| Summary: | Cette thèse vise à faire émerger de nouvelles descriptions de la variabilité des plissements du cortex humain en s’appuyant sur des techniques de fouilles de données. L’objectif principal est la conception d’algorithmes permettant de découvrir des motifs de plissement spécifiques à une sous-population d’individus. Le but final est de réaliser un dictionnaire de ces motifs et de les associer à des particularités cognitives ou architecturales, voire à des pathologies. Deux stratégies de « clustering » sont proposées pour mettre en évidence de tels motifs. La première repose sur des descripteurs de formes globaux correspondant aux invariants de moment 3D, la seconde repose sur l’estimation d’une matrice de distances entre chaque paire d’individus. Un algorithme de clustering dédié est conçu pour détecter les motifs les plus fréquents de manière robuste. Une technique de réduction de dimension est utilisée pour mettre en évidence les transitions entre motifs au sein de la population. Les méthodes algorithmiques proposées sont utilisées pour étudier la forme du cortex sensori-moteur d’une population de gauchers contrariés. Des résultats originaux sur le lien entre la forme du sillon central et la latéralité manuelle sont mis en évidence. Les méthodes développées sont ensuite utilisées pour construire le premier dictionnaire des motifs observés dans les plissements corticaux issu d’une approche algorithmique. === This thesis aims at proposing new descriptions of the variability of the folding of the human cortex using data mining. The main objective is the design of algorithms detecting folding patterns specific to a sub-population. The long term goal is the constitution of an exhaustive dictionary of all the folding patterns enriched with links to cognitive or architectural specificities, or to pathologies. Two clustering strategies are proposed to detect such patterns. The first one is based on global shape descriptors called the 3D moment invariants, the second one implies the computation of a pairwise distance matrix. A dedicated clustering algorithm is designed for robust detection of the most frequent patterns. A dimension reduction strategy is proposed to study the transition from one pattern to another across the population. The proposed framework is applied to the study of the shape of the sensori-motor cortex of a population of left-handers forced to write with the right hand. Original discoveries relating the shape of the central sulcus to handedness are achieved. The framework is finally used to build the first computerized dictionary of the cortical folding patterns.
|
|---|
