Troubles cognitifs dégénératifs et vasculaires

Présentation de l'équipe

Cette équipe composée de chercheurs cliniciens et pré-cliniciens, est pluridisciplinaire. Elle se situe à l’interface entre la neurologie, la pharmacologie et  l’imagerie. Le projet de recherche est centré sur l’étude translationnelle, transnosographique et multimodale des troubles cognitifs associés à des processus dégénératifs ou des lésions neurovasculaires, en partant du constat que les mécanismes en sont intriqués.

  • NEURORADIOMICS : MARQUEURS D'IMAGERIE DE LA NEURO-DEGENERESCENCE ET MODELISATION DU BIG DATA

Description du projet

Dans les maladies neurodégénératives, l’imagerie jouent un rôle important pour la prise de décisions. Les marqueurs classiques se basent sur la quantification des modifications structurelles. Le projet NeuroRadioMics fait l’hypothèse que la mesure des variations du signal, par différentes statistiques, permet de mettre en évidence des modifications qui seraient précoces au changement morphologique. Cette hypothèse a été testée dans différentes conditions avec les cohortes de patients, développées par les collègues. Ainsi, la méthode s’est avérée efficace pour mettre en évidence un déclin cognitif post-AVC. De plus, une étude utilisant un modèle préclinique de l’AVC avait permis de montrer que ces mesures sont le reflet des modifications tissulaires. Dans la maladie de Parkinson, ces marqueurs se sont révélés corrélés aux troubles moteurs ou cognitifs

Nous travaillons actuellement à une meilleure compréhension de ces marqueurs grâce à des études de corrélations anatomo-pathologiques.

Composition de l'équipe : Nacim Betrouni, Chirine El Katrib
Collaborateurs : Charlotte Laloux, Régis Bordet, David Devos, Kathy Dujardin, Luc Defebvre, Caroline Moreau, Thibaut Dondaine, Anne-Sophie Rolland, Florent Auger, Maud Petrault, Grégory Kuchcinski, Jean-Pierre Pruvo, Renaud Lopes, Romain Viard

 


Faits marquants

  • Dépôt de brevet sur le concept de radio-biopsie : la biopsie virtuelle dans les maladies dégénératives (WO2019170711A1PROCÉDÉ DE PRÉDICTION PRÉCOCE D'UN DÉCLIN NEURODÉGÉNÉRATIF), 2019
  • Soutien par l’université de Lille à travers la Bonus Qualité Innovation pour le développement d’une preuve de concept pour le projet. 2020-2021.
  • Mise en place d’une étudie multicentrique internationale, grâce au soutien du consortium STROKOG, pour tester la méthode dans la détection précoce des troubles cognitifs post-AVC. 2021.


Publications

Betrouni N, Moreau C, Rolland AS, Carrière N, Chupin M, Kuchcinski G, Lopes R, Viard R, Defebvre L, Devos D. Texture-based markers from structural imaging correlate with motor handicap in Parkinson's disease. Sci Rep. 2021 Feb 1;11(1):2724. doi: 10.1038/s41598-021-81209-4.

Betrouni N, Lopes R, Defebvre L, Leentjens AFG, Dujardin K. Texture features of magnetic resonance images: A marker of slight cognitive deficits in Parkinson's disease. Mov Disord. 2020 Mar;35(3):486-494. doi: 10.1002/mds.27931.

Betrouni N, Yasmina M, Bombois S, Pétrault M, Dondaine T, Lachaud C, Laloux C, Mendyk AM, Henon H, Bordet R. Texture Features of Magnetic Resonance Images: an Early Marker of Post-stroke Cognitive Impairment. Transl Stroke Res. 2020 Aug;11(4):643-652. doi: 10.1007/s12975-019-00746-3.

 

Schéma d'extraction des caractéristiques de radiomique: la variation des niveaux de gris est capturée sans prendre en compte les voxels voisins en utilisant des statistiques du premier ordre et en considérant le voisinage en convertissant les niveaux de gris en une matrice de cooccurrence puis en extrayant les statistiques du second ordre.