See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/264383027

Etude du faisceau cortico-spinal en tractographie déterministe

Thesis · December 2011

CITATIONS READS

0 4,656

1 author:

Romuald Seizeur
Centre Hospitalier Universitaire de Brest
144 PUBLICATIONS   493 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Machine learning based identification of intraoperative disorders during virtual reality based awake brain surgery View project

All content following this page was uploaded by Romuald Seizeur on 02 August 2014.

The user has requested enhancement of the downloaded file.

N° d’ordre : 153 ANNÉE 2011

THÈSE / UNIVERSITÉ DE RENNES 1

sous le sceau de l’Université Européenne de Bretagne

pour le grade de
DOCTEUR DE L’UNIVERSITÉ DE RENNES 1
Mention : Biologie et Sciences de la Santé
Ecole doctorale Vie Agro Santé
présentée par

Romuald Seizeur
préparée à l’unité de recherche VisAGeS U746
Vision, Action et Gestion d'Informations en Santé
IRISA / INSERM U746, INRIA, UMR CNRS 6074

Thèse soutenue à Rennes

Etude du faisceau le 5 décembre 2011
devant le jury composé de :
cortico-spinal
Isabelle BERRY
en tractographie PUPH, université de Toulouse III / rapporteur
Marc BRAUN
PUPH, université de Nancy / rapporteur
déterministe Jean-Paul ARMSPACH
IR, université de Strasbourg / examinateur
Jean-Yves GAUVRIT
PUPH, université de Rennes 1 / examinateur
Eric STINDEL
PUPH, université de Brest / examinateur
Président de Jury
Xavier MORANDI
PUPH, université de Rennes 1 / directeur de thèse
Sylvain PRIMA
CR, INRIA / co-directeur de thèse
Remerciements

Je remercie tous les membres du jury qui ont accepté de juger mon travail de thèse. Les Professeurs
Isabelle BERRY et Marc BRAUN, les rapporteurs. Les Professeurs Jean-Yves GAUVRIT, Eric
STINDEL et Jean-Paul ARMSPACH, les examinateurs.

Je remercie le Professeur Xavier MORANDI, mon directeur de thèse et Sylvain PRIMA, mon co-
directeur de thèse.

Je remercie toute l’équipe de l’unité de recherche VisAGeS U746 de Rennes pour m’avoir accueilli
afin de réaliser ce travail. Je remercie ceux qui ont largement contribué à ce travail, en particulier
Nicolas WIEST-DAESSLE, mais également Camille MAUMET, Clément de GUIBERT, Jean-
Christophe FERRE, Alexandre ABADIE.

Je remercie Pierre FORLODOU et Douraied BEN SALEM, neuroradiologues à Brest, et, Ronan
GARLANTEZEC et Marc CARPENTIER, du service de santé publique de Brest pour leur
contribution aux analyses radiologique et statistique.
Table des matières
Glossaire .................................................................................................................................................. 7

Introduction ............................................................................................................................................. 9

Première partie : Etat de l’art ................................................................................................................ 11

Chapitre 1 : Eléments de Neuro anatomie ............................................................................................. 13

1.1 L’encéphale ........................................................................................................................... 15
1.2 Le cerveau (figures 1.5 et 1.6) ............................................................................................... 16
1.2.1 Le lobe frontal ............................................................................................................... 16
1.2.2 Le lobe temporal ............................................................................................................ 16
1.2.3 Le lobe pariétal .............................................................................................................. 17
1.2.4 Le lobe occipital ............................................................................................................ 17
1.2.5 Le lobe de l’insula ......................................................................................................... 17
1.2.6 Les sillons ...................................................................................................................... 17
1.2.7 Les commissures ........................................................................................................... 18
1.3 Substance blanche de l’encéphale ......................................................................................... 19
1.3.1 Les faisceaux [10, 38, 39, 61, 217]................................................................................ 20
1.3.2 Régions de substance blanche ....................................................................................... 28
1.4 La substance grise ................................................................................................................. 30
1.4.1 Le cortex cérébral (figure 1.20) ..................................................................................... 30
1.4.2 La substance grise profonde (figure 1.23 et 1.24) ......................................................... 33
1.5 Conclusion ............................................................................................................................. 34

Chapitre 2 : Faisceau cortico-spinal ...................................................................................................... 35

2.1 Historique de l’étude du faisceau cortico-spinal ................................................................... 35
2.2 Anatomie du faisceau cortico-spinal ..................................................................................... 37
2.2.1 Origine ........................................................................................................................... 38
2.2.2 Trajet ............................................................................................................................. 39
2.2.3 Terminaison (figure 2.10).............................................................................................. 44
2.3 Méthodes d’étude du FCS ..................................................................................................... 45
2.3.1 Dissection ...................................................................................................................... 45
2.3.2 Méthodes cliniques, anatomo-cliniques ........................................................................ 45
2.3.3 Expérimentation animale ............................................................................................... 46
2.3.4 Imagerie ......................................................................................................................... 47
2.4 Conclusion ............................................................................................................................. 48

Chapitre 3 : Asymétries cérébrales et latéralité ..................................................................................... 49

3.1 Asymétrie et langage ............................................................................................................. 49
3.2 Asymétrie hémisphérique ...................................................................................................... 50
3.3 Asymétrie sulcale .................................................................................................................. 50
3.4 Latéralité................................................................................................................................ 51
3.5 Conclusion ............................................................................................................................. 53

Chapitre 4 : Principe de l’IRM .............................................................................................................. 55

4.1 Introduction [119].................................................................................................................. 55
4.2 IRM fonctionnelle (figure 4.1) .............................................................................................. 55
4.2.1 Le signal BOLD ............................................................................................................ 57
4.2.2 Le paradigme d’activation ............................................................................................. 57
4.2.3 L’analyse des données ................................................................................................... 57

3
 4.3 Diffusion................................................................................................................................ 58
4.3.1 Concept de diffusion ..................................................................................................... 58
4.3.2 Diffusion moléculaire dans un milieu non homogène ................................................... 58
4.3.3 Diffusion des molécules d’eau dans le système nerveux central ................................... 61
4.4 IRM de diffusion ................................................................................................................... 62
4.5 IRM du tenseur de diffusion .................................................................................................. 62
4.6 Conclusion ............................................................................................................................. 63

Chapitre 5 : Tractographie ..................................................................................................................... 65

5.1 Algorithmes de tractographie ................................................................................................ 65
5.1.1 Méthodes déterministes ................................................................................................. 65
5.1.2 Méthodes pseudo probabilistes et probabilistes ............................................................ 68
5.2 Initialisation et arrêt de la tractographie ................................................................................ 68
5.2.1 Choix du point source.................................................................................................... 68
5.2.2 Suivi de fibres ................................................................................................................ 70
5.2.3 Critères d’arrêt ............................................................................................................... 70
5.3 Limites de la tractographie .................................................................................................... 71
5.4 Conclusion ............................................................................................................................. 72

Seconde partie : Contribution ................................................................................................................ 73

Chapitre 6 .............................................................................................................................................. 75
Comparaison de 4 algorithmes de tractographie pour une utilisation en pratique clinique................... 75
6.1 Introduction ........................................................................................................................... 75
6.2 Matériel ................................................................................................................................. 75
6.2.1 Sujets ............................................................................................................................. 75
6.2.2 Acquisition des données IRM ....................................................................................... 76
6.3 Méthodes ............................................................................................................................... 77
6.3.1 Traitement des données ................................................................................................. 77
6.3.2 Evaluation ...................................................................................................................... 80
6.3.3 Analyse statistique ......................................................................................................... 82
6.4 Résultats ................................................................................................................................ 83
6.4.1 Aspect quantitatif .......................................................................................................... 83
6.4.2 Aspect qualitatif ............................................................................................................ 85
6.5 Discussion ............................................................................................................................. 90
6.6 Conclusion ............................................................................................................................. 93

Chapitre 7 : Asymétrie du FCS en tractographie déterministe .............................................................. 95

7.1 Introduction ........................................................................................................................... 95
7.2 Matériel ................................................................................................................................. 96
7.2.1 Sujets ............................................................................................................................. 96
7.2.2 Acquisition des données IRM ....................................................................................... 96
7.3 Méthode ................................................................................................................................. 96
7.3.1 Traitement des données ................................................................................................. 96
7.3.2 Recherche d’une asymétrie............................................................................................ 98
7.4 Résultats ................................................................................................................................ 99
7.4.1 Nombre de fibres ........................................................................................................... 99
7.4.2 Asymétrie de la fraction d’anisotropie ........................................................................ 100
7.4.3 Asymétrie de la diffusion moyenne ............................................................................. 100
7.4.4 Asymétrie du coefficient plan du tenseur .................................................................... 100
7.5 Discussion ........................................................................................................................... 101
7.6 Conclusion ........................................................................................................................... 103

4
Chapitre 8 : Asymétrie du FCS et dominance manuelle en tractographie déterministe chez les droitiers
et les gauchers ..................................................................................................................................... 105
8.1 Introduction ......................................................................................................................... 105
8.2 Matériel ............................................................................................................................... 106
8.2.1 Sujets ........................................................................................................................... 106
8.2.2 Acquisition des données IRM ..................................................................................... 107
8.3 Méthode ............................................................................................................................... 108
8.3.1 Traitement des données ............................................................................................... 108
8.3.2 Recherche d’une asymétrie en fonction de la latéralité ............................................... 108
8.3.3 Analyse statistique ....................................................................................................... 109
8.4 Résultats .............................................................................................................................. 109
8.4.1 Volumes des ROI ........................................................................................................ 109
8.4.2 Nombre de fibres ......................................................................................................... 110
8.4.3 Fraction d’anisotropie et latéralité ............................................................................... 111
8.4.4 Diffusion moyenne et latéralité ................................................................................... 114
8.4.5 Corrélation de la FA et de la MD avec la latéralité ..................................................... 117
8.5 Discussion ........................................................................................................................... 117
8.6 Conclusion ........................................................................................................................... 121

Conclusion ........................................................................................................................................... 123

Références ........................................................................................................................................... 125

Annexe : Questionnaire de préférence manuelle ................................................................................. 139

Liste des tableaux ................................................................................................................................ 141

Table des figures ................................................................................................................................. 143

5
6
Glossaire MD : Mean Diffusivity (Diffusion moyenne)

3D : trois Dimensions ODF : Orientation Distribution Function

3T: trois Tesla RA: Anisotropie Relative

ADC : Apparent Diffusion Coefficient RK2 : Runge Kutta d’ordre 2

(coefficient de diffusion apparent)
RK4 : Runge Kutta d’ordre 4
AVC : Accident Vasculaire Cérébral
RMN: Résonance Magnétique Nucléaire
BOLD: Blood Oxygen-Level Dependent
ROI: Region Of Interest (région d'intérêt)
CA: Commissure Antérieure
SENSE: SENSitivity Encoding
CC: Corps Calleux
SNC: Système Nerveux Central
CP: Commissure Postérieure
TE : Temps d’Echo
CPT: Coefficient Plan du Tenseur
TEND: TENsor Deflection
CST: CorticoSpinal Tract
TR : Temps de Répétition
DDI: Diffusion Direction Imaging
XST: eXtended Streamline Tractography
DICOM: Digital Imaging and Communications
in Medicine

DTI: Diffusion Tensor Imaging

DWI: Diffusion-Weighted image

EG: Echo de Gradient

EPI : Echo Planar Imaging

FA : Fraction d’Anisotropie

FACT: Fiber Assignment by Continuous

Tracking

FCS: Faisceau CorticoSpinal

FOV : Field of View (champ de vue)

IRM : Imagerie par Résonance Magnétique

IRMf : IRM fonctionnelle.

LCS : Liquide Cérébro-Spinal

7
8
Introduction

La connaissance de l’anatomie morphologique et fonctionnelle du cerveau humain est issue de

différents types d’études. Les dissections de cadavres permettent une description de l’anatomie
morphologique. Les études empiriques par la confrontation anatomo-clinique ont permis de déterminer
la localisation des fonctions principales (anatomie fonctionnelle) en comparant la symptomatologie
des patients à la zone pathologique de leur cerveau sur des études autopsiques. Cette connaissance
anatomique est indispensable à l’analyse clinique des maladies mais également à leur interprétation
radiologique et à leur traitement.
Les méthodes d’imagerie moderne permettent d’étudier l’anatomie in vivo des sujets, sains ou
malades, en réalisant une étude morphologique (scanner à rayon X et imagerie par résonance
magnétique (IRM)), mais également une étude fonctionnelle (médecine nucléaire, IRM fonctionnelle
(IRMf)). Plus récemment encore la résonance magnétique du tenseur de diffusion a permis d’étudier la
direction des faisceaux de fibres blanches. A partir de ces données, il est possible de reconstruire à
l’aide des méthodes de tractographie les faisceaux de fibres [142] pour les décrire in vivo sur le plan
morphologique, mais également fonctionnel en combinant les différentes techniques d’imagerie.
L’une des applications majeures de la tractographie est son intégration dans la chirurgie guidée par
l’image pour le traitement des tumeurs cérébrales [146, 147], notamment les tumeurs primitives
infiltrantes. La chirurgie de ces tumeurs a un double enjeu : d’une part, l’exérèse la plus complète
possible, d’autre part, le respect des zones fonctionnelles du cerveau préservant les fonctions
éloquentes, c’est-à-dire, motricité, somesthésie, langage, etc.
Le nombre croissant des modèles de diffusion et des algorithmes de diffusion montrent l’intérêt et
l’enjeu de ces techniques d’imagerie médicale pour le diagnostic et le traitement des pathologies. Cela
montre également les difficultés de validation et parfois leur manque de fiabilité [111]. C’est pourquoi
il est impératif de s’assurer que l’anatomie connue par les méthodes classiques est bien celle que nous
retrouvons in vivo notamment par la tractographie. Pour cela, nous avons choisi dans ce travail
d’étudier le faisceau cortico-spinal (FCS) qui est le faisceau principal de la motricité volontaire et dont
l’atteinte provoque un handicap moteur parfois définitif.
L’étude du FCS présente deux intérêts fondamentaux. D’une part, sa fonction de motricité volontaire
permettant la réalisation de gestes fins, et surtout la motricité de la main. D’autre part, l’asymétrie de
la motricité de la main qui fait que nous sommes plus habile de la main droite ou de la main gauche.
L’objectif de ce travail était d’étudier l’anatomie de cette partie du FCS. La possibilité d’avoir des
données fonctionnelles ont permis une association entre les IRM de diffusion et les IRM
fonctionnelles. Ainsi, notre étude a tenté de répondre à deux questions. D’une part, la validation des
images fournies par les méthodes de tractographie déterministe utilisées en routine clinique. D’autre
part, la recherche d’une asymétrie fonctionnelle de cette partie du FCS en rapport avec la latéralité.

9
10
Première partie

Etat de l’art

11
12
Chapitre 1
Eléments de Neuro anatomie

Anatomiquement, le système nerveux se compose (figure 1.1) :

- du système nerveux central (SNC) avec l’encéphale (cerveau, cervelet, tronc cérébral) et la
moelle spinale
- du système nerveux périphérique : les nerfs périphériques (nerfs crâniens et nerfs spinaux)

Figure 1.1 : Système nerveux d’après Kahle [104].

Physiologiquement, on distingue deux systèmes nerveux, le système nerveux de la vie de relation qui
met en relation l’organisme avec le monde extérieur (exécution des mouvements et perception des
sensations), et le système nerveux végétatif qui contrôle le fonctionnement des viscères.

Sur le plan microscopique, le SNC comporte deux types de cellules (figure 1.2) :
- les cellules nerveuses ou neurones : unités fonctionnelles chargées de transmettre l’influx
nerveux (par libération de neurotransmetteurs dans l’espace synaptique) ; le neurone comporte
un corps cellulaire, un prolongement principal, l’axone (qui conduit l’influx nerveux) et des
prolongements accessoires, les dendrites (qui réceptionnent l’influx nerveux) ;
- les cellules de soutien, ou cellules gliales (astrocytes, oligodendrocytes, cellules
épendymaires, microglie).

13
Figure 1.2 : Neurone et cellules gliales d’après Netter [144] et Gray [74]. A : tissu nerveux. B : axone myélinisé. C : cellule nerveuse ou
neurone.

Sur le plan macroscopique, le SNC est formé de 2 substances distinctes (figure 1.3) :
- La substance grise : substance des centres et de relais où les corps cellulaires des neurones
s’agglomèrent en noyaux et où les neurones s’articulent entre eux (synapses).
- La substance blanche : où les prolongements cellulaires s’agglomèrent en faisceaux
constituant l’appareil de transmission.

