BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Bordeaux Neurocampus - ECPv4.9.10//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Bordeaux Neurocampus
X-ORIGINAL-URL:https://www.bordeaux-neurocampus.fr
X-WR-CALDESC:Évènements pour Bordeaux Neurocampus
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230327T140000
DTEND;TZID=Europe/Paris:20230327T140000
DTSTAMP:20260415T000728
CREATED:20230221T173851Z
LAST-MODIFIED:20230222T170133Z
UID:155893-1679925600-1679925600@www.bordeaux-neurocampus.fr
SUMMARY:Soutenance de thèse - Victor Nozais
DESCRIPTION:Victor Nozais\nLieu : centre Broca Nouvelle-Aquitaine \nSoutenance en anglais \n\nVictor Nozais\nEquipe : Groupe d’imagerie Neurofonctionnelle\nIMN \nTitre\nImagerie de la fonction des connections cérébrales humaines \nRésumé\nLe projet de thèse s’est organisé autour de la problématique de cartographie fonctionnelle de la matière blanche du cerveau humain\, relativement peu explorée pour le moment. La cartographie fonctionnelle consiste à associer les fonctions cognitives avec leurs substrats neuronaux\, et ainsi obtenir une meilleure compréhension des relations entre structure et fonction organisant le cerveau. Or\, en neuroimagerie chez l’être humain\, la cartographie fonctionnelle du cerveau est majoritairement focalisée sur l’étude de la matière grise. Ce biais découlerait de limitations techniques des méthodes d’exploration\, en particulier en imagerie par résonance magnétique (IRM). Il en résulte un biais conceptuel\, une vision des réseaux cognitifs limitée à la matière grise. Et bien que la majorité des synapses soit en effet concentrée dans la matière grise\, ignorer la connectivité cérébrale médiée par les axones (dans la matière blanche) lors de l’étude fonctionnelle du cerveau limite notre compréhension des interactions entre différentes régions cérébrales et l’émergence des fonctions cognitives. \nPour permettre à la communauté de dépasser ces barrières techniques et conceptuelles\, nous avons focalisé la première étude de la thèse sur le développement d’une méthode\, le Functionnectome\, capable de combiner les informations fonctionnelles et celles de connectivité structurelle issues de l’IRM. Cette approche offre une vision plus intégrée du cerveau et permet de représenter les circuits cognitifs directement sur la matière blanche dont ils émergent. \nLors de la deuxième étude\, nous nous sommes penchés sur la caractérisation de l’organisation fonctionnelle du cerveau à l’échelle globale\, aussi bien dans la matière grise que dans la matière blanche. Pour cela\, nous avons mis à profit le paradigme de “repos” en IRM fonctionnel (IRMf)\, c’est-à-dire l’étude des fluctuations spontanées du signal fonctionnel cérébral hors tâche cognitive spécifique (et donc au repos). Ces fluctuations sont généralement utilisées pour détecter les réseaux du repos dont elles émergent. Ces réseaux peuvent alors être utilisés pour caractériser fonctionnellement l’intégralité de la matière grise. Dans notre étude\, nous avons employé le Functionnectome pour combiner le signal de repos classique avec l’information de connectivité de la matière blanche\, et ainsi étudier les réseaux du repos directement sur la matière blanche. Nous avons ainsi créé WhiteRest\, le premier atlas complet des réseaux du repos présentant à la fois leur couverture de la matière grise et de la matière blanche. Nous avons ensuite validé WhiteRest en associant certains de ces réseaux à des données de lésions cérébrales dans la matière blanche\, démontrant une adéquation entre symptômes et perturbation des réseaux étudiés. \nEnfin\, lors de la troisième étude\, nous nous sommes penchés sur l’amélioration des données de connectivité structurelles que nous fournissons avec le