Lire les "lignes" du cerveau grâce à la reconnaissance automatique

Publié par Adrien le 28/09/2021 à 09:00
Source: CEA
Des chercheurs du CEA-Joliot proposent d'automatiser la classification et la reconnaissance des motifs de plissements de la surface du cortex, en utilisant des algorithmes d'intelligence artificielle. Avec en ligne de mire, la possibilité de corréler certains motifs à la survenue de troubles psychiatriques ou cognitifs.

Les plissements du cortex (En biologie, le cortex (mot latin signifiant écorce) désigne la couche superficielle ou...) - des circonvolutions (gyri) délimitées par des sillons (sulci) - sont l'une des caractéristiques les plus frappantes de l'anatomie (L'anatomie (provenant du nom grec ἀνατομία...) cérébrale. Leur variabilité est telle qu'ils sont uniques pour chaque individu (Le Wiktionnaire est un projet de dictionnaire libre et gratuit similaire à Wikipédia (tous deux...).

Des études ont montré que des motifs de plissement inhabituels sont souvent liés à des développements cérébraux anormaux, pouvant conduire à des maladies comme l'épilepsie ou la schizophrénie (Le terme de schizophrénie regroupe de manière générique un ensemble...). De plus, un lien étroit a été démontré entre la forme de certains sillons et la latéralité manuelle ou un score de lecture. Les motifs de plis corticaux pourraient donc constituer des signatures de l'organisation (Une organisation est) fonctionnelle (En mathématiques, le terme fonctionnelle se réfère à certaines fonctions....) du cerveau (Le cerveau est le principal organe du système nerveux central des animaux. Le cerveau traite...).

Or peu de neuroanatomistes possèdent l'expertise requise pour analyser les visualisations 3D de la surface (Une surface désigne généralement la couche superficielle d'un objet. Le terme a...) corticale. La variété infinie des plis requiert la définition (Une définition est un discours qui dit ce qu'est une chose ou ce que signifie un nom. D'où la...) de critères complexes, qui rendent la classification difficile et peu fiable.

L'automatisation de la classification et de la reconnaissance des motifs corticaux rendraient les analyses plus robustes et permettraient d'étendre ces études à plus grande échelle (La grande échelle, aussi appelée échelle aérienne ou auto échelle, est un...).

Trois algorithmes de classification automatique (L'automatique fait partie des sciences de l'ingénieur. Cette discipline traite de la...) ont été mis en oeuvre par des chercheurs de NeuroSpin (CEA-Joliot) via:
- un "classificateur" Support Vector Machine (SVM),
- une "mesure" Scoring by Non-local Image Patch (Le mot patch est un anglicisme qui à l'origine désigne un morceau de tissu. Il est également...) Estimator (SNIPE),
- un réseau (Un réseau informatique est un ensemble d'équipements reliés entre eux pour échanger des...) de neurones à convolution 3D Convolutional Neural Networks (CNN).

Ils ont été testés sur trois motifs corticaux:
- deux motifs du cortex cingulaire antérieur (ACC), aussi présents l'un que l'autre dans la population générale,
- le "signe du bouton d'alimentation" (PBS), un motif particulièrement rare ayant un lien avec l'épilepsie issue des régions motrices.

Les trois algorithmes atteignent des précisions équilibrées d'environ 80 % pour la classification des motifs ACC et 60 % pour la classification du PBS. Le modèle basé sur CNN est plus intéressant pour la classification des schémas les plus courants (ACC) grâce à sa rapidité d'exécution. Cependant, les modèles basés sur SVM et SNIPE sont plus efficaces pour gérer les configurations rares (PBS).

Références:
Automatic recognition of specific local cortical folding patterns, NeuroImage
Cet article vous a plu ? Vous souhaitez nous soutenir ? Partagez-le sur les réseaux sociaux avec vos amis et/ou commentez-le, ceci nous encouragera à publier davantage de sujets similaires !
Page générée en 0.083 seconde(s) - site hébergé chez Contabo
Ce site fait l'objet d'une déclaration à la CNIL sous le numéro de dossier 1037632
Ce site est édité par Techno-Science.net - A propos - Informations légales
Partenaire: HD-Numérique