Figure 1.3 : Coupes anatomiques de l’encéphale dans les 3 plans de l’espace d’après Haines [81]. A : coupe frontale ou coronale. B : coupe
horizontale ou axiale. C : coupe sagittale.

14
1.1 L’encéphale

L’encéphale est contenu dans la boîte crânienne et est enveloppé par les méninges, qui sont au nombre
de trois : la dure-mère (la plus externe), l’arachnoïde (en situation intermédiaire), puis la pie-mère (la
plus interne, adhérente au cortex cérébral).
La substance grise de l’encéphale est périphérique (cortex) et profonde (noyaux gris centraux et
noyaux du tronc cérébral). La substance blanche est centrale et est formée de différents faisceaux.
L’encéphale est subdivisé en (figure 1.3) :
- tronc cérébral, avec ses trois parties : dans le sens cranio-caudal, le mésencéphale, le pont et la
moelle allongée ;
- cervelet, appendu à la partie postérieure du tronc cérébral ;
- diencéphale, qui comporte en particulier le plus volumineux des noyaux gris centraux : le
thalamus ;
- télencéphale, qui forme les deux hémisphères cérébraux, et constitue la partie la plus
volumineuse du SNC.

L’encéphale présente également au sein des structures décrites ci-dessus des cavités remplies de
liquide cérébro-spinal (LCS). Il s’agit des ventricules, au nombre de 4 (2 ventricules latéraux, le
troisième et le quatrième ventricule). Le LCS est produit au sein des cavités ventriculaires par les
plexus choroïdes et circule vers les espaces péri-cérébraux sub-arachnoïdiens où il est résorbé par les
granulations arachnoïdiennes au niveau du sinus sagittal supérieur (figure 1.4).

Figure 1.4 : Cavités de l’encéphale et circulation du LCS d’après Netter [144].

15
1.2 Le cerveau (figures 1.5 et 1.6)

Le cerveau est constitué du télencéphale et du diencéphale. Chaque hémisphère cérébral est formé de 5
lobes, et chaque lobe comprend en surface des sillons qui limitent des gyri (plissements du cortex).
Certains auteurs considèrent 6 lobes avec le lobe limbique, constitué du gyrus cingulaire et du gyrus
parahippocampique [25].

Figure 1.5 : Les lobes du cerveau d’après Netter [144].

1.2.1 Le lobe frontal

Rostral au sillon central et dorsal au sillon latéral. Il est divisé en 4 parties sur le plan fonctionnel :
- Lobe frontal moteur : partie dévolue à la motricité avec une représentation somatotopique
(homonculus). Lieu du point de départ de la motricité volontaire ;
- Lobe préfrontal dorso-latéral : en relation avec l’activité intellectuelle et psychomotrice ;
- Lobe frontal orbitaire : en relation avec la vie végétative et émotionnelle ;
- Lobe préfrontal ventro-médial : en relation avec la vie émotionnelle et la thymie (humeur).

1.2.2 Le lobe temporal

Ventral sillon latéral et rostral au lobe occipital. Il est divisé en 4 parties sur le plan fonctionnel :
- Gyrus transverse : cortex auditif primaire ;
- Planum temporale : cortex auditif secondaire, latéralisation des sons ;
- Partie dorsale du premier gyrus temporal : zone réceptrice du langage (hémisphère dominant) ;
- Hippocampe (partie médiale du lobe temporal) : rôle dans la mémoire.

16
1.2.3 Le lobe pariétal

Caudal par rapport au sillon central (donc du lobe frontal) et dorsal par rapport au lobe occipital.
Le cortex post-central est dévolu à la somesthésie, le reste du lobe pariétal intègre les praxies1 et les
gnosies2.

1.2.4 Le lobe occipital

Situé au pôle caudal du cerveau, ventral par rapport au lobe pariétal et caudal par rapport au lobe
temporal. Du point de vue fonctionnel, il comporte le cortex visuel primaire et associatif.

1.2.5 Le lobe de l’insula

Situé au fond du sillon latéral et n’est pas visible en surface sur une vue latérale. Il comporte de
nombreuses fonctions associatives (olfactives, gustatives, somato-sensorielles, auditives et visuelles).

1.2.6 Les sillons

Ils permettent de séparer les différents lobes et gyri. Leur connaissance anatomique permet de
déterminer précisément les différentes structures, notamment sur le plan fonctionnel.

1
L'apraxie est un signe clinique qui décrit une incapacité à effectuer un mouvement ou une série de mouvements sur consigne.
2
L'agnosie est un trouble cognitif qui se manifeste par un déficit de la capacité de reconnaissance. Le sujet atteint ne reconnaît pas les objets,
les situations voire une partie de son propre corps.

17
Figure 1.6 : Les sillons du cerveau d’après Gray [74]. A : vue latérale. B : vue médiale. C : vue supérieure.

Le sillon latéral (anciennement Sylvius) est profond et sépare le lobe temporal ventralement des lobes
frontal et pariétal dorsalement.
Le sillon central (anciennement Rolando) sépare le lobe frontal rostralement et le lobe pariétal
caudalement. C’est un élément fondamental de notre étude puisque son anatomie précise permet de
connaître la localisation du centre moteur volontaire (homonculus) et notamment celle de la main.
Le sillon pariéto-occipital sépare le lobe pariétal dorsalement du lobe occipital ventralement.
Les sillons sur la face médiale du cerveau : on trouve le sillon cingulaire, le sillon central, le sillon
pariéto-occipital, le sillon calcarin. Chaque lobe est subdivisé en différentes sous-régions par des
sillons secondaires.

1.2.7 Les commissures

Des faisceaux de fibres relient les différentes parties du cerveau (description dans la partie 1.3).
- Commissures inter-hémisphériques : corps calleux, commissures blanches antérieure (CA) et
postérieure (CP) ;
- Commissures intra-hémisphériques : fibres en « U » qui relient les gyri entre eux (faisceaux
d’associations courts) ;
- Commissures mixtes : le fornix.

18
Figure 1.7 : Principales commissures du cerveau, coupe passant par la commissure antérieure, d’après Kamina [105].

1.3 Substance blanche de l’encéphale

La substance blanche correspond aux axones myélinisés véhiculant l’influx nerveux. C’est le lieu de
passage de l’information soit partant du cortex cérébral (par exemple la motricité), soit allant vers le
cortex cérébral (par exemple la sensibilité). La substance blanche est formée de groupements d’axones
qui forment des faisceaux de substance blanche qui se placent les uns à côté des autres et qui se
croisent dans certaines régions du cerveau.

Figure 1.8 : Les faisceaux de fibres du cerveau d’après Kamina [105]. A : vue latérale. B : vue médiale.

19
1.3.1 Les faisceaux [10, 38, 39, 61, 217]

Ces faisceaux sont classés en trois groupes : intra-hémisphériques (faisceaux d’association), inter-
hémisphériques (commissures) et de projection.

1.3.1.1 Les faisceaux intra-hémisphériques ou d’association

Les fibres associatives font communiquer toutes les zones du cerveau.

- Les fibres en « U » ou fibres arquées unissent deux gyri adjacents (faisceaux d’associations
courts) ;
- Le cingulum du cerveau (figure 1.9). Il est situé dans le gyrus cingulaire et il unit le lobe
frontal et le lobe temporal. Il s’agit d’une voie de liaison unissant tous les territoires corticaux
du lobe limbique au néocortex, et par l’intermédiaire de fibres transcalleuses aux structures
sous-corticales.

Figure 1.9 : Tractographie du cingulum, vues caudale, latérale droite et dorsale, d’après Catani [39].

20
 - Le faisceau longitudinal inférieur (figure 1.10) : Il traverse la partie ventro-latérale du lobe
temporal. Il unit les lobes temporal et occipital. Ses fibres connectent l’ensemble de ces deux
lobes. Les fibres courtes rayonnent vers l’hippocampe, et les fibres longues relient les aires
d’association parahippocampiques et visuelles [10, 38].

Figure 1.10 : Tractographie du faisceau longitudinal inférieur, vues latérale gauche, caudale et ventrale, d’après Catani [39].

21
 - Le faisceau longitudinal supérieur : Pour Déjérine [53], repris par Catani et al. [38], il s’agit
du faisceau arqué (figure 1.11). D’autres conceptions le considèrent comme constitué du
faisceau arqué [145], ou comme une partie du faisceau occipito-frontal supérieur ou
subcalleux [25]. Ses fibres naissent dans la partie antérieure du lobe frontal et se dirigent vers
les lobes occipital et temporal en passant au-dessus du lobe de l’insula dans la partie inférieure
et latérale de la corona radiata. Le faisceau longitudinal supérieur passe dorsalement et
latéralement au putamen et à la capsule interne. Ses fibres longues connectent le cortex frontal
latéral avec le cortex dorso-latéral pariétal et temporal. Ses fibres courtes (fibres en « U »)
connectent les cortex fronto-pariétaux, pariéto-occipitaux et temporaux latéraux. Ses fibres
proviennent essentiellement de l’aire de Broca3, et se projette vers l’aire de Wernicke4 et le
lobe occipital, avant de s’arquer vers le lobe temporal [10, 38].

Figure 1.11 : Tractographie du faisceau arqué, vues caudale, latérale droite et dorsale, d’après Catani [39].

3
Aire du langage articulé
4
Aire de la compréhension des mots

22
 - Le faisceau unciné (figure 1.12) : Il unit l’aire motrice de la parole à la partie rostrale du lobe
temporal. Dans une petite partie de son trajet, il a une position inférieure au faisceau fronto-
occipital inférieur, avant de se terminer en irradiant vers le pôle temporal, l’uncus, le gyrus
hippocampique et l’amygdale [10]. Le faisceau unciné constitue une partie du faisceau front-
occipital inférieur [39].

Figure 1.12 : Tractographie du faisceau unciné, vues latérale gauche, rostrale, et dorsale, d’après Catani [39].

23
 - Le faisceau fronto-occipital inférieur (figure 1.13) : Il unit le cortex pré-frontal ventro-
latéral et dorso-latéral avec le cortex temporal postérieur et le lobe occipital [38]. Il se trouve
dans la partie rostro-ventrale de la capsule extrême (pour Catani et al. [38, 39], en dessous du
claustrum pour Nieuwenhuys et al. [145]). Une partie de ses fibres proviennent du faisceau
unciné [39].

Figure 1.13 : Tractographie du faisceau fronto-occipital inférieur, vues latérale gauche, rostrale, et ventrale, d’après Catani [39].

24
 - Le faisceau fronto-occipital supérieur (subcalleux) (figure 1.14) : Il unit les lobes occipital
et temporal à l’insula et au lobe frontal. Sa morphologie et sa topographie ne sont pas
complètement connues [10]. Ses fibres se situent dans les gyri frontal moyen et inférieur
provenant du cortex préfrontal dorso-latéral, et cheminant caudalement en passant
latéralement au ventricule latéral vers la partie basale du lobe occipital. Catani et al. [38] ont
décrit des fibres allant vers le gyrus pariétal supérieur.

Figure 1.14 : Tractographie du faisceau fronto-occipital supérieur, vue latérale, d’après Aralasmak [10].

- Les faisceaux occipitaux verticaux : Ils unissent les gyri occipitaux au niveau de la face
latérale du lobe occipital et au niveau du pôle occipital.

1.3.1.2 Les faisceaux inter-hémisphériques ou commissuraux

Le corps calleux (figure 1.15)

Il s’agit d’une structure importante qui fait communiquer les deux hémisphères cérébraux et participe
au contrôle de l’information et à l’élaboration de l’idéation. Il participe à l’harmonisation entre
l’hémisphère droit et l’hémisphère gauche. On lui décrit plusieurs parties :
- La partie antérieure avec le rostre du corps calleux qui se continue par la lame terminale,
ventralement, et le genou, dorsalement, qui passe entre les cornes antérieures des ventricules
latéraux. Elle connecte les parties antérieures des lobes frontaux. Ses radiations forment le
forceps mineur ;
- La partie moyenne, le corps, connecte les régions prémotrices et précentrales frontales,
pariétales et temporales ;
- La partie postérieure, le splénium, connecte les aires occipito-temporales. Ses radiations
forment le forceps majeur. En contournant la partie ventrale de la corne inférieure du
ventricule latéral, ses fibres forment le tapetum. Elles connectent les lobes temporaux.

25
Figure 1.15 : Tractographie du cops calleux, vues latérale gauche, rostrale, et dorsale, d’après Catani [39].

La commissure antérieure (CA)

Elle croise transversalement la paroi antérieure du troisième ventricule. Elle connecte les deux lobes
temporaux, les régions olfactives et les bulbes olfactifs.

La commissure postérieure (CP)

Elle croise transversalement la partie postérieure du troisième ventricule, dans le prolongement
inférieur de la glande pinéale.

Le fornix (commissure mixte) (figure 1.16)

Il connecte l’hippocampe et l’hypothalamus. Il s’agit d’une structure limbique. On lui décrit trois
parties :
- Le corps, horizontal, au-dessus du troisième ventricule, appendu au septum
pellucidum.
- Rostralement, les deux colonnes descendent dans les parois latérales du troisième
ventricule formant la partie antérieure du foramen interventriculaire. Les colonnes
vont vers les corps mamillaires.

26
 - Caudalement les piliers du fornix qui rejoignent la fimbria de chaque côté vers
l’hippocampe.

Figure 1.16 : Tractographie du fornix, vues latérale gauche, rostrale, et dorsale, d’après Catani [39].

1.3.1.3 Les fibres de projection

Elles sont ascendantes et descendantes. Ces fibres traversent l’encéphale. Ce sont les fibres afférentes
et efférentes du cortex cérébral, elles forment la substance blanche qui traverse la corona radiata et la
capsule interne.
Les fibres ayant une fonction motrice proviennent du cortex cérébral et vont être projetées vers le
tronc cérébral (faisceaux cortico-nucléaire, cortico-pontin, cortico-bulbaire), vers la moelle spinale
(FCS), vers les ganglions de la base. Le FCS est décrit ultérieurement.
Les faisceaux ayant une fonction sensitive ou sensorielle vont irradiés vers le cortex cérébral. Ce sont
les voies de la sensibilité extéroceptive les radiations corticales permettant de porter à la conscience
les stimuli sensitifs et sensoriels. Il s’agit des radiations thalamiques, optiques et auditives.

27
1.3.2 Régions de substance blanche

1.3.2.1 La corona radiata (figure 1.17)

Elle est située entre le cortex cérébral et le les ganglions de la base. Elle est constituée par l’ensemble
des fibres afférentes et efférentes du cortex cérébral. C’est une zone de nombreux croisements de
faisceaux de fibres blanches, essentiellement dans sa partie latérale.
Dans la zone de passage du FCS on trouve les fibres du corps calleux et du faisceau longitudinal
supérieur.

Figure 1.17 : A gauche, la corona radiata, d’après Nieuwenhuys [145], à droite les faisceaux de fibres en tractographie passant dans la corona
radiata et la capsule interne (vues latérale gauche et rostrale), d’après Catani [39].

28
1.3.2.2 La capsule interne (figure 1.18)

Elle est constituée d’une lame épaisse de substance blanche recouvrant les surfaces médiale, ventral et
caudale du noyau lenticulaire. Elle forme un angle dièdre présentant une arête médiale, le genou, et 2
pans, le bras antérieur et le bras postérieur.

Figure 1.18 : La capsule interne. A : schéma plan horizontal [145]. B : coupe anatomique plan horizontal d’après Haines [81].

Le bras antérieur est situé entre la tête du noyau caudé et le noyau lenticulaire. Il comprend des fibres
fronto-pontiques et les radiations thalamiques ventrales.
Le genou correspond au bord médial du noyau lenticulaire en dehors et à l’interface entre le noyau
caudé et le thalamus en dedans. Il comprend le faisceau cortico-nucléaire (motricité volontaire de la
face).
Le bras postérieur est situé entre le noyau lenticulaire latéralement et le thalamus médialement. Il
comprend le FCS. Dans sa partie caudale, passent des fibres provenant du cortex cérébral et allant au
tronc cérébral, et les radiations optiques et auditives.
Il existe aussi des fibres transversales unissant le noyau lenticulaire au noyau caudé ainsi que des
fibres thalamo-pallidales.

1.3.2.3 Substance blanche du tronc cérébral (figure 1.19)

Les faisceaux ascendants et descendants traversent le tronc cérébral pour la plupart. Certains
proviennent ou s’épuisent dans le tronc cérébral ; ce sont des voies de contrôle faisant un relais dans
les noyaux propres du tronc cérébral, ou, comme le faisceau cortico-nucléaire, allant vers les noyaux
des nerfs crâniens. Il existe des faisceaux faisant communiquer le tronc cérébral (ou par son

29
intermédiaire) avec le cervelet, via trois paires de pédoncules cérébelleux (supérieurs, moyens,
inférieurs).

