Un atlas probabiliste stéréotaxique pour les principales artères cérébrales

L'amélioration de l'angiographie cérébrale complète et de l'IRM sensible à la vitesse repousse les limites des informations sur le flux vasculaire cérébral obtenues de manière non invasive. La complexité des informations contenues dans de tels ensembles de données appelle à des algorithmes et pipelines automatisés, réduisant ainsi la nécessité d'analyses manuelles par des radiologistes formés. L'objectif de ce travail était de poser les bases de ce pipeline automatisé en construisant et en évaluant un atlas probabiliste décrivant la forme et la localisation des principales artères cérébrales. Plus précisément, nous avons étudié comment la mise en œuvre d'une normalisation non linéaire dans l'espace de l'Institut Neurologique de Montréal (MNI) améliorait l'alignement des branches artérielles individuelles. Dans une cohorte de population de 167 sujets, âgés de 64 à 68 ans, nous avons réalisé une IRM de flux 4D avec une couverture volumétrique du cerveau entier, fournissant à la fois des données angiographiques et anatomiques. Pour chaque sujet, seize artères cérébrales ont été étiquetées manuellement pour construire l'atlas. Les données angiographiques ont été normalisées dans l'espace MNI en utilisant à la fois des transformations rigides et non linéaires obtenues à partir d'images anatomiques. L'alignement des branches artérielles a été significativement amélioré par la normalisation non linéaire (p < 0,001). La validation de l'atlas était basée sur son applicabilité à l'étiquetage artériel automatique. Un schéma de validation leave-one-out a révélé une précision d'étiquetage de 96 %. Un étiquetage artériel a également été réalisé dans un échantillon clinique séparé (n = 10) avec une précision de 92,5 %. En conclusion, en utilisant une normalisation spatiale non linéaire, nous avons construit un atlas probabiliste spécifique aux artères, utile pour l'étiquetage artériel cérébral.