureusement, les traitements
numériques nécessaires à la construction de la carte temporelle effectuée sur une seule
machine nécessitent de longues heures de calculs pour des cortex à 6000 sommets et
2000 mesures d’intensité pour capteur MEG. La complexité de l’algorithme est estimée
élevée. La tendance à utiliser des scanneurs offrant une finesse spatiale supérieure tend à se
généraliser aujourd’hui. Dès lors, le besoin en calcul sera encore plus important demain. Il
s’agit d’un vrai problème de haute performance, nécessitant une parallélisation du modèle,
pour une exploitation en un temps raisonnable.
vIsualIsatIons des cartes neuronales
Le projet NeoBrain ne se contente pas de calculer des cartes neuronales. Il offre aussi
une plate-forme de visualisation et d’exploitation ergonomique des cartes neuronales. Il
permet de naviguer dans l’espace et le temps avec un taux de rafraîchissement de l’ordre
de 60 FPS. Des périphériques issus du monde aéronautique ont été interfacés pour piloter
finement les scènes infographiques et le player de neurones. Le retour de force permet
d’informer le clinicien d’une pathologie particulière. Différentes cartes et cortex peuvent
être synchronisés pour des analyses comparatives d’évolution d’une pathologie. Son module
de vision stéréo permet une immersion totale.
L’interface permet de monter autant de scènes que l’on souhaite, ajouter ou retirer des
cartes neuronales, d’effectuer des rendus temps réel sur des PC distants chez un ou plusieurs
collègues pour obtenir des contre-expertises. De nombreuses autres fonctionnalités sont
disponibles, comme le mapping bipolaire, par exemple. Arrêtons-nous sur l’une d’elles :
les algorithmes de lissage anatomique.
NeoBrain
MEG+IRM+NeoBrain = Carte
neuronale HSB L2

IMAGES – 28 août 2007 – page 31
déformatIon élastIque du cortex
Une grande partie de l’activité neuronale est enfouie au fond des sillons corticaux (60 %
environ). L’activité cérébrale y siégeant n’est donc pas ou peu visible au moyen d’une simple
vue 3D du cortex. Plusieurs algorithmes ont été développés pour transformer de manière
élastique le cortex afin d’étirer et d’aplatir les sillons corticaux.
Ces algorithmes de lissage ne sont pour l’instant ap-
plicables que pour les maillages où chaque hémisphère est
homéomorphe à une sphère. Ces algorithmes ne conservent
ni les angles, ni les aires, mais ont l’avantage de rendre
visible toute la surface du cortex, donc l’intégralité de la
carte neuronale.
Malheureusement, les algorithmes de segmentations
fabriquant le maillage à partir des voxels (pixels 3D) d’un
scanner IRM ont tendance à produire des surfaces homéo-
morphes à la famille des tores. Les micros tunnels ci-dessous
en sont la cause.
Le prochain challenge est donc de supprimer ces tunnels
de l’anatomie, afin de pouvoir utiliser les algorithmes de
lissage et ainsi disposer d’un outil permettant de visualiser
la totalité de la carte neuronale.
NeoBrain
NeoBrain : BrainDisplayer
lissage faible lissage plus fort lissage total, le cortex est une
sphère sans pli
tunnel issu de la segmentation imparfaite des voxels d’un IRM

FI spécial été 2007 – 28 août 2007 – page 32
pertInence des résultats pour l’économIe
En Suisse, plus de 70’000 patients souffrent de crises d’épilepsie, dont 20% résistent
au traitement pharmaceutique (Seeck, Villemure, Praxis 2002). Les accidents vasculaires
cérébraux (AVC) sont la 2ème cause de mortalité en Occident.
Vendredi 2 septembre 2005, Jacques Chirac était victime d’un AVC. Chaque année en
France, 130 000 personnes sont victimes d’un tel accident et près de 50 000 en meurent. Il
s’agit d’un véritable fléau. Communément appelés attaques cérébrales, les AVC représentent
la troisième cause de mortalité derrière les maladies cardiovasculaires et le cancer. Mais
c’est la première cause d’invalidité lourde et la deuxième cause de démence dans le monde
occidental. Le nombre d’AVC est en pleine croissance et représente dès aujourd’hui un
grave problème de santé publique.
«Les atteintes du corps, la honte des chutes, la confiscation du temps, la limitation des plaisirs,
le voile sur l’intelligence, les entraves à la liberté, le rejet des autres, les difficultés scolaires, la
peine des parents participent à la souffrance des épileptiques.» (Prof. René Souleyrol)
réseau de compétences
Ce projet s’inscrit dans l’axe de recherche environnement intelligent du centre de
compétences RCSO-TIC de la HES-SO, qui en a assuré le financement. Les travaux ont
été dirigés par la HE-ARC. Les résultats obtenus sont néanmoins le fruit d’une union
de savoir-faire très divers, couvrant un large domaine interdisciplinaire de compétences,
réunissant statisticiens, physiciens, mathématiciens, neurologues ou encore informati-
ciens. En particulier, citons le professeur Sylvain Sardy de l’université de Genève, qui
est à l’origine du modèle stochastique pour la résolution du problème inverse et Sylvain
Baillet, un chargé de recherche du CNRS qui a modélisé la propagation et déformation
des champs magnétiques à travers les tissus cellulaires cérébraux.
neuroweb.ch
L’amélioration de la qualité des cartes neuronales et la diminution du temps de calcul
sont en phase de développement au travers du projet Neuroweb.ch, qui constitue une
suite au module de calcul de carte neuronale.
Les brusques et intenses variations temporelles des activités neuronales présentes par
exemple lors de crise d’épilepsie, sont trop amorties, voire complètement gommées dans
les cartes neuronales de NeoBrain. Ce point faible peut être amélioré en dotant l’espace
topologique des données neuronales non pas de la métrique euclidienne, mais de la topo-
logie L1. Des simulations sur des signaux 1D et 2D ont montré que les pics épileptiques
sont conservés. Nous espérons que cette intéressante propriété soit préservée dans le cadre
du problème inverse et la reconstruction de la carte complète.
Une architecture peer to peer (P2P) basée sur la plate-forme xtremweb.ch (www.
xtremwebch.net/) est mise en place pour permettre une distribution efficace des calculs.
L’objectif est de tendre vers un calcul temps réel des cartes neuronales. Les cartes L1 sont
très gourmandes en calcul et requièrent une importante infrastructure pour être calculées
en un temps raisonnable.
perspectIve d’avenIr
L’imagerie fonctionnelle cérébrale a un bel avenir devant elle.
On pense immédiatement aux pathologies neurodégénératives. La recherche liée aux
maladies d’Alzheimer et de Parkinson se voit dotée ici d’un formidable outil d’analyse.
L’étude des conséquences d’un traumatisme crânien ou d’une ischémie cérébrale transi-
toire et l’assistance aux neurochirurgiens dans la stratégie opératoire vont faire un bond
en avant.
Chaque avancée importante dans la science fait apparaître inévitablement des problèmes
éthiques. Le côté non invasif de ces techniques d’imagerie permet leur exploitation dans
des domaines non médicaux. Comment ne pas penser à une modernisation des détecteurs
de mensonges dont le premier date de 1935 ? Dispose t’on aujourd’hui grâce à l’imagerie
fonctionnelle d’un outil fiable ? Aucune accréditation légale n’a été décernée à ce jour à
l’imagerie cérébrale dans un domaine d’exploitation judiciaire et ne le sera peut-être jamais.
NeoBrain