Figure 1.19 : La substance blanche du tronc cérébral (*) d’après Nieuwenhuys [145].

1.4 La substance grise

1.4.1 Le cortex cérébral (figure 1.20)

Le néocortex est formé de 6 couches : de la plus externe à la plus interne :

I. couche moléculaire : contient des fibres (axones et dendrites)
II. couche granulaire externe : neurones granulaires (récepteurs)
III. couche pyramidale externe : cellules pyramidales (effectrices)
IV. couche granulaire interne : voie de la sensibilité
V. couche pyramidale interne : motricité
VI. couche fusiforme polymorphe.

30
Figure 1.20 : Le cortex cérébral. Coupe histologique du cortex cérébral humain, selon les méthodes (de gauche à droite) de Golgi, Nissl et
Weigert, d’après Gray [74].

Le cortex cérébral correspond à la substance grise périphérique du cerveau ; c’est un lieu de réception,
d’émission et d’intégration de toutes les informations conscientes. Le cortex cérébral est divisé en
aires fonctionnelles qui ont fait l’objet de nombreuses descriptions et classifications et dont celle de
Brodmann (figure 1.21).

Figure 1.21 : Aires cytoarchitectoniques du cortex cérébral selon Brodmann ; A : vue latérale, B : vue médiale d’après Gray [74].

31
On décrit des aires motrices et des aires sensitivo-sensorielles. Au sein de ces aires, on décrit des aires
primaires, lieu de départ ou d’arrivée de l’information et des aires secondaires, lieu d’intégration ou
d’élaboration des informations. Il existe également des aires associatives qui permettent de relier les
informations de toutes les parties entre elles ; ces aires représentent la plus grande surface du cortex
cérébral (figure 1.22).

Figure 1.22 : Les principales aires fonctionnelles du cortex cérébral d’après Netter [144].

32
1.4.2 La substance grise profonde (figure 1.23 et 1.24)

Les noyaux gris centraux sont des relais de certaines voies ascendantes ou descendantes. On s’en
tiendra à leur description morphologique.
Le thalamus est le plus volumineux de ces noyaux, il fait partie du diencéphale et est le principal relais
des voies sensitives. Il a une forme ovoïde.
Le noyau caudé a une forme de fer à cheval et s’enroule autour du thalamus. Il présente une tête
rostralement, un corps et une queue dans la partie caudale et ventrale.
Le noyau lenticulaire est constitué du putamen et du pallidum et a une forme de pyramide tronquée.
Noyau caudé et noyau lenticulaire sont des relais des voies de la motricité automatique.

Figure 1.23 : La substance grise profonde du cerveau d’après Netter [144].

Au niveau du tronc cérébral, il existe 2 types de noyaux : les noyaux de nerfs crâniens et les noyaux
propres du tronc cérébral (dont le noyau rouge, le locus niger, les noyaux du pont…).

33
Figure 1.24 : La substance grise du tronc cérébral d’après Nieuwenhuys [145].

1.5 Conclusion

Dans ce chapitre nous avons étudié quelques éléments de neuroanatomie permettant de comprendre la
notion de faisceaux de fibres dans la substance blanche. Ceux-ci sont nombreux, ils ont des
localisations, des directions et des fonctions différentes. Ils s’entrecroisent à différents niveaux du
SNC ce qui explique qu’ils ne soient pas tous parfaitement connus et qu’il existe des conceptions
différentes quant à leur constitution. En particulier, la corona radiata est une zone de nombreux
croisements de faisceaux de fibres, notamment avec le FCS.

34
Chapitre 2
Faisceau cortico-spinal

2.1 Historique de l’étude du faisceau cortico-spinal

L’étude du faisceau pyramidal (faisceau cortico-spinal et faisceau cortico-nucléaire) commença avec

Türck en 1851 et en 1855. À la suite de lésions corticales et capsulaires hémorragiques, il mit en
évidence une dégénérescence antérograde descendante dans le tronc cérébral [in 32]. Or, ces fibres
dégénérées occupaient la pyramide bulbaire (pyramide de la moelle allongée), d’où le nom qu’il leur
donna. Ses recherches constituent la base de la conception du faisceau pyramidal, malgré l’erreur qu’il
commettait en leur attribuant une origine thalamo-striée probable. En 1862, Gudden [in 32] rectifia
cette erreur par ablation du gyrus sigmoïde (localisation de la motricité) chez des chiens nouveaux-
nés, démontrant par une étude histologique après quelques jours la dégénérescence du faisceau
pyramidal. En 1866, Bouchard, sous la direction de Charcot [41], précisa que les faisceaux
pyramidaux direct et croisé de la moelle spinale appartenaient au même système et dégénéraient tous
les deux par une lésion corticale ou capsulaire. En 1870, Fritsch et Hitzig [67] localisèrent la zone
motrice en réalisant des stimulations électriques sur le lobe frontal des chiens Ils observèrent un
mouvement controlatéral découvrant ainsi la décussation fonctionnelle de la voie pyramidale [in 24].
C’était la première fois qu’il y avait une preuve de l’excitabilité du cortex moteur, auparavant, la
réponse à la stimulation électrique était attribuée aux structures sous-corticales [24]. Ferrier tenta
d’extrapoler ces expériences à l’Homme en comprenant les applications cliniques de la localisation
des fonctions du cerveau [in 24].
En 1874, Flechsig [in 131] précisa le trajet et la systématisation du faisceau cortico-protubérantiel
(cortico-pontique) destiné aux noyaux moteurs des nerfs crâniens. En 1874, Betz [in 131] décrivit dans
l’écorce pré-rolandique (cortex), l’existence de cellules pyramidales géantes groupées en de véritables
nids, source du faisceau pyramidal ; origine confirmée par Charcot en 1879 [41, 42].
En 1893, Déjerine [53] détermina par des coupes sériées (histologiques), le trajet des fibres cortico-
spinales et cortico-nucléaires. Mais il signala que « la dénomination sous laquelle est connu tel ou tel
faisceau, n’implique jamais que ce faisceau contienne une seule classe de fibres : elle indique
seulement le système de fibres prédominant dans ce faisceau, les faisceaux formés par une seule classe
de fibre étant exceptionnels ». Homes et May en 1909, à propos d’un cas de sclérose latérale
amyotrophique, trouvaient que les seules cellules dégénérées dans le cortex étaient les cellules
giganto-pyramidales de Betz [in 131]. En 1912, Wilson [207] mit l’accent sur la notion
phylogénétique, établie par Edinger et Cajal, de l’existence de fibres courtes peu précises, de grande
importance dans la motilité des animaux inférieurs. C’est « le système moteur ancien de Wilson »

35
[207]. C’est à la suite de ses travaux que Wilson déterminait le système « extra-pyramidal »
(terminologie donnée par Pruss en 1893) [in 131] ; il opposa le système moteur volontaire (pyramidal)
et le système moteur automatique (extra-pyramidal). Entre 1935 et 1944, Fulton révisait le dogme que
le faisceau pyramidal naissait exclusivement des cellules giganto-pyramidales de Betz de l’aire 4 de
Brodmann (figure 13) (ou frontale ascendante de Von Economo). Seuls 3 à 4% des fibres pyramidales
seraient issues des cellules de Betz [in 32]. L’organisation architectonique la plus aboutie est celle de
Brodmann encore utilisée aujourd’hui même si certains auteurs l’ont revue et corrigée, notamment
Economo and Koskinas en 1925, Bailey et Bonin en 1951, Sarkissov en 1955 [in 155] et plus
récemment, Amunts [7], Semendeferi [176] et Petrides [161-163].

Dans les années 1970, l’avènement du scanner à rayon X a permis la visualisation du parenchyme
cérébral sur le sujet vivant et donc la différenciation entre la substance blanche et la substance grise
(figure 2.1) ; mais le scanner ne permet pas de montrer les différents faisceaux de substance blanche.

Figure 2.1 : Coupe tomodensitométrique du cerveau, coupe horizontale.

Dans les années 1980, l’IRM a permis un nouvel essor de la neuroanatomie en permettant de mieux
différencier la substance blanche [208] et la substance grise en montrant des images du cerveau
proches des planches d’anatomie obtenues par la dissection (figure 2.2). Et c’est l’évolution de l’IRM
qui permit de découvrir et redécouvrir la neuroanatomie morphologique puis fonctionnelle chez le
sujet vivant et sain par des méthodes non invasives [90, 92, 93, 202]. Différentes séquences d’IRM
permettent d’étudier en détail la substance grise (IRM fonctionnelle) ou la substance blanche (IRM du
tenseur de diffusion (DTI5)). La localisation du FCS a été particulièrement étudiée avec ces méthodes
au niveau du centre semi-ovale et de la capsule interne [90, 208, 216]. Ce sont ces procédés d’imagerie
(IRM, IRMf, DTI) qui nous intéressent dans notre étude (figure 2.3).

5
Acronyme anglais de Diffusion Tensor Imaging.

36
Figure 2.2 : Coupe IRM du cerveau, séquence d’inversion récupération.

Figure 2.3 : Fusion d’images : IRM anatomique, zone fonctionnelle obtenue par IRMf et tractographie.

2.2 Anatomie du faisceau cortico-spinal

Le FCS ne représente qu’une partie des fibres du faisceau dédié à la motricité volontaire, c'est-à-dire
qu’il ne donne pas d’innervation motrice aux muscles volontaires de la face et de la région oro-vélo-
laryngo-pharyngée. C’est le faisceau cortico-nucléaire qui s’en charge.

Le FCS provient du cortex moteur, il constitue une partie de la substance blanche encéphalique et
spinale, traversant la corona radiata, la capsule interne puis le tronc cérébral. À la partie inférieure de

37
la moelle allongée, la majeure partie du FCS décusse6 pour ensuite constituer une partie du cordon
antérolatéral de la moelle spinale. La terminaison du FCS s’effectue au niveau de la corne ventrale de
la moelle spinale [145].

Par mesure de simplification, nous parlerons de faisceau pyramidal réunissant FCS et faisceau cortico-
nucléaire, comme étant le faisceau de la motricité volontaire.

2.2.1 Origine

Le faisceau pyramidal naît de la zone motrice, c'est-à-dire du cortex cérébral moteur (figure 2.4). La
région prépondérante se situe dans la région du gyrus précentral (frontale ascendante d’Economo et
Koskinas), aire 4 de Brodmann [32, 131, 145]. C’est une zone légèrement triangulaire, qui comprend
le lobule paracentral, la lèvre antérieure du sillon central et une ligne imaginaire qui va de l’opercule
fronto-pariétal (Rolandique) au lobule paracentral. C’est la zone giganto-pyramidale, du fait de la
présence des cellules giganto-pyramidales de Betz, dans la cinquième couche de l’écorce de cette aire.
Les cellules pyramidales de plus petite taille sont dans la troisième couche (figure 1.20).

Figure 2.4 : Origine du FCS d’après Netter [144].

Ce sont des cellules de grande taille (cellules pyramidales de Betz), de 40 à 120 µ de hauteur [35, 131]
et de 50 à 60 µ de largeur. De forme pyramidale, fusiforme ou piriforme, avec un noyau de grande
taille qui atteint 25 µ de diamètre et un nucléole de 4 à 7 µ de diamètre fortement coloré. Ces grandes
cellules, au nombre de 25000 à 34000 dans l’aire 4 dans le cerveau humain, sont formées de nids de 3
à 8 unités avec 5 ou 6 cellules satellites, plus petites [131, 145, 155].
Les plus grandes se trouvent dans le lobule paracentral, les plus petites aux limites inférieure et
antérieure du gyrus précentral.

6
Décusser : changer de côté.

38
Concernant son origine [131] [145, 155] :
- 50 à 60% des fibres ont une origine connue ;
ƒ 2 à 3% seulement des fibres proviennent vraisemblablement des grandes cellules de
Betz. Ce sont des axones recouverts d’une grosse gaine de myéline de 9 à 22 µ de
diamètre (90% des fibres du faisceau cortico-spinal ont un diamètre de 1 à 4 µ [35]) ;
ƒ 27 à 40% des fibres traversant la pyramide bulbaire prennent naissance dans les
grandes ou moyennes cellules pyramidales de l’aire 4 ;
ƒ un contingent de 10 à 20% provient du lobe pariétal (aires 3, 2, 1 et 5, 7 selon Peele) ;
ƒ un contingent provient de l’aire prémotrice ;
- 40 à 50% des fibres pyramidales n’ont pas d’origine connue.
Pour Russel et DeMyer [174] la répartition chez le macaque est :
- 31% provenant de l’aire 4 ;
- 29% provenant de l’aire 6 ;
- 40% provenant du lobe pariétal (aires 3,2,1 +/- 5 et 7).
En résumé, le faisceau pyramidal, compact et bien individualisé dans la pyramide de la moelle
allongée, naît d’une vaste zone du cortex cérébral, centrée sur le cortex moteur.

2.2.2 Trajet

Si l’origine du faisceau pyramidal se situe dans la substance grise (cortex cérébral), son trajet se situe
dans la substance blanche dont il forme une partie constituée de fibres myélinisées.
Dans la partie sous-corticale, le faisceau pyramidal traverse la zone de la couronne rayonnante (corona
radiata). Il s’agit d’une zone dans laquelle le faisceau pyramidal a une forme d’éventail regroupant
progressivement ses fibres en descendant dans l’encéphale. Il s’agit également d’une zone de
croisement très importante (figure 2.5) ; on y trouve les fibres en « U » connectant les différents gyri et
différents faisceaux d’association tels que le faisceau longitudinal supérieur, le faisceau arqué et les
fibres du corps calleux. Le FCS a un mouvement de torsion de ses fibres lors de son trajet vers la
moelle spinale (figure 2.6). Ce mouvement s’effectue médialement, les fibres de la région operculaire
(ventro-latérales), se dirigent cranialement pour se situer dans le genou de la capsule interne, puis
médialement dans le mésencéphale. Les autres fibres du gyrus précentral sont caudales, issues de la
partie dorso-médiale du gyrus, les fibres se situent dans le bras postérieur de la capsule interne puis
latéralement dans le mésencéphale.

39
Figure 2.5 : Coupe horizontale et frontale du cerveau passant par la corona radiata d’après Nieuwenhuys [145].

40
Figure 2.6 : Trajet du FCS, selon Carpenter [35]. On peut voir le mouvement de torsion du FCS lors de son passage du cortex vers le tronc
cérébral.

Ventralement, le faisceau pyramidal traverse la capsule interne, lieu de regroupement des faisceaux de
fibres blanches qui permettent la communication entre le cortex cérébral et les étages sous-jacents
(voies descendantes et ascendantes). La capsule interne est située au sein des noyaux gris centraux ;

41
limitée médialement par le thalamus et la tête du noyau caudé et latéralement par le noyau lenticulaire
(figure 2.7).

Figure 2.7 : Coupe horizontale du cerveau passant par la capsule interne d’après Nieuwenhuys [145].

Le FCS occupe le bras postérieur de la capsule interne et on trouve à ce niveau une somatotopie qui
fait l’objet de controverses dans la littérature (figure 2.8). La conception classique est que le FCS
occupe les deux tiers antérieurs du bras postérieur de la capsule interne [41]. Par la stimulation
profonde [20] ou des observations cliniques (puis autopsies) [60] le FCS a été décrit comme étant plus
compact et localisé dans le troisième quart du bras postérieur de la capsule interne. Ross [171] a
disséqué 6 cerveaux humains et a conclu que le FCS entrait dans la capsule interne par la moitié
rostrale du bras postérieur et se dirigeait progressivement vers la moitié caudale au cours de son trajet.
Kretschmann [114] a étudié 10 cerveaux humains et conclu que le FCS entrait dans la capsule interne
par la partie moyenne du bras postérieur, puis se dirigeait progressivement vers le tiers postérieur. Les
études en IRM confirment l’hypothèse d’une localisation plus postérieure dans le bras postérieur de la
capsule interne (revue de la littérature de Jang [96]). En particulier, Holodny et al. [90] ont étudié huit
volontaires sains et deux patients en tractographie. Ils ont observé que les fibres destinées aux
membres supérieurs étaient rostro-latérales et non rostro -médiales par rapport aux fibres destinées aux
membres inférieures. Les fibres du FCS serait plus mélangées que ce qui a été décrit mais en
respectant une somatotopie. L’ensemble se situe plus caudalement dans le bras postérieur de la capsule
interne.
Le faisceau cortico-nucléaire se situe au niveau du genou de la capsule interne, entre le bras antérieur
et le bras postérieur.