Functionnectome. Ces données\, générées par tractographie\, ont ainsi pu être mieux optimisées pour l’analyse structuro-fonctionnelle du Functionnectome. Tout d’abord\, nous avons amélioré l’interface entre la matière grise et les fibres de matière blanche\, permettant une meilleure intégration des deux types d’information. Ensuite\, nous avons divisé les fibres par type de connexion (association\, projection\, ou commissurale)\, ce qui a permis de réduire certains effets négatifs de croisement de fibres dans la matière blanche et de faciliter l’interprétation des cartes fonctionnelles générées grâce au Functionnectome. \nEn conclusion\, à travers le Functionnectome\, nous avons créé un nouveau cadre technique et conceptuel pour réintégrer la matière blanche au centre de notre compréhension des réseaux cognitifs. Nous espérons que la démonstration de son efficacité encourage la communauté à poursuivre et étendre cette nouvelle approche de l’étude fonctionnelle du cerveau. \nMots clés : Cerveau humain ; Réseaux fonctionnels cérébraux ; Imagerie de diffusion et tractographie ; Connectome ; Substance blanche \n\nPublications\n Unravelling the fabric of the human mind: the brain-cognition space\nValentina Pacella\, Victor Nozais\, Lia Talozzi\, Stephanie J Forkel\, Michel Thiebaut de Schotten.\n PrePrint Research Square. 2022-11-15.\n10.21203/rs.3.rs-2260331/v1 \n Functionnectome as a framework to analyse the contribution of brain circuits to fMRI\nNozais V\, Forkel SJ\, Foulon C\, Petit L\, Thiebaut de Schotten M.\n Commun Biol. .\n10.1038/S42003-021-02530-2 \n The MRi-Share database: brain imaging in a cross-sectional cohort of 1870 university students\nAmi Tsuchida\, Alexandre Laurent\, Fabrice Crivello\, Laurent Petit\, Marc Joliot\, Antonietta Pepe\, Naka Beguedou\, Marie-Fateye Gueye\, Violaine Verrecchia\, Victor Nozais\, Laure Zago\, Emmanuel Mellet\, Stéphanie Debette\, Christophe Tzourio\, Bernard Mazoyer.\n Brain Struct Funct. 2021-07-20. 226(7) : 2057-2085.\n10.1007/s00429-021-02334-4 \n 3D Segmentation of Perivascular Spaces on T1-Weighted 3 Tesla MR Images With a Convolutional Autoencoder and a U-Shaped Neural Network\nPhilippe Boutinaud\, Ami Tsuchida\, Alexandre Laurent\, Filipa Adonias\, Zahra Hanifehlou\, Victor Nozais\, Violaine Verrecchia\, Leonie Lampe\, Junyi Zhang\, Yi-Cheng Zhu\, Christophe Tzourio\, Bernard Mazoyer\, Marc Joliot.\n Front. Neuroinform.. 2021-06-18. 15\n10.3389/fninf.2021.641600 \n Deep Learning‐based Classification of Resting‐state fMRI Independent‐component Analysis\nVictor Nozais\, Philippe Boutinaud\, Violaine Verrecchia\, Marie-Fateye Gueye\, Pierre-Yves Hervé\, Christophe Tzourio\, Bernard Mazoyer\, Marc Joliot.\n Neuroinform. 2021-02-05.\n10.1007/s12021-021-09514-x \n Functionnectome: a framework to analyse the contribution of brain circuits to fMRI\nVictor Nozais\, Stephanie J. Forkel\, Chris Foulon\, Laurent Petit\, Michel Thiebaut de Schotten.\n Preprint bioRxiv. 2021-01-08.\n10.1101/2021.01.06.425574 \n\nJury\nM. THIEBAUT DE SCHOTTEN Michel – Directeur de recherche\, Université de Bordeaux – Directeur de thèse\nM. MARGULIES Daniel – Directeur de recherche\, Université Paris Cité – Rapporteur\nM. LEEMANS Alexander – Associate Professor\, University Medical Center Utrecht – Rapporteur\nMme CHANRAUD Sandra – Maîtresse de conférences\, École Pratique des Hautes Études – Examinatrice\nMme VOLLE Emmanuelle – Chargée de recherche\, Sorbonne Université – Examinatrice\nM. TOURDIAS Thomas – Professeur des universités – praticien hospitalier\, Université de Bordeaux – Examinateur\nM. PETIT Laurent – Directeur de recherche\, Université de Bordeaux – Invité \n
URL:https://www.bordeaux-neurocampus.fr/event/soutenance-de-these-victor-nozais/
CATEGORIES:Thèses
END:VEVENT
END:VCALENDAR