42
Figure 2.8 : Systématisation motrice du FCS dans la capsule interne, illustration dans Bossy [25] (d’après Hassler et al., Springer Verlag,
1979).

Aux trois étages du tronc cérébral (figure 2.9), la situation anatomique du faisceau pyramidal est
différente. Dans le mésencéphale, il se situe dans la partie rostrale (pes cerebri) avec une somatotopie
précise et de part et d’autre des faisceaux cortico-pontins. Les fibres véhiculant la motricité de la face
sont médiales, celles des membres inférieurs latérales ; les fibres destinées à la main entre les deux
précédentes. Dans la partie pontique, les fibres sont séparées par les noyaux du pont, celles-ci font
parties des voies cortico-ponto-cérébelleuses du néocerebellum (voie de la motricité automatique)
[32]. Le faisceau cortico-nucléaire s’épuise à ce niveau, chaque fibre rejoignant le noyau opposé du
nerf crânien correspondant. Seules les fibres du FCS traversent le pont et se retrouvent dans la moelle
allongée où le FCS se situe à la partie rostrale formant les pyramides bulbaires de chaque côté. C’est à
ce niveau que le FCS décusse pour rejoindre le cordon antéro-latéral opposé de la moelle spinale (FCS
indirect). Pour 10 à 20% des fibres il n’y a pas de décussation à ce niveau et la FCS directe se situe
dans la partie antérieure ipsilatérale de la moelle spinale.

Figure 2.9 : Coupes du tronc cérébral d’après Kahle [104]. En rouge les voies motrices, en bleu les voies sensitives.

Nous pouvons noter que le faisceau pyramidal peut être comparé à un ruban qui change d’orientation
tout au long de son trajet. Dans la partie dorsale, l’orientation est dans un plan oblique orienté
rostralement et latéralement ; ventralement dans la capsule interne, l’orientation est rostro-caudale

43
(presque sagittale) ; puis l’orientation devient presque coronale dans le mésencéphale (orientation
latérale et légèrement rostro-caudale). Plus bas, les fibres se regroupent en cordon, diminuant
progressivement de taille à chaque niveau de la moelle spinale.

2.2.3 Terminaison (figure 2.10)

À chaque niveau médullaire (métamère), un groupe de fibres rejoint la corne ventrale de la moelle
spinale pour faire une jonction (synapse) avec le neurone périphérique (motoneurone alpha) qui
véhicule l’influx nerveux jusqu’au muscle (plaque motrice) afin de réaliser une contraction musculaire
qui constitue la base du mouvement. À chaque métamère, le FCS indirect (cordon antéro-latéral)
envoie des fibres (neurones) à la corne ventrale ipsilatérale et le FCS direct envoie des fibres à la corne
ventrale controlatérale. Ainsi l’intégralité des fibres du FCS indirecte (et du faisceau cortico-nucléaire)
décusse, et donc a une action sur l’hémicorps opposé. Environ 8% du FCS (FCS direct ventral)
décusse et 2% (FCS direct dorsal) ne décusse pas, [35] (figure 2.11).

Figure 2.10 : Terminaison du FCS et plaque motrice d’après

Kamina [105].

Figure 2.11 : Décussation du FCS, selon Carpenter [35]

44
2.3 Méthodes d’étude du FCS

Les différentes études ont porté soit sur l’anatomie morphologique (anatomie descriptive), soit sur
l’anatomie fonctionnelle (description de la fonction), soit sur les deux.

2.3.1 Dissection

Les méthodes classiques d’étude du FCS ont été réalisées par les dissections de cadavre [60, 114,
171] ; il s’agissait essentiellement de descriptions morphologiques mais avec l’objectif de localiser le
plus précisément les faisceaux de fibres blanches, substrat anatomique des fonctions. Il s’agit de
l’anatomie décrite dans les traités d’anatomie [74, 154, 172].

2.3.2 Méthodes cliniques, anatomo-cliniques

2.3.2.1 Observations cliniques, et corrélations par l’autopsie

L’observation des pathologies, puis la corrélation avec l’anatomie lors d’autopsies, permit de connaitre
les fonctions du cerveau. Ce fut le cas d’Hippocrate, Vème siècle avant notre ère, qui suggéra une
dissymétrie cérébrale. Certains patients qui avaient une plaie d’un côté de la tête, présentaient une
épilepsie et une hémiplégie du côté opposé [1, 72]. Ces observations ont été nombreuses au cours des
siècles suivants [72]. La description de la zone du langage articulé par Broca, dans les années 1860, en
est une bonne application [27, 29]. Il observa un patient qui ne pouvait prononcer que la syllabe
« tan ». Lorsque Broca put faire son autopsie, il mit en évidence une lésion au niveau de la région
frontale ventrale gauche. Il décrivait la zone cérébrale du langage articulé [30], et c’était la première
fonction identifiée anatomiquement. La zone de la compréhension du langage fut décrite par Wernicke
en 1874 [72]. Il observait des patients ayant des troubles du langage mais dont la lésion ne se situait
pas au niveau de l’aire de Broca mais dans le lobe temporal gauche (partie caudale et dorsale). Ces
patients présentaient une aphasie de compréhension avec des troubles de l’expression moindre que les
patients décrits par Broca. D’autres auteurs ont également fait des corrélations anatomo-pathologiques,
identifiant des pathologies et des localisations de fonctions anatomiques. C’est le cas, par exemple, de
Charcot pour la sclérose latérale amyotrophique [41, 42].

2.3.2.2 Stimulation corticale

C’est en stimulant le cortex cérébral lors d’interventions chirurgicales que Penfield [157, 158] pu
établir une cartographie du cortex moteur. En effet, les interventions chirurgicales sur des patients

45
épileptiques nécessitent (et toutes les interventions de neurochirurgie) de préserver les zones
fonctionnelles du cerveau, et notamment les zones motrices. L’aire 4 est la zone de stimulation
maximale pour la plus faible stimulation. C’est ainsi que Penfield décrivit l’homonculus moteur avec
une représentation mettant en évidence une disproportion entre le volume musculaire stimulé et sa
représentation à la surface du cerveau. La raison de cette disproportion est que cette cartographie est le
reflet de la fonctionnalité motrice. Par exemple la main, et notamment le pouce, est largement
représenté en raison de la finesse des mouvements réalisés.

2.3.2.3 Stimulation cérébrale profonde

La stimulation cérébrale profonde a permis d’établir des cartographies de la localisation du FCS dans
la capsule interne. Par exemple, Bertrand et al. [20] ont réalisé une telle cartographie dans l’objectif de
placer des électrodes profondes en stéréotaxie pour le traitement de mouvements anormaux (dans la
plupart des cas, il s’agit de la maladie de Parkinson). Ces électrodes ayant pour objectif de stimuler le
cerveau profond et de détecter une imprécision de placement avant de créer une lésion irréversible par
un leucotome. Actuellement, les lésions sont réversibles par la mise en place d’électrodes reliées à un
boitier de stimulation.

2.3.3 Expérimentation animale

L’expérimentation animale commença réellement au XVIIIème siècle, en créant les lésions que les
différents auteurs voulaient étudier [72]. Il s’agit, par exemple, de Valsalva en 1704, réalisant des
vagotomies ou des injections carotidiennes pour étudier l’apoplexie. En 1710, Pourfour du Petit
réalisait des vivisections sur des chiens afin d’observer des paralysies controlatérales aux lésions. Il
décrivit également des croisements de fibres dans la moelle allongée. En 1770, Portal décrivait des
croisements de fibres dans la moelle allongée et dans la moelle spinale.
Les expérimentations animales modernes étudient l’anatomie morphologique et l’anatomie
fonctionnelle. Les études faites sur les animaux sont transposables chez l’Homme, dans la plupart des
cas. Par exemple, la lamination de la moelle spinale décrite par Rexed [170] chez le chat est celle
utilisée chez l’Homme. L’objectif de cette étude était de décrire l’anatomie topographique de la
matière grise de toute la moelle spinale par des études histologiques de chaque segment médullaire sur
50 chats.
L’anatomie morphologique et fonctionnelle de la motricité de la main a été étudiée par des procédures
de stimulations nerveuses (corticales, profondes, médullaires) et par l’injection des traceurs neuronaux
[130]. Initialement la méthode d’étude histologique consistait à créer des lésions afin d’avoir une
dégénérescence axonale et permettre, après quelques jours, une étude histologique. La mise en place
de marqueurs a permis d’améliorer la technique d’étude [182].

46
L’injection de traceurs neuronaux chez le macaque [57] ou chez le chat [58, 106] permettent de décrire
l’organisation neuronale du système nerveux. Par exemple, Dum et Strick [57] ont utilisé des
procédures de microdissections et de stéréotaxie. Pour étudier l’origine des neurones du faisceau
cortico-spinal, ils ont injecté de l’HRP (horseradish peroxidase) au niveau médullaire cervical de 6
macaques (Macaca nemestrina) lors de procédures chirurgicales sous anesthésie générale. Après 3 à 5
jours, ils ont fait des prélèvements par des procédures stéréotaxiques dans les différentes régions du
cerveau afin de faire une étude histologique et d’établir que la projection du cortex prémoteur se fait
essentiellement sur la moelle spinale. Ils ont réalisé ultérieurement une étude similaire [58] sur 7
macaques (5 Macaca nemestrina et 2 Macaca mulatta) pour injecté le même traceur au niveau de
l’aire motrice de la main et faire une étude histologique de la moelle spinale. Ils ont établi que toutes
les zones motrices de la main se terminent dans la corne ventrale de la moelle spinale (lame IX de
Rexed) et que chacune de ces aires se terminent également dans des zones intermédiaires de la moelle
spinale (lames V-VIII).

2.3.4 Imagerie

L’imagerie médicale (scanner à rayons X puis surtout l’IRM) permet l’exploration in vivo de
l’anatomie du système nerveux sur le plan morphologique et sur le plan fonctionnel.
La localisation des différentes structures cérébrales superficielles (cortex cérébral) ou profonde
(noyaux gris centraux) est aisée car l’image produite est très proche des coupes anatomiques réalisées
par les anatomistes [26]. Par exemple, la localisation du sillon central et plus précisément la
localisation du centre moteur volontaire de la main peut être repérée sur une image de scanner ou
d’IRM. C’est la description du « omega » (Ω) (ou de l’epsilon (ξ), dans 10% des cas) de Yousry [214]
(figure 2.12).
L’IRM permet une analyse précise de la morphologie en réalisant des mesures de volumes, ce qui
permet de comparer les hémisphères ou certaines régions du cerveau, à la recherche d’une asymétrie
[5, 6, 89].
L’IRM fonctionnelle [212] permet de déterminer les centres fonctionnels chez chaque individu.
Lorsque celle-ci est recalée avec une IRM morphologique, on peut obtenir une information précise sur
la fonction de la structure considérée, par exemple la localisation de la motricité de la main [52, 109]
Plus récemment, l’IRM du tenseur de diffusion (DTI) a permis une étude plus précise de la substance
blanche en faisant une étude de chaque voxel (1mm3 de côté). Le DTI permet de caractériser la
microstructure du tissu cérébral [123] et de donner l’orientation locale des fibres nerveuses au sein de
chaque voxel [18]. L’orientation donnée à chaque voxel permet, à l’aide d’algorithmes de suivi de
fibres (tractographie) de reconstruire les différents faisceaux de fibres blanches et d’étudier leur
structure, leur taille, leur volume, éventuellement leurs fonctions, en combinant le DTI et l’IRMf [39,
61, 110, 217].

47
Figure 2.12 : Repère de l’omega, d’après Yousry [214]. En A sur une coupe axiale, en B sur une coupe sagittale (forme un crochet).

2.4 Conclusion

Le FCS est le faisceau de la motricité volontaire. Il a été très étudié par les méthodes classiques de
dissections chez l’Homme et chez les animaux. Il est également étudié par les méthodes d’imagerie
cérébrale telles que le scanner à rayons X, l’IRM morphologique, fonctionnelle, de diffusion et la
tractographie. La compréhension de sa localisation in vivo et de sa fonction est un élément majeur de
la recherche en anatomie mais également en pathologie du SNC en raison des conséquences de son
atteinte (déficit moteur parfois définitif). Le trajet du FCS dans le SNC rend son étude difficile. Celui-
ci est long, ses rapports sont multiples tant avec les autres faisceaux qu’avec les noyaux de substance
grise.

48
Chapitre 3
Asymétries cérébrales et latéralité

La finesse des mouvements de la main, notamment de la main dominante, pose la question de sa

relation avec la constitution du FCS et son asymétrie [82, 168]. Hammond [82] a essayé de démontrer
que cette asymétrie peut, également, rendre compte de l’habilité manuelle (la dextérité). Des
asymétries corticales en relation avec la latéralité ont été décrites [6, 89]. Seules quelques études ont
rapporté une relation entre ces asymétries et la latéralisation du langage [102, 164].

3.1 Asymétrie et langage

Les asymétries cérébrales ont été décrites au XIXème siècle. Marc Dax fut le premier à proposer
l’hémisphère cérébral gauche comme dominant pour le langage après avoir observé des patients
aphasiques [65, 103]. Dans les années 1860, Broca établit que les droitiers avaient un hémisphère
gauche dominant pour le langage et inversement pour les gauchers [27-31]. Gratiolet [75] a rapporté
une asymétrie des lobes frontaux, en notant par exemple que la scissure latérale était plus longue et
moins profonde du côté de l’hémisphère gauche. Cela témoignait d’une asymétrie morphologique qui
fut reprise par d’autres au XIXème siècle [156]. Cette asymétrie donnait ainsi une spécialisation à
l’hémisphère gauche, et fit l’objet d’études mettant en évidence une asymétrie du Planum temporale
gauche en relation avec les zones du langage [69, 71, 102]. Mais ce n’est qu’à partir de 1960 que
l’idée d’une asymétrie corticale a été acceptée [68, 69, 71]. Galaburda et al. [68] expliquaient plus tard
la signification possible de ces asymétries, par la capacité (talent) de certains Hommes (musiciens,
peintres…) chez qui une asymétrie localisée était mise en évidence, en corrélation avec cette capcité.
Ces asymétries peuvent également expliquer les possibilités de récupération fonctionnelle de troubles
du langage ou d’apprentissage chez l’enfant.
Geschwind et Levitsky [71] furent les premiers à évaluer quantitativement cette asymétrie en
démontrant que le planum temporale était plus développé à gauche qu’à droite. En 1972, Geschwind
[69] expliquait dans un éditorial du New England Journal of Medicine l’intérêt de l’étude de
l’asymétrie cérébrale pour la compréhension des différences de fonction de chaque hémisphère.

Des études plus modernes confirmèrent en partie les affirmations de Broca. D’une part, les aires du
langage ne sont pas systématiquement dans l’hémisphère cérébral opposé à la main dominante [87].
D’autre part, Broca affirmait que le lobe frontal gauche était systématiquement plus gros que le droit,
ce qui est faux puisque les études en IRM montrent soit une symétrie [166], soit une asymétrie de
taille en faveur de l’hémisphère droit [198]. Néanmoins la substance blanche de la région frontale

49
prédomine à gauche dans 90% des cas [166]. Actuellement, on considère qu’il existe une asymétrie de
certains gyri, en rapport avec une asymétrie fonctionnelle comme le langage, et aux dépens de
l’hémisphère droit ou de l’hémisphère gauche [71, 102].

3.2 Asymétrie hémisphérique

L’étude du volume cérébral montre qu’il y a une asymétrie dans différentes parties du cerveau et
notamment une asymétrie de la substance blanche [73, 159, 166]. Cette asymétrie de la substance
blanche n’est pas uniquement en rapport avec les centres du langage [166] et est significativement
différente selon le sexe pour certaines régions du cerveau [73, 76, 166]. L’asymétrie est plus
importante chez l’homme (sexe masculin), en considérant globalement la substance grise et la
substance blanche, mais il existe des différences en fonction des régions du cerveau [73]. Par exemple,
la femme a une substance grise plus volumineuse dans les régions centrale et temporale dorsale de
chaque côté. L’homme a des lobes temporaux plus développés dans leur partie médiale. Dans les deux
cas la concentration de la substance grise est la même [73].
Geschwind et Levitsky [71] ont évalué quantitativement cette asymétrie par une étude anatomique de
100 cerveaux de cadavres. Ils ont montré que le planum temporale était plus développé à gauche dans
65% des cas, et plus développé à droite dans 10% des cas. Cela confirmait les études réalisées sur le
cadavre en 1920 par Pfeifer [in 71]. Dans quelques cerveaux, cette différence droite / gauche pouvait
varier d’un facteur cinq. Cette asymétrie se retrouve également chez le fœtus humain ce qui suggère
qu’elle n’est pas la simple conséquence du développement de l’hémisphère gauche lié à son activité en
rapport avec le langage [17, 102].

3.3 Asymétrie sulcale

L’asymétrie cérébrale et particulièrement des gyri tels que le planum temporale et les aires du langage
ont une influence sur les sillons et leurs morphologies. Les sillons corticaux permettent de définir
morphologiquement les gyri mais ils permettent également d’augmenter la surface corticale par le repli
qu’ils forment à la surface du cerveau. Il existe donc une asymétrie sulcale. La plus étudiée concerne
les sillons central et latéral [4].
Le sillon latéral est variable en longueur et en angulation. Le sillon latéral est plus long et plus
horizontal dans l’hémisphère gauche [in 4]. Rubens et al. [173] ont étudié 36 cerveaux de cadavres.
Avec une méthode de photographie des hémisphères, ils ont comparé la longueur et la forme du sillon
latéral. Le sillon latéral gauche était plus long et plus rectiligne que le droit ce qui avait une influence
sur la taille des structures cérébrales adjacentes, notamment le planum temporale. Geschwing et
Levitsky [71] ont observé, sur 100 cerveaux de cadavres disséqués, un planum temporale plus large à

50
gauche (65% des cas), en relation avec la longueur du sillon latéral. Lemay et Culebras [129] ont
étudié 42 angiographies. Ils ont montré que l’angle formé par les branches de l’artère cérébrale
moyenne avaient un angle plus ouvert du côté droit (38/42) en quittant la partie postérieure du sillon,
montrant ainsi une asymétrie de ce sillon. Zilles et al. [218] ont étudié des primates non humains et ont
observé que la partie postérieure du sillon latéral est plus haute dans l’hémisphère gauche que dans
l’hémisphère droit.
D’autres études ont trouvé une relation entre la profondeur du sillon central et la dominance manuelle,
ou une asymétrie du sillon latéral en rapport avec l’asymétrie du planum temporale. Amunt et al. [6]
ont fait une étude morphométrique du sillon central sur les IRM encéphaliques de 31 hommes droitiers
et 14 gauchers. Ils ont conclu à une asymétrie du sillon central en faveur de la gauche chez les
droitiers. Pour les gauchers l’asymétrie était moins marquée. Ils ont conclu que le cortex cérébral en
relation avec la main dominante présentait une surface plus grande et probablement une connectivité
plus importante. Dans une autre étude [5], ils ont étudié 103 sujets et déterminé que l’asymétrie
précédente existait chez l’homme uniquement. Ils en concluaient que l’organisation corticale des
mouvements de la main est différente chez l’homme et chez la femme.

3.4 Latéralité

Le test de Wada [196] permettant de mettre en évidence l’hémisphère dominant pour le langage,
montrait cette asymétrie cérébrale fonctionnelle, en provoquant une aphasie et une hémiplégie
réversibles après une injection artérielle intra-carotidienne d’amobarbital du côté de l’hémisphère
dominant. Dans l’étude de Pujol et al. [165], concernant 50 droitiers et 50 gauchers, l’IRM
fonctionnelle a montré que 96% des sujets sains droitiers présentaient des fonctions du langage
latéralisées dans l’hémisphère gauche, et 4% une représentation plus bilatérale. Chez les sujets sains
gauchers, ces proportions tombaient respectivement à 76 et 14%, alors que seulement 10% de ces
sujets avaient une fonction du langage latéralisée à droite [21, 165]. Il existe une bonne corrélation
entre le test de Wada et l’IRM fonctionnelle [22]. Actuellement le test de WADA reste le gold
standard, cependant une méta-analyse récente [59] a permis de démontrer l’intérêt de l’IRMf par
rapport au test de référence. Dym et al. [59] ont analysé 23 études avec un total de 442 patients. Ils ont
mis en évidence la précision de l’IRMf pour localiser les centres du langage dans chaque hémisphère
(notamment les localisations atypiques) et donc pour déterminer la latéralisation. Néanmoins l’IRMf
est plus spécifique pour les patients droitiers que pour les gauchers ou les ambidextres.
La latéralité manuelle se définit chez l’adulte et l’enfant de plus de trois ans comme la dominance
fonctionnelle d’une main sur son homologue. Plus de 90% des sujets sont droitiers et en général assez
maladroits de leur main gauche. Cela montre que l’hémisphère gauche joue un rôle prépondérant dans
les processus subtils de contrôle moteur. Il existe plusieurs théories sur la détermination de la latéralité

51
manuelle dont le modèle génétique d’Annett [9] (modèle déterministe), qui est la théorie la plus
probable. Ce modèle génétique implique un gène dominant (droitier) et un gène récessif (gaucher). En
cas de double gène récessif, c’est l’environnement du sujet qui détermine sa dominance manuelle.
Parmi les autres théories, la conception environnementale (Collins [49]) donne un rôle prépondérant à
la transmission d’une génération à l’autre par les facteurs environnementaux et les biais culturels. Ce
modèle a été étudié chez la souris. Il démontre qu’en l’absence de facteurs environnementaux la souris
est droitière. Une autre théorie possible est celle de la relation avec le système immunitaire. Ce modèle
a été décrit par Geschwind et Galaburda [70], leurs observations ont montré un lien entre le fait d’être
gaucher et certaines pathologies comme les migraines, les allergies, les problèmes thyroïdiens et tous
autres problèmes supposés immunitaires. Pour ces auteurs, le facteur commun est la testostérone.

Peut-on dire que la préférence manuelle est reliée au langage ? Dans de nombreuses espèces, et
notamment certains primates, on retrouve une préférence manuelle marquée, cependant la proportion
entre gauchers et droitiers est équivalente [17]. Des dissections de moelles allongées et spinales afin
d’étudier la décussation du FCS en fonction de la latéralité manuelle n’ont pu le démontrer [107, 143].

Les études ayant tenté de démontrer une asymétrie en relation avec la latéralité n’ont pas pu l’affirmer.
Good et al. [73] ont trouvé en étudiant 465 cerveaux une asymétrie volumique de certaines zones mais
sans relation avec la latéralité. En faisant une étude morphométrique par IRM sur 52 droitiers et 52
gauchers, Kertesz et al. [108] ont montré une corrélation entre la dominance hémisphérique gauche et
une plus grande largeur du lobe frontal droit et du lobe occipital gauche. Hervé et al. [89], en faisant
une étude morphométrique par IRM sur 56 jeunes hommes droitiers et 56 hommes gauchers, ont mis
en évidence une asymétrie de la substance grise en faveur du côté droit dans les régions centrale et
précentrale chez les droitiers. L’asymétrie de la substance blanche était moins marquée (en faveur du
côté gauche) sans différence pour les droitiers et les gauchers. Ils ont décrit une asymétrie moins
importante du planum temporale pour les hommes gauchers. Ils concluaient que l’hémisphère gauche
a une spécialisation pour le langage indépendamment de la latéralité, suggérant que les gauchers ont
plus souvent des centres du langage à droite et à gauche.
Il n’est pas démontré que l’asymétrie morphologique puisse être en corrélation avec l’asymétrie
fonctionnelle [51, 71, 102]. Hatta [85] a fait une revue de la littérature sur les techniques d’imageries
cérébrales concernant le cerveau et la latéralité. Il a constaté que la plupart des études réalisées dans ce
domaine concernent un faible effectif. De plus les gauchers ne sont pas une population homogène,
compte tenu de leur hémisphère dominant (15% à droite) et de leur environnement (gauchers
contrariés notamment) et, éventuellement, des différents tests qui les ont classés gauchers [85, 102].
Par exemple, l’étude de Good et al. [73], citée précédemment, comportait 67 gauchers et 398 droitiers.
La latéralité était déterminée en fonction de la main dominante pour l’écriture.

52
Actuellement l’imagerie cérébrale permet d’étudier la relation entre l’anatomie morphologique et
l’anatomie fonctionnelle, notamment en ce qui concerne la spécialisation hémisphérique du langage
[22] et c’est probablement par des études combinées (morphologiques et fonctionnelles) que ces
asymétrie pourront être précisées [85].
L’asymétrie cérébrale en relation avec la dextérité a été étudiée dans le contexte de la corrélation avec
l’étude du FCS en IRM de diffusion avec reconstruction des faisceaux de fibres blanches
(tractographie) [202]. Westerhausen et al. [202] n’ont pas pu démontrer cette relation en étudiant 60
sujets (30 droitiers et 30 gauchers) par une étude des paramètres de diffusion au niveau du bras
postérieur de la capsule interne. Vernooij et al. [195] ont fait une étude sur le faisceau arqué en prenant
comme faisceau référent le FCS. Ils ont étudié 12 sujets, dont 7 droitiers, en faisant une étude en IRM
(fonctionnelle et diffusion). Ils ont trouvé une asymétrie du faisceau arqué en faveur de l’hémisphère
gauche mais sans relation avec la latéralité. Il n’y avait aucune relation avec la latéralité en ce qui
concerne le FCS.

3.5 Conclusion

Nous avons étudié dans ce chapitre l’asymétrie cérébrale et la latéralité. En ce qui concerne le FCS,
l’intérêt de la recherche de l’asymétrie se situe dans l’explication de la fonction motrice volontaire de
la main dominante. Nous avons vu que de nombreuses études ont essayé d’expliquer l’habilité
manuelle de l’Homme par l’asymétrie morphologique du FCS dans le SNC. Ces études ont essayé de
démontrer que l’hémisphère dominant est plus volumineux (substance grise ou substance blanche) que
le non dominant, en rapport avec la latéralité. D’autres études ont essayé de démontrer que plus de
fibres nerveuses cheminent du cortex cérébral de l’hémisphère dominant vers la main dominante.

53
54
Chapitre 4
Principe de l’IRM

4.1 Introduction [119]

L’IRM est une technique d’imagerie médicale basée sur le principe de résonance magnétique nucléaire
(RMN). Le phénomène physique a été conceptualisé en 1946 par Bloch et Purcell. La première IRM
réalisée chez l’Homme date de 1979. L'IRM est devenue une technique majeure de l'imagerie
médicale moderne notamment dans le domaine des neurosciences.

L’IRM est basée sur l’observation de la RMN des protons de l’eau. Le corps humain est constitué de
70% d’eau ; le proton (1H) est naturellement abondant et très sensible en RMN. Le principe de l’IRM
consiste à mesurer l’aimantation des tissus biologiques et à construire une image à partir de ces
aimantations. Il est possible de déterminer la composition chimique et donc la nature des tissus
biologiques en chaque point du volume de l’image.

L’acquisition des images IRM peuvent être à l’origine d’artéfacts tels que les mouvements (du patient
ou de l’organe), les inhomogénéités dans le champ magnétique (onde radiofréquence), des effets de
volume partiel (interface entre 2 tissus, liés à la résolution des images) et le bruit dû aux processus
physiques d’acquisition.

4.2 IRM fonctionnelle (figure 4.1)

L’IRM fonctionnelle permet une exploration de la substance grise en montrant les zones
fonctionnelles du cerveau et permettant ainsi une corrélation anatomo-radiologique et clinico-
radiologique par une cartographie fonctionnelle [122].

55
 Figure 4.1 : IRM fonctionnelle, exemple de carte d’activation pour la motricité de la main gauche.

Elle repose sur le principe que les régions cérébrales qui sont activées par une tâche (par exemple
mouvement ou processus cognitif), le paradigme d’activation, s’accompagnent d’une augmentation
locale et transitoire du débit sanguin cérébral et du métabolisme. L’IRM est sensible aux effets
magnétiques induits par les modifications d’oxygénation de l’hémoglobine (oxy- et
désoxyhémoglobine), il s’agit de l’effet BOLD (Blood Oxygenation Level-Dependent) [122]. Ces
modifications d’oxygénation sont la conséquence de l’augmentation du débit sanguin cérébral en

56
rapport avec l’activation neuronale. L’IRM fonctionnelle permet donc de réaliser une cartographie, par
exemple préopératoire, de la motricité [135], mais également du langage et donc de la dominance
hémisphérique (index de latéralité) [109], le gold standard étant encore actuellement le test de Wada
[196], bien que la méta-analyse de Dym et al. [59] démontre l’intérêt de l’IRMf (cf 3.4).

4.2.1 Le signal BOLD

Le signal BOLD repose sur le couplage entre la réponse hémodynamique et la décharge neuronale. La
stimulation cérébrale entraîne une activation neuronale qui induit une augmentation de la
consommation en oxyhémoglobine qui se transforme en désoxyhémoglobine. Il s’ensuit une
augmentation du débit sanguin qui est plus importante que la consommation en oxygène, donc une
hyperoxygénation du sang veineux. Ce déséquilibre induit une augmentation de la concentration en
oxyhémoglobine et une diminution de la concentration en désoxyhémoglobine. Cette dernière est
paramagnétique et elle va modifier localement le champ magnétique [55, 149].
Les séquences d’IRM adaptées à mettre en évidence le signal BOLD sont les séquences T2*, séquence
en écho de gradient, sensible aux hétérogénéités du champ magnétique [122]. Le temps d’acquisition
de ces séquences est long et leur résolution spatiale est faible ce qui nécessite pour visualiser le résultat
de les superposer avec une IRM T1 anatomique de meilleure résolution spatiale [55, 148].

4.2.2 Le paradigme d’activation

Le paradigme d’activation représente la séquence de stimulation utilisée pour mettre en évidence la

zone d’activation neuronale. Il s’agit de réaliser une tâche qui aura pour effet cette stimulation. Selon
la zone explorée, cette tâche peut être motrice, sensitive, visuelle, cognitive, etc. L’activité cérébrale
permanente ne permet pas à l’IRM de procurer une information absolue, il est donc nécessaire de
réaliser une méthode de soustraction pour mettre en évidence l’activation liée à la tâche réalisée. Le
paradigme avec condition simple implique un état de repos comme état de référence. Le paradigme
différentiel implique un état de référence comportant un autre état d’activation.
Le paradigme dépend de la question posée ; il peut s’agir d’un paradigme « en bloc » alternant des
périodes d’activités de 10 à 30 secondes, ou d’un paradigme événementiel permettant d’étudier le
décours d’une tâche unique.

4.2.3 L’analyse des données

Un prétraitement des données est nécessaire afin de réaliser l’analyse statistique : correction des
artéfacts, des déformations spatiales, lissage temporel et spatial (réduction du bruit).

57
Le volume d’images peut être normalisé dans un template7, permettant des analyses de groupe. Cela
permet de limiter l’influence de la variabilité inter-individuelle.
L’analyse est rendue difficile par la faiblesse du signal BOLD (changement de signal de quelques
pour-cent) et le grand nombre de voxels8 à analyser. L’objectif est de corréler les variations de signal
au paradigme d’activation. Le modèle général linéaire permet de calculer la relation entre le signal
obtenu et le signal théorique, au sein de chaque voxel. Trois étapes sont décrites.
La première étape consiste à fournir un modèle théorique de la variation du signal au cours du temps
(caractéristiques du paradigme d’activation et de la réponse hémodynamique). La deuxième étape
estime les paramètres du modèle théorique (coefficient de régression linéaire) pour minimiser la
variance de l’erreur résiduelle avec les données observées. La troisième étape teste les paramètres du
modèle théorique par rapport à l’état de référence (phase de repos du paradigme d’activation). Une
carte statistique peut être générée à l’aide d’un test t de Student en déterminant les voxels dont le
signal dépend significativement du paradigme d’activation. Des seuils de significativité sont appliqués
à cette carte pour sélectionner un groupe de voxels contigus ayant une significativité inférieure à une
valeur de p donnée (en général p<0.001).

4.3 Diffusion

4.3.1 Concept de diffusion

La diffusion résulte du déplacement aléatoire engendré par l’agitation thermique des molécules
(mouvements brownien9). Ces molécules diffusent spontanément en fonction du gradient de
concentration (première loi de Fick). Les molécules constituent des milieux biologiques différents et
donc leurs déplacements ne sont pas identiques. Seule l’eau libre constitue un milieu homogène. En
IRM, le signal pondéré en diffusion reflète le mouvement.

4.3.2 Diffusion moléculaire dans un milieu non homogène

Dans un milieu non homogène, les molécules sont contraintes par l’environnement du tissu biologique
(membranes, molécules) et les distances de diffusion sont réduites par cet environnement (figure 4.2).
Le déplacement des molécules est décrit par un coefficient de diffusion. Ce coefficient est scalaire
dans un milieu isotrope, c’est-à-dire, lorsque le déplacement des molécules est identique dans toutes
les directions. Ce coefficient est tensoriel dans un milieu anisotrope, lorsque les contraintes à la

7
Référentiel commun d’une séquence d’imagerie nécessitant un recalage et permettant une comparaison.
8
Le voxel, contraction de « volumetric pixel », est un pixel en 3D.
9
Le mouvement brownien, ou processus de Wiener est une description mathématique du mouvement aléatoire d'une « grosse » particule
immergée dans un fluide et qui n'est soumise à aucune autre interaction que des chocs avec les « petites » molécules du fluide environnant. Il
en résulte un mouvement très irrégulier de la grosse particule, qui a été décrit pour la première fois en 1827 par le botaniste Robert Brown en
observant des mouvements de particules à l'intérieur de grains de pollen. [wikipédia]

58
diffusion sont imposées par l’hétérogénéité du milieu. De ce fait le tenseur de diffusion est un reflet de
la microstructure du milieu biologique étudié.

Figure 4.2 : Représentation schématique de la diffusion. A : diffusion de l’eau libre. B : diffusion dans les liquides biologiques d’après Le
Bihan [127].

Le tenseur de diffusion est une représentation mathématique [15], il s’agit d’une matrice (3x3)
symétrique définie positive (figure 4.3). Il est diagonalisable et ses 3 valeurs propres sont strictement
positives (figure 4.4). La direction principale de diffusion est celle du vecteur propre associé à la plus
grande valeur propre du tenseur. La représentation géométrique du tenseur a une forme variable, de
type ellipsoïde (figures 4.5 et 4.6).

Figure 4.3 :Représentation mathématique du tenseur de diffusion D, avec Dyx = Dxy, Dxz = Dzx, Dyz=Dzy, d’après [48].

Figure 4.4 : Diagonalisation du tenseur D, λi les valeurs propres du tenseur (λ1>λ2>λ3), V le vecteur (ei les vecteurs propres), d’après [205].

59
Figure 4.5 : Représentation du tenseur par ses vecteurs propres, modifiée d’après Wiegell [203]. A : diffusion anisotrope, ellipsoïde en forme
de cigare, B : diffusion isotrope, ellipsoïde sphérique, C : forte anisotropie, ellipsoïde quasi-linéaire.

Figure 4.6 : Forme de l’ellipsoïde en fonction du type de diffusion.

A : diffusion anisotrope, ellipsoïde en forme de cigare, B : diffusion isotrope, ellipsoïde sphérique, C : diffusion privilégiée dans un plan :
ellipsoïde en forme de disque. D’après Tournier 2003 [192].

Il est possible de calculer les invariants du tenseur. Ceux-ci permettent une caractérisation quantitative
du tenseur de diffusion.
Les principaux invariants sont :
- la diffusivité moyenne (MD) : cette mesure de la diffusion, caractérise la diffusivité moyenne ;
elle est équivalente à la mesure effectuée lorsque l’on calcule directement la moyenne des mesures

60
 de diffusion. Elle permet de caractériser les effets de certaines pathologies comme un AVC où la
valeur de MD est abaissée dans la zone touchée par l’AVC ;

- l’anisotropie fractionnelle (FA) : cette mesure sert à caractériser l’anisotropie du tenseur. Elle
est comprise entre 0 et 1. La valeur nulle est prise lorsque le tenseur est totalement isotrope et la
valeur de 1 est prise lorsque le tenseur a une anisotropie complète [123] ;

- l’anisotropie relative (RA) : ce coefficient représente un écart-type normalisé ; c’est le rapport

entre la partie anisotrope et la partie isotrope du tenseur [123] ;

- le coefficient plan du tenseur (CPT) : ce coefficient spécifie les régions où les deux plus
grandes valeurs propres sont identiques et la troisième plus petite.

4.3.3 Diffusion des molécules d’eau dans le système nerveux central

La diffusion des molécules d’eau dans le système nerveux est une application de la diffusion
moléculaire dans un milieu non homogène.
Comme nous l’avons décrit précédemment, l’encéphale est constitué de trois structures principales
ayant des propriétés de diffusion différentes (figure 4.7).

Figure 4.7 : Représentation schématique de la diffusion dans les différents compartiments du système nerveux d’après Alexander 2006 [3].
A : dans le LCS. B : dans le cortex cérébral. C : dans la substance blanche avec une orientation principale (capsule interne). D : dans les
zones de croisement.

61
Le LCS est assimilé à un milieu homogène. Il s’agit d’un milieu isotrope.
La substance grise est constituée d’un réseau neuronal (corps cellulaires, axones, dendrites). Ce
maillage de fibres constitue un milieu quasi-isotrope.
La substance blanche est constituée de fibres myélinisées organisées en faisceaux qui peuvent se
croiser ou s’accoler. Elle constitue un milieu anisotrope.
La relation entre les propriétés de diffusion et la microstructure du système nerveux a été étudiée. La
structure de l’axone est suffisante pour qualifier le milieu anisotrope ; cette anisotropie augmente
lorsque les fibres sont myélinisées [18]. Les études sur la sclérose en plaques montrent que la myéline
influence le degré d’anisotropie [14, 200].

4.4 IRM de diffusion

Dans les années 1950, Hahn [80] (diffusion moléculaire de l’eau en pondération T1) et Carr et Purcell
[36] (effet de la diffusion en pondération T2) étudièrent l’atténuation du signal RMN lié aux
phénomènes de diffusion. En 1965, Stejskal et Tanner utilisèrent une séquence basée sur la technique
écho de spin classique pour mesurer le coefficient de diffusion [185]. Elle est à la base des séquences
de diffusion actuelles. Le coefficient de diffusion est un paramètre physique qui ne dépend pas de
l’environnement magnétique, contrairement aux paramètres de relaxation T1 et T2 [125].

4.5 IRM du tenseur de diffusion

L’IRM du tenseur de diffusion, dont l’acronyme anglais est «DTI» (Diffusion Tensor Imaging),
permet une étude précise de la substance blanche in vivo [16, 179] et permet de différencier ses
différents faisceaux et leurs connexions [153]. Le DTI est une extension de l’IRM de diffusion, les
gradients de diffusion sont appliqués successivement dans au moins six directions de l’espace.
L’acquisition d’une image en IRM du tenseur de diffusion permet d’obtenir, pour chaque voxel, un
signal relatif à la mobilité des molécules d’eau dans une direction donnée. Cela permet de connaitre
l’orientation globale des fibres nerveuses. Dans chaque voxel, le tenseur donne la direction principale
en fonction de sa plus grande valeur propre. L’IRM du tenseur de diffusion apparait comme un champ
de tenseurs aux orientations locales définies (figure 4.8). On peut ainsi établir une carte de tenseur
pondérée par la FA qui fournit une carte d’anisotropie au sein de chaque voxel du volume étudié. En
affectant une couleur à chaque voxel, on obtient alors une carte de couleur (figure 4.9) de l’orientation
principale. Cette méthode de colorisation est basée sur l’orientation du vecteur principal (vecteur
propre associé à la valeur propre la plus grande du tenseur) [152].

62
Figure 4.8 : Champ de tenseur, chaque ellipse donne l’orientation locale dans chaque voxel, d’après Tuch 2001 [194]. Les couleurs affectées
indiquent l’orientation (code identique figure 4.9).

Figure 4.9 : Carte couleur de diffusion, le code de couleur est défini par rapport au sujet et suit la convention suivante : rouge : l’orientation
principale suit l’axe gauche - droite, vert : l’orientation principale suit l’axe antérieur - postérieur, bleu : l’orientation principale suit l’axe
supérieur - inférieur. L’intensité de chaque couleur est pondérée par la fraction d’anisotropie.

4.6 Conclusion

L’IRM permet l’étude du SNC in vivo. L’IRMf permet d’étudier la localisation des fonctions
cérébrales. Son principe repose sur la modification de l’oxygénation de l’hémoglobine qui va entraîner
une modification du champ magnétique. L’IRM de diffusion est basée sur l’observation du phénomène
de diffusion des molécules d’eau le long des fibres nerveuses. Cette diffusion est principalement
guidée par la direction des fibres. Il s’agit d’une analyse de la microstructure cérébrale bien que la
résolution spéciale de l’IRM soit à une échelle différente de la fibre nerveuse. L’IRM du tenseur de
diffusion donne des informations sur la diffusion anisotropique des molécules d’eau dans les tissus
biologiques donc dans le SNC. Le tenseur de diffusion est un modèle géométrique qui permet de
déterminer la direction d’un groupe de fibres dans un voxel. Dans chaque voxel, une direction
principale est déterminée. Cette information permet d’analyser la direction des faisceaux de fibres. Le
tenseur de diffusion est très limiter pour déterminer la bonne direction dans les zones de croisement de
faisceaux de fibres blanches car il ne peut pas prendre en compte plusieurs directions dans un même
voxel. Or dans un voxel plusieurs faisceaux ayant des directions différentes peuvent être présents.

63
64
Chapitre 5
Tractographie

Lorsque l’imagerie du tenseur de diffusion est réalisée dans un ensemble compact de faisceaux de
fibres blanches, le tenseur de diffusion est fortement anisotrope et son vecteur propre (de valeur propre
maximale) peut être assimilé à la direction locale du faisceau de fibres. Les méthodes de tractographie
tentent de construire ces faisceaux afin d’en donner une représentation visuelle proche de la réalité
anatomique. La tractographie cérébrale est la seule méthode qui permette une étude in vivo des
faisceaux de fibres blanches [139]. Il s’agit d’une représentation purement visuelle.
L’ordre de grandeur entre la résolution l’IRM de diffusion et l’axone est différente. Cela implique que
la tractographie reconstruit un groupe d’axones par voxel.
Les faisceaux de fibres sont obtenus à l’aide d’algorithmes spécifiques permettant de reconstruire ce
faisceau en trois dimensions [126, 139, 178]. Les reconstructions tridimensionnelles permettent de
suivre les fibres tout au long de leur trajet [16, 50, 97, 139, 141] et de reconstruire tous les faisceaux,
et en particulier le FCS [78, 90, 92, 93, 210]. La finalité est de relier les données anatomiques aux
données fonctionnelles [50, 135, 190, 201].

5.1 Algorithmes de tractographie

Les premiers algorithmes ont été développés à la fin des années 1990. Actuellement il en existe
beaucoup. Il existe des étapes communes aux différentes méthodes de tractographie. Il en existe trois
principales. La détermination du point source (« seed point ») qui est le point de départ de la
reconstruction des fibres et le type de données permettant de calculer la trajectoire. L’étape suivante
est celle de la construction de la fibre elle-même par un suivi de fibre qui comporte un point d’arrêt,
fonction de critères d’arrêt déterminés. La dernière étape est celle de la représentation graphique du
faisceau.

5.1.1 Méthodes déterministes

Ces méthodes reposent sur le fait que le tenseur de diffusion donne une direction principale de
diffusion en tout point du cerveau. Cette direction principale est celle du vecteur propre du tenseur
associé à la plus grande valeur propre. Ces méthodes reconstruisent, à partir d’un point source, les
fibres tout au long d’une trajectoire curviligne constituée de segments de droites qui représentent la
direction principale de diffusion dans un voxel. Elles sont déterministes, car elles suivent une direction
unique déterminée pas à pas (voxel par voxel).

65
La différence entre ces algorithmes déterministes réside dans la méthode de prise en compte de
l’information d’orientation du tenseur donnant la direction à suivre. Ce sont certaines de ces méthodes
que nous avons utilisées dans ce travail.
Ces algorithmes déterministes peuvent également être utilisés avec des méthodes multi-tensorielles,
permettant d’obtenir des vecteurs multiples au sein de chaque voxel. C’est par exemple l’ODF
(Orientation Distribution Function) [56].

5.1.1.1 Méthodes FACT (Fiber Assignment by Continuous Tracking)

Il s’agit de la méthode la plus simple et la première décrite [138]. Il faut d’abord estimer les tenseurs
aux voxels qui ne sont pas sur la grille discrète qui sert de support à l’image. Le tenseur est donc
interpolé. Au sein de chaque voxel, la direction principale est donnée par le vecteur propre principal.
Le pas est celui de la taille du voxel (1mm de côté) et la fibre est construite par des segments de droite
voxel par voxel (figure 5.1)

Figure 5.1 : Méthodes déterministes de tractographie d’après Mori [139]. L’astérisque est le point source ; les flèches grises et blanches
représentent la direction principale de diffusion au sein de chaque voxel ; la ligne continue représente la trajectoire de la fibre.

5.1.1.2 Méthodes par interpolation

A chaque pas, le tenseur est interpolé comme indiqué précédemment. La fibre, dont la trajectoire est
considérée comme curviligne, est reconstruite par la résolution d’une équation différentielle grâce à
des méthodes d’intégration numérique (Euler, Runge Kutta (RK)). Ces méthodes, dont sont issus les
noms de nos algorithmes de tractographie, ont été proposées par Conturo et al. [50] et Basser et al.
[16]. Le pas de progression est constant et la direction de la trajectoire est celle définie par le vecteur
principal du tenseur interpolé.

66
La méthode d’Euler permet de prédire la position des points tout au long de la trajectoire de la fibre. Il
s’agit de l’estimation de la trajectoire au point d’abscisse curviligne à partir de la pente de la tangente
en ce point (pente = direction principale). Cette méthode donne une bonne prédiction si le pas est petit
(0.05xdimension du voxel) [16], mais la déviation de la trajectoire obtenue est importante quand le pas
augmente (taille du voxel).
La méthode de RK établit une première estimation de la trajectoire qui est utilisée pour établir une
deuxième estimation, plus précise et ainsi de suite. Cela permet une plus grande régularité dans la
trajectoire de la courbe. Pour cette méthode, nous avons utilisés les ordres deuxième (RK2) et
quatrième (RK4). Cette méthode utilise plusieurs points pour calculer la trajectoire (2 points pour RK2
et 4 points pour RK4), c’est-à-dire le point d’origine (le premier étant le point source) puis 1 ou 3
points intermédiaires adjacents, dans l’entourage du point source. La méthode de RK d’ordre 1
correspond à la méthode d’Euler puisque la trajectoire n’est déterminée qu’à partir d’un seul point, le
point source.

5.1.1.3 Méthode TEND (TENsor Deflection) (figure 5.2)

La méthode TEND a été proposée par Lazar et al. [121] et elle utilise toute l’information contenue
dans le tenseur de diffusion pour déterminer la direction principale. Cette direction dépend du tenseur
de diffusion local. Cette méthode considère un vecteur entrant et un vecteur sortant ; le tenseur de
diffusion local dévie le vecteur entrant vers le vecteur propre principal en limitant l’angle de déviation
afin d’obtenir une trajectoire plus lisse.

Figure 5.2 : Représentation de la méthode TEND d’après Lazar [121]. Modification de la trajectoire du vecteur entrant (Vin) dévié par le
tenseur de diffusion local donnant un vecteur sortant (Vout).

Plusieurs cas sont possibles :

- La diffusion est très directionnelle et le vecteur sortant est dévié selon la direction du vecteur
propre principal
- La diffusion est isotrope et le vecteur entrant n’est presque pas modifié

67
 - Dans la situation intermédiaire le vecteur entrant est dévié en fonction des autres vecteurs
propres du tenseur.

5.1.2 Méthodes pseudo probabilistes et probabilistes

Les méthodes pseudo probabilistes ont été mises au point pour résoudre le problème des croisements
de fibres Ces méthodes donnent des cartes de connectivité en relation avec le point source. On obtient
un indice de connectivité entre deux régions.
Les méthodes probabilistes ont pour objectif d’établir une probabilité d’existence d’un faisceau entre
deux régions déterminées. Leur inconvénient principal est le temps de calcul qui ne permet pas de les
utiliser en routine clinique.
Ces méthodes ont été développées pour traiter le problème des régions de faible anisotropie impliquant
des trajectoires aberrantes10 ou des arrêts de fibre. La trajectoire de la fibre est déterminée par une
fonction de densité de probabilité. Au niveau de chaque voxel, l’orientation ayant une probabilité
maximale est celle qui est alignée avec le vecteur propre du tenseur [19, 79].

5.2 Initialisation et arrêt de la tractographie

5.2.1 Choix du point source

Il y a deux méthodes de choix du point d’initiation de la tractographie. Soit celui-ci est déterminé en
fonction de la connaissance anatomique du faisceau qui est à étudier (détermination de régions
d’intérêt (ROI)), soit tous les points de la substance blanche sont traités uniformément pour obtenir
tous les faisceaux et ensuite appliquer des ROI et faire une dissection virtuelle. Chaque point source
constitue le point de départ de la tractographie selon l’orientation du vecteur propre principal mais
dans les deux sens.
La figure 5.3 montre un exemple de ROI dont la segmentation est basée sur la connaissance
anatomique (A) ou une segmentation à partir de l’IRMf (paradigme d’activation moteur de la main).
La figure 5.4 montre les choix possibles de tractographie en fonction de l’utilisation de ces ROI.

10
Trajectoire inattendue de la fibre en fonction du faisceau étudié et de sa connaissance anatomique.

68
Figure 5.3 : Exemples de régions d’intérêt. A : ROI dans le mésencéphale, segmentée manuellement. B : ROI au niveau du cortex moteur,
segmentée à partir de l’IRMf.

Figure 5.4 : Intérêt théorique de la sélection de plusieurs ROI pour effectuer une tractographie, d’après Holodny [91]. En A, tractographie à
partir d’une ROI placée dans le gyrus pré-central. En B, tractographie à partir d’une ROI placée au niveau de la capsule interne. En C,
tractographie à partir des 2 ROI précédentes pouvant reconstruire le FCS.

69
5.2.2 Suivi de fibres

Nous avons déjà précisé que le point de départ est le point source et que la fibre est construite pas à
pas en suivant la direction calculée par le tenseur de diffusion (en fonction de l’algorithme choisi). Les
données de diffusion sont bruitées (bruit physiologique, bruit d’acquisition, de recalage…), et cela
implique une incertitude sur l’orientation exacte du vecteur propre principal. Une erreur
d’accumulation est possible au fur et à mesure des itérations. La longueur du pas d’avancement est
également un facteur d’erreur, et ce d’autant plus que celui-ci est grand.
Des algorithmes de tractographie que nous avons décrits précédemment, la méthode RK4 permet en
théorie de limiter le bruit, prenant en compte les données de diffusion de voisinage, surtout si le pas de
progression est grand [12, 16].
Pour toutes les méthodes par interpolation, le suivi de vecteur interpolé est moins sensible au bruit et
plus adapté aux images ayant une faible résolution spatiale. Mais si le bruit de l’image influence la
direction du vecteur propre principal, la diminution de la FA peut entraîner des trajectoires erronées
causées par une incertitude sur le vecteur propre principal.
Le suivi de fibres pour la méthode TEND est beaucoup moins sensible au bruit car elle utilise
l’intégralité du tenseur. Elle sous-estime la trajectoire dans les cas de trajet tortueux et peut être
combinée aux autres méthodes pour optimiser la trajectoire.

5.2.3 Critères d’arrêt

La reconstruction des fibres s’arrête lorsque l’algorithme ne permet plus de déterminer la direction du
vecteur propre principal. Les deux facteurs principaux sont la FA et l’angulation11 de la fibre (figure
5.5).
D’une part, lorsque le point courant12 se situe dans des zones de faible anisotropie la reconstruction est
arrêtée. D’autre part en fonction du seuil qui a été déterminé dans l’algorithme, il est possible d’arrêter
plus ou moins rapidement la construction de la fibre. En général, le seuil choisi de FA est de 0,2
(inférieur à 0,3) ; c’est un seuil optimal pour la tractographie, en particulier pour le FCS [117].
En ce qui concerne l’angulation, il s’agit d’un paramètre qui peut être déterminé pour guider
l’algorithme dans sa construction de fibre. En fonction de la forme et du trajet du faisceau que l’on
souhaite reconstruire, on adaptera l’angulation acceptée pour continuer la construction ou au contraire
l’arrêter. Il s’agit de l’angle entre la tangente à la fibre et la direction principale de diffusion du voxel
au point courant. Un angle de 45° est habituellement appliqué pour le FCS qui a une orientation plutôt
verticale.

11
Angle entre la tangente à la fibre et la direction indiquée au voxel en cours.
12
Un des points suivant le point source lors de la construction de la fibre en tractographie.

70
Figure 5.5 : Représentation graphique des critères d’arrêts des algorithmes de tractographie déterministes. La fibre s’arrête si sa courbure est
trop importante, c’est-à-dire, si l’angle formé entre deux segments successifs est supérieur à un seuil (ici 45°) ou si la valeur de FA est
inférieure à un seuil donné (ici 0,2), d’après [205].

Deux autres facteurs peuvent être employés pour limiter la reconstruction du faisceau. Il s’agit de
limiter la construction de faisceaux aberrants soit par un critère de taille déterminant une longueur
minimale ou maximale de la fibre en fonction de ce qu’on attend du faisceau étudié, soit en appliquant
une ROI d’arrêt en cas de passage de la fibre vers celle-ci. Il est possible de déterminer ce critère à
partir de la connaissance anatomique du faisceau étudié, de ses limites et de ses impossibilités de
trajectoire.

5.3 Limites de la tractographie

La reconstruction de fibres de substance blanche à partir du tenseur de diffusion présente des limites.
La première limite est liée aux zones de croisements au sein de la substance blanche, par exemple au
niveau de la corona radiata, où, nous l’avons vu, plusieurs faisceaux se croisent (« crossing ») ou
cheminent côte à côte (« kissing »). Au niveau d’un voxel, lorsque plusieurs fibres ont une direction
différente, le vecteur propre principal ne prend pas forcement la bonne direction. D’une part, on peut
se trouver dans la situation d’isotropie, le tenseur a alors une forme de sphère où il n’y a pas une plus
grande valeur propre et la construction de la fibre est arrêtée par absence de direction principale.
D’autre part, il peut y avoir la construction d’une fibre avec une trajectoire aberrante en raison d’un
vecteur propre principal ne correspondant pas au faisceau étudié [46], le tenseur a une forme de
disque, voire de sphère, en raison de plusieurs vecteur ayant la même valeur propre sans qu’on puisse
déterminer la bonne direction. Des études ont tenté de résoudre le problème des croisements
notamment en développant des modèles multidirectionnels [167, 217].

71
Les algorithmes déterministes trouvent rapidement leurs limites dans ces zones de croisements, étant
plus sensibles au bruit et aux multiples fibres dans le même voxel. C’est moins le cas pour les
méthodes de type TEND.

Les techniques probabilistes sont moins sensibles au bruit, à la résolution angulaire et aux zones de
croisement [183], mais elles ont d’autres limites propres comme la détermination de trajectoires
réalistes (conforme à la réalité anatomique) et surtout un temps de calcul très long qui les rend
difficilement manipulable.

D’autres limites ont été mises en évidence comme la déviation progressive de la trajectoire des
faisceaux lors des itérations successives [45, 46].
Les différents algorithmes peuvent générer des fibres différentes, ce qui limite leur comparaison [45,
46] de même que la modification des paramètres de tractographie (FA, angulation) [117]. La
détermination du point source (ou de la région source) et des ROI influencent également les
reconstructions de fibres [86]. L’utilisation de logiciels de tractographie ou d’ordinateurs différents
peuvent également être à l’origine de différences entre les faisceaux reconstruits [45].
Nous avons déjà évoqué le bruit des images de diffusion et le différentiel entre la structure étudiée (le
neurone) et la résolution spatiale des images de diffusion à l’origine d’artefacts et de manque de
précision dans les trajectoires [46, 124].
Une dernière limite de ces méthodes, liée aux algorithmes eux-mêmes est l’absence de sens dans la
construction des fibres. En effet la tractographie est réalisée entre 2 ROI en général (voire plus)
indépendamment du sens de l’influx nerveux, ce qui pourrait résoudre un bon nombre de conflits
d’orientation dans les zones de croisement si le sens de l’influx nerveux était pris en compte [99].
Malgré toutes ces limites, les algorithmes déterministes sont très utilisés dans le domaine scientifique
et surtout dans le domaine médical puisque ce sont principalement les méthodes actuellement
disponibles sur les imageurs pour les activités cliniques. Il y a là un grand intérêt à les étudier pour
établir leur réalité et leur précision anatomique. C’est notamment par ces méthodes que les faisceaux
ont été cartographiés en tractographie [10, 50, 217].

5.4 Conclusion

La tractographie est une méthode de construction de fibres à partir d’un modèle de diffusion comme le
DTI que nous avons développé ci-dessus. Chaque algorithme de tractographie permet une construction
unique de fibres pas à pas, c’est-à-dire de voxel en voxel, en fonction de la direction principale donnée
par le modèle diffusion. La construction des faisceaux de fibre dépend donc de l’algorithme de
tractographie mais également du modèle de diffusion qui lui-même est influencé par l’imagerie de
diffusion (type d’acquisition, nombre de gradients de diffusion). Les algorithmes déterministes de
tractographie sont actuellement les seuls à être compatible avec l’utilisation en routine clinique.

72
 Seconde partie

Contribution

73
74
Chapitre 6
Comparaison de 4 algorithmes de tractographie
pour une utilisation en pratique clinique

6.1 Introduction

Le DTI permet d’étudier les faisceaux de fibres blanches et la tractographie (suivi de fibres) en
représente une visualisation graphique. Si l’étude in vivo de la substance blanche du système nerveux
est fondamentale et a des applications cliniques dans toutes les pathologies du système nerveux [44,
140, 175], il se pose la question de la fiabilité et de la validation des images fournies aux praticiens
pour une utilisation en clinique. La tractographie donne des résultats variables d’un algorithme à
l’autre, il s’agit d’une des limites entravant sa fiabilité. Les limites décrites dans la littérature
concernent l’acquisition des données IRM, les modèles de diffusion, les algorithmes de tractographie,
la visualisation des fibres reconstruites. La qualité de la tractographie varie également en fonction des
faisceaux étudiés et de l’emplacement des ROI. Certains auteurs ont étudié la reproductibilité du
nombre de directions de diffusion lors de l’acquisition des images [88, 188], de certains algorithmes
de suivi de fibres [47, 88, 188] et des ROI [88]. D’autres ont étudié la variabilité liée à l’emplacement
et au nombre de ROI [175, 197], pour essayer de dégager des méthodes fiables en utilisation clinique.
L’objectif de notre étude était de comparer 4 algorithmes utilisés en pratique clinique, disponibles sur
les consoles des constructeurs. Nous avons souhaité déterminer l’algorithme correspondant le plus à la
réalité qu’attend le praticien en pratique clinique. Nous avons choisi d’étudier le FCS qui est le
faisceau de fibres blanches véhiculant la motricité volontaire et dont l’atteinte a un impact clinique
majeur pouvant causer une hémiplégie. Nous avons fait, d’une part une évaluation quantitative en
réalisant des mesures de nombres de fibres et de volumes ROI, et d’autre part une évaluation
qualitative par une étude comparative entre des experts neuroradiologues.

6.2 Matériel

6.2.1 Sujets

Quinze volontaires sains droitiers ont été étudiés (10 hommes et 5 femmes). Ils n’avaient aucun signe
clinique de maladie neurologique et n’avaient aucun antécédent de troubles neurologiques. L’âge des
sujets de notre population allait de 22 à 46 ans avec une moyenne de 30,8 ans.

75
Chaque sujet a réalisé un test de latéralité manuelle pour confirmer qu’il était droitier. Cette latéralité a
été déterminée en utilisant le test (cf annexe) élaboré par Dellatolas [54] issu des travaux d’Annett [8]
et Oldfield [151], adapté à la population française indemne de pathologie neurologique.

6.2.2 Acquisition des données IRM

Une IRM encéphalique a été réalisée pour chaque sujet sur un système Philips Achieva 3T (Philips
Medical Systems, Best, The Netherlands) utilisant une antenne « tête » en réseau phasé à 8 canaux
comme antenne réceptrice et une antenne « corps » comme antenne émettrice.
Les sujets ont été placés en décubitus dorsal, la tête positionnée dans l’antenne avec un maintien
bitemporal.

Le protocole d’imagerie était le suivant :

- Séquence morphologique 3D T1 isotrope haute résolution : une image en séquence 3D T1
en écho de gradient (EG) a été acquise dans le plan sagittal. Les paramètres étaient les
suivants : volume de 184 coupes de 1 mm, champ de vue (Field of View FOV) de 256 x 256
mm, matrice d’acquisition : 256 x 256, taille du voxel : 1 x 1 x 1 mm3, TE / TR / Angle de
bascule : 4,6 ms / 9,9 ms / 8°, facteur SENSE (imagerie parallèle) : 2. La durée de la séquence
était de 3mn53s.

- Séquences fonctionnelles BOLD motrices : acquisition d’images en utilisant 2 séquences en

imagerie écho-planaire (echo-planar imaging) (EPI) en EG, en utilisant le principe « BOLD ».
Les paramètres étaient les suivants : 24 coupes axiales parallèles à CA-CP13 de 4 mm
d’épaisseur, FOV : 230 mm, matrice d’acquisition : 80 x 80, matrice reconstruite après
interpolation : 128 x 128, taille du voxel reconstruit : 1,8 x 1,8 x 4 mm3, TE / TR / Angle de
bascule : 35 ms / 3000 ms / 90°. L’acquisition du volume de 24 coupes a été répétée 62 fois.
La durée totale de la séquence était de 3mn12s.
Le paradigme d’activation moteur était périodique de type ON/OFF. Chaque période de 60
secondes consistait en une phase d’activation avec ouverture et fermeture de la main et
opposition du pouce (30 secondes), suivie d’une phase de repos (30 secondes). Après une
phase de stabilisation du signal pendant l’acquisition des deux premiers volumes de 24 coupes
(6 s), trois périodes (repos / activation) ont été réalisées, en débutant par une phase de repos.
Deux acquisitions fonctionnelles motrices ont été effectuées, l’une pour la main droite et
l’autre pour la main gauche.

13
CA : commissure antérieure ; CP : commissure postérieure. Sur le plan sagittal médian ces deux points de repère reliés par une ligne
permettent d’avoir le plan axial de référence passant par cette ligne et orthogonale au plan sagittal médian. C’est le plan de référence décrit
par Talairach et Tournoux [187].

76
 - Séquence en tenseur de diffusion : l’acquisition a été réalisée dans le plan axial CA-CP avec
une séquence EPI en Spin Echo Stejskal Tanner combinée à de l’imagerie parallèle de type
SENSE. Les gradients de diffusion ont été appliqués dans 15 directions avec b= 800 s/mm2.
Les paramètres étaient les suivants : 60 coupes de 2 mm, FOV : 256 mm, matrice
d’acquisition et de reconstruction : 128 x 128, taille du voxel reconstruit : 2 x 2 x 2 mm3, TE /
TR / Angle de bascule: 64 ms / 10000 ms / 90°, facteur SENSE : 3. La durée de la séquence
était de 6mn12s.

6.3 Méthodes

6.3.1 Traitement des données

6.3.1.1 IRM morphologique

L’IRM pondérée T1 a été utilisée comme IRM morphologique dans les 3 plans de l’espace pour
repérer les structures anatomiques. Cette IRM a été utilisée pour la segmentation des ROI et pour la
visualisation des tractographies après les fusions d’images (IRM morphologique, fonctionnelle et
tractographie).

6.3.1.2 IRM fonctionnelle

L’analyse statistique des images a été réalisée à l’aide du logiciel SPM5 (statistical parametrical
mapping SPM5 / Wellcome Department of Neurology, Institute of Neurology, London) sous Matlab
(version 2007) (The Mathworks inc). Les 62 volumes de 24 coupes ont été réalignés automatiquement
avec le premier volume acquis afin de corriger les mouvements éventuels de la tête. Les volumes de
chaque sujet ont été lissés (fenêtre de lissage : 6x6x6). Les variations du signal ont été analysées
statistiquement afin de comparer l’activité cérébrale au stimulus [66]. Les images anatomiques et
fonctionnelles ont été normalisées et recalées non linéairement afin de les fusionner pour déterminer
des ROI. Chaque volume d’images a été vérifié visuellement pour s’assurer de la qualité du recalage,
afin de pouvoir passer à l’étape suivante.

6.3.1.3 IRM en tenseur de diffusion

Le post-traitement a inclus une correction des distorsions dues aux courants de Foucault induits par les
gradients de diffusion. Pour remédier à ce problème, chacune des images pondérées en diffusion a été
recalée sur l’image EPI non pondérée (b=0 s/mm2) [206]. Pour chaque voxel, le tenseur de diffusion a
été estimé par régression linéaire [63]. Le tenseur étant une matrice (3x3) symétrique définie positive,

77
il est diagonalisable et ses trois valeurs propres sont strictement positives. La direction principale de
diffusion est celle du vecteur propre associé à la plus grande valeur propre du tenseur. Nous avons
ensuite calculé trois invariants : la FA, la MD et le CPT.

6.3.1.4 Tractographies

Les tractographies ont été réalisées sur les 15 sujets du côté droit et du côté gauche. Les 4 algorithmes
utilisés étaient ceux décrits au chapitre 5 : Euler, RK2, RK4 et TEND.

6.3.1.5 Segmentation des ROI

Pour réaliser les tractographies, nous avons choisi d’utiliser des ROI multiples, une dite supérieure (au
niveau du cortex cérébral), une autre dite inférieure (au niveau du mésencéphale) et une troisième dite
d’exclusion (plan sagittal médian).
Pour segmenter la ROI supérieure, nous avons utilisé les données de l’IRMf. Après que les images
morphologiques et fonctionnelles ont été recalées et fusionnées, nous avons segmenté le volume
d’activation correspondant à l’activation corticale de la motricité volontaire de la main controlatérale.
Le repère anatomique du sillon central était effectué par la méthode décrite par Yousry et al. [214] en
positionnant un pointeur sur « l’omega » (Ω) décrit par cet auteur. Il existe des variations anatomiques
de cette région que nous avons prises en compte [40]. Nous avons ensuite utilisé un algorithme de
segmentation utilisant la méthode du plus proche voisin. Cette méthode a permis d’une part de
supprimer les activations inutiles dans notre étude (par exemple les activations cérébelleuses), d’autre
part de limiter les volumes d’activation au niveau du cortex (frontal essentiellement), mais en
respectant néanmoins les activations motrices propres à chaque sujet [134] (figure 6.1).

78
Figure 6.1 : Segmentation de la ROI supérieure. En haut : résultat de l’activation fonctionnelle de la motricité de la main, issue de SPM5. Au
milieu : sélection de la zone corticale en rapport avec la motricité de la main, en concordance avec l’activation fonctionnelle. En bas : ROI

segmentée, centrée sur l’omega d’après Yousry [214].

Pour déterminer la ROI inférieure, nous avons utilisé une méthode de segmentation manuelle utilisant
notre connaissance anatomique. Nous avons choisi la région du mésencéphale pour cette segmentation
manuelle. Cette ROI englobait la partie antérieure du pédoncule cérébral (crus cerebri) en avant du
locus niger (figure 6.2).

79
Figure 6.2 : Segmentation manuelle de la ROI inférieure dans la partie antérieure du pédoncule cérébral (mésencéphale).

Nous avons également considéré une troisième ROI représentée par le plan sagittal médian, qui était
considérée comme une zone d’interdiction de passage des fibres d’un côté à l’autre, c’est-à-dire une
zone d’exclusion.
La segmentation manuelle des ROI a été faite à l’aide du logiciel Anatomist (Brain VISA / Anatomist
version 3.0.2).

6.3.1.6 Reconstruction du FCS par tractographie

Les tractographies ont été réalisées en appliquant les 4 algorithmes et en utilisant les ROI décrites
précédemment, c’est-à-dire toutes les fibres passant par les ROI supérieure et inférieure et ne
franchissant pas le plan médian. Pour les 4 algorithmes, le seuil de FA était fixé à 0,2 et l’angle de
déviation maximum à 45°.

6.3.2 Evaluation

Avant de réaliser le recueil des données en vue d’une analyse, chaque tractographie a été vérifiée
visuellement afin de s’assurer de la cohérence du résultat (figure 6.3).

80
Figure 6.3 : Etape de vérification des tractographies. A gauche : exemple d’erreur de l’orientation des images fusionnées. A droite : exemple
de nombreux trajets aberrants ne permettant pas d’analyse (mauvais placement de ROI).

6.3.2.1 Evaluation quantitative

Les données recueillies étaient le volume des ROI supérieures et le nombre de fibres générées par
chaque algorithme du côté droit et du côté gauche.

6.3.2.2 Evaluation qualitative

La méthode choisie pour l’évaluation qualitative est la comparaison d’avis d’experts. Pour cela, deux
neuroradiologues experts ont analysé les tractographies issues des 4 algorithmes afin de les classer.
Les tractographies qui leur étaient présentées étaient fusionnées sur l’IRM T1 morphologique sans
qu’ils puissent voir les ROI. Les experts avaient la possibilité d’analyser les faisceaux de fibres
présentés dans les 3 plans de l’espace. Pour identifier les meilleures tractographies, les experts
devaient d’une part faire un classement à droite et à gauche en 3 groupes (tableau 6.1), d’autre part
faire un classement global des 4 algorithmes de 1 à 4, pour chaque sujet. La question qui leur était
posée était : « Le faisceau de fibre blanche que vous visualisez est-il conforme à ce qu’un
neuroradiologue attend du FCS issu de la région de la main ? » après que ces deux experts eurent été
informés de la modalité de réalisation des tractographies, sans connaître les algorithmes (figure 6.4).

81
Tableau 6.1 : Classement en 3 groupes des algorithmes de tractographie.

0 Insatisfaisant
1 Satisfaisant
2 Bien

Figure 6.4 : Exemple de reconstruction de fibres visualisée par les experts neuroradiologues. Les tractographies pouvaient être visualisées
dans les 3 plans de l’espace, sans connaître l’algorithme. En haut : algorithme d’Euler, en bas : algorithme RK2. En bleu, faisceau en rapport
avec la main droite, en rouge faisceau en rapport avec la main gauche.

6.3.3 Analyse statistique

L’analyse statistique a été faite par le test t de Student pour ce qui concerne la comparaison du nombre
de fibres et du volume des ROI. Le test de concordance Kappa a été utilisé pour comparer les analyses
des experts. Le résultat de ce test statistique, adapté à l’interprétation radiologique, a été décrit par
Blum et al. en 1995 [23] et est donné en valeur de concordance (tableau 6.2).

82
Tableau 6.2 : Valeur de concordance du test Kappa, d’après Blum [23]

Valeur de la concordance Valeur du Kappa

Excellente 1-0,81
Bonne 0,80-0,61
Moyenne 0,60-0,41
Faible 0,40-0,21
Négligeable 0,20-0
Mauvaise <0

Le classement général des 4 algorithmes a été fait à l’aide d’une méthode de classification récursive
(classification tenant compte des meilleures réponses parmi les résultats restants, excluant les réponses
précédemment classées).

6.4 Résultats

6.4.1 Aspect quantitatif

Le volume des ROI et le nombre de fibres de chaque côté pour tous nos sujets sont résumés dans le
tableau 6.3. Il n’a pas été mis en évidence de différence significative (p=0,83) concernant le volume
moyen des ROI entre le côté droit (moyenne : 20446,6 mm3, +/- 15448,7) et le côté gauche (19301,9
mm3, +/-14678). Pour le nombre total de fibres construites par les algorithmes, seules les méthodes
RK4 et TEND n’ont pas montré de différence significative (p=0,58). On peut noter qu’il y a beaucoup
plus de fibres pour la méthode d’Euler (moyenne : 500.5 +/-388,8) que pour les autres méthodes, RK2
(moyenne : 205,7 +/-180,4), RK4 (moyenne : 185,1 +/-162,3), TEND (moyenne : 182,8 +/-160,2).

83
Tableau 6.3 : Résultats quantitatifs, volumes des ROI supérieures (mm3) et nombre de fibres pour chaque algorithme, valeur de p (test de
Student) pour la comparaison des ROI et des algorithmes 2 par 2 (a). Valeur de p prenant en compte les fibres à droite et à gauche comme un
ensemble pour chaque algorithme (2x 15 sujets) (b).

sujets Volumes des ROI

droit gauche
1 11418 34339
2 13199 17914
3 18094 570
4 5450 8653
5 64991 14706
6 11764 23780
7 8042 12943
8 37227 4661
9 12367 11734
10 9284 22182
11 25755 19876
12 40297 48815
13 19418 50279
14 10162 700
15 19231 18376

sujets EULER RK2 RK4 TEND

droit gauche droit gauche droit gauche droit gauche
1 132 625 68 259 74 263 67 257
2 261 310 162 404 160 358 152 341
3 1024 814 338 73 288 65 263 60
4 28 154 7 163 11 116 7 159
5 1389 370 203 447 179 368 171 422
6 55 785 8 234 9 192 4 214
7 147 114 146 89 143 73 130 69
8 1034 176 395 0 359 2 385 2
9 1107 332 405 42 372 32 344 37
10 252 351 1 59 1 49 0 56
11 937 314 446 88 407 63 359 75
12 1067 734 322 475 263 432 291 455
13 611 1074 243 748 252 685 220 649
14 221 13 67 60 73 65 66 62
15 278 305 132 86 110 88 86 80

euler/rk2 euler/rk4 euler/TEND rk2/rk4 rk2/TEND rk4/TEND

droite valeur de p 1,09E-03 1,12E-03 8,85E-04 1,56E-02 2,95E-03 6,34E-02
gauche valeur de p 3,14E-03 1,17E-03 1,69E-03 2,64E-03 1,63E-02 3,40E-01

(a)

84
 sujets côté EULER RK2 RK4 TEND
1 d 132 68 74 67
2 d 261 162 160 152
3 d 1024 338 288 263
4 d 28 7 11 7
5 d 1389 203 179 171
6 d 55 8 9 4
7 d 147 146 143 130
8 d 1034 395 359 385
9 d 1107 405 372 344
10 d 252 1 1 0
11 d 937 446 407 359
12 d 1067 322 263 291
13 d 611 243 252 220
14 d 221 67 73 66
15 d 278 132 110 86
1 g 625 259 263 257
2 g 310 404 358 341
3 g 814 73 65 60
4 g 154 163 116 159
5 g 370 447 368 422
6 g 785 234 192 214
7 g 114 89 73 69
8 g 176 0 2 2
9 g 332 42 32 37
10 g 351 59 49 56
11 g 314 88 63 75
12 g 734 475 432 455
13 g 1074 748 685 649
14 g 13 60 65 62
15 g 305 86 88 80

euler/rk2 euler/rk4 euler/TEND rk2/rk4 rk2/TEND rk4/TEND

valeur de p 1,1404E-05 5,6439E-06 5,9501E-06 8,5584E-05 9,5737E-05 0,58114787

(b)

6.4.2 Aspect qualitatif

Des fibres n’ont pas été visualisées dans tous les cas. Pour 2 sujets, il n’y avait pas de fibre pour un
côté et un algorithme (sujet 8, côté gauche avec RK2 ; sujet 10, côté droit pour TEND). Le nombre de
fibres était différent selon les sujets. La fusion entre T1 morphologique, ROI et tractographie a permis
de constater un point commun à l’ensemble des données : l’absence de représentation de fibres dans la
partie ventro-latérale des ROI supérieures (figure 6.5).

85
Figure 6.5 : Résultat des tractographies, montrant une absence de fibres au niveau de la partie ventro-latérale de la ROI supérieure ; fusion
d’image T1 morphologique, ROI supérieure (en blanc), tractographie (en bleu). Les différents algorithmes sont représentés : Euler (coupe
coronale en A, coupe axiale en B), RK2 (coupe coronale en C), RK4 (coupe coronale en D), TEND, (coupe coronale en E, coupe axiale en
F).

La comparaison entre experts est résumée dans le tableau 4. Nous n’avons pas obtenu de valeur de
concordance forte entre les 4 algorithmes. Des valeurs de concordance faible ont été obtenues pour
l’algorithme RK2 (tableau 6.5), en combinant les réponses 1 et 2 du tableau 1, c’est-à-dire par une
transformation binaire des résultats (« 0 » versus « 1 » ou « 2 »).

86
Tableau 6.4 : Résultat du classement par expert (Exp) pour chaque côté et pour chaque algorithme selon le tableau 6.1.

Algorithme Euler RK2

Expert Exp1  Exp2  Exp1  Exp2 
Coté d g d g d g d g
sujet 1  1 1 2 1 2 2 2 2
sujet 2 1 0 2 2 1 2 2 2
sujet 3 2 2 1 0 2 1 1 1
sujet 4 1 2 2 2 0 0 1 0
sujet 5 0 2 0 2 1 1 1 2
sujet 6 1 2 1 1 0 2 1 1
sujet 7 2 0 2 1 2 0 0 2
sujet 8 0 0 0 1 2 0 1 0
sujet 9 2 1 0 0 2 2 0 0
sujet 10 2 2 0 1 0 2 0 2
sujet 11 2 0 0 0 1 2 0 0
sujet 12 2 2 0 0 2 2 0 1
sujet 13 2 1 1 0 2 0 2 0
sujet 14 0 0 0 1 1 0 2 2
sujet 15 2 2 0 0 2 2 0 1

Algorithme RK4 Tend

Expert Exp1  Exp2  Exp1  Exp2 
Coté d g d g d g d g
sujet 1  2 2 0 0 2 2 1 2
sujet 2 2 2 1 1 2 2 1 2
sujet 3 2 0 1 1 2 0 2 2
sujet 4 0 0 1 1 0 0 1 0
sujet 5 0 1 2 2 2 2 1 2
sujet 6 0 2 0 1 0 1 1 2
sujet 7 2 0 0 2 2 0 0 2
sujet 8 2 0 0 1 2 0 0 1
sujet 9 2 0 0 0 2 0 0 2
sujet 10 0 2 0 2 0 1 0 2
sujet 11 0 1 0 1 2 0 0 1
sujet 12 2 2 0 0 1 2 1 0
sujet 13 2 0 0 0 2 0 2 0
sujet 14 2 0 2 2 2 0 2 0
sujet 15 2 2 0 1 2 2 0 1

87
Tableau 6.5 : Résultats du test de concordance Kappa. « 1 vs 2 » : expert 1 versus expert 2. Le jugement binaire considère une combinaison
des réponses 1 et 2, le test Kappa a donc comme réponse possible oui ou non à la question posée à l’expert. La plus grande valeur est 0,4, ce
qui correspond à une faible concordance entre les deux experts pour l’algorithme RK2.

Algorithme Comparaison Kappa borne inf (2,5%) borne sup (97,5%)

D : 1 vs 2 0,03 -0,33 0,45
D : 1 vs 2 (jugement binaire : 0 vs 1ou2) 0,36 0 0,74
Euler
G : 1 vs 2 -0,06 -0,49 0,42
G : 1 vs 2 (jugement binaire : 0 vs 1ou2) -0,29 -0,67 0,18
D : 1 vs 2 -0,03 -0,33 0,48
D : 1 vs 2 (jugement binaire : 0 vs 1ou2) -0,06 -0,39 0,47
RK2
G : 1 vs 2 0,15 -0,38 0,66
G : 1 vs 2 (jugement binaire : 0 vs 1ou2) 0,4 -0,2 0,84
D : 1 vs 2 -0,08 -0,46 0,19
D : 1 vs 2 (jugement binaire : 0 vs 1ou2) -0,08 -0,51 0,31
RK4
G : 1 vs 2 -0,1 -0,54 0,37
G : 1 vs 2 (jugement binaire : 0 vs 1ou2) 0,04 -0,42 0,53
D : 1 vs 2 0,05 -0,16 0,52
D : 1 vs 2 (jugement binaire : 0 vs 1ou2) -0,06 -0,43 0,41
TEND
G : 1 vs 2 0,21 -0,23 0,61
G : 1 vs 2 (jugement binaire : 0 vs 1ou2) 0,22 -0,18 0,66

Le classement général a permis d’ordonner les 4 algorithmes, donnant RK2 comme l’algorithme ayant
donné le plus souvent la meilleure visualisation graphique du FCS pour chaque sujet (tableau 6.6).

88
Tableau 6.6 : Résultats de la classification générale des algorithmes par préférence de chaque expert. Une classification récursive permet de
définir un ordre général de préférence RK2 puis Euler, puis RK4, puis TEND.

sujets experts Euler RK2 RK4 TEND

1 4 1 2 3
sujet 1 
2 3 1 4 2
1 4 1 3 2
sujet 2
2 2 1 3 4
1 1 2 4 4
sujet 3
2 4 2 3 1
1 1 2 4 4
sujet 4
2 1 3 2 4
1 3 2 4 1
sujet 5
2 4 2 1 3
1 1 2 3 4
sujet 6
2 2 3 4 1
1 4 1 4 4
sujet 7
2 1 3 2 4
1 4 1 2 3
sujet 8
2 4 3 1 2
1 2 1 4 4
sujet 9
2 4 2 4 1
1 1 2 2 4
sujet 10
2 4 3 1 2
1 2 1 4 2
sujet 11
2 4 4 2 1
1 1 2 3 4
sujet 12
2 4 2 4 1
1 1 2 4 4
sujet 13
2 3 1 4 2
1 4 3 2 1
sujet 14
2 4 1 2 3
1 4 2 1 3
sujet 15
2 4 2 1 3

89
Parmi : Euler, RK2, RK4, TEND
Proportions d'observations où l’algorithme est le meilleur :
8(26,7%) 10(33,3%) 5(16,7%) 7(23,3%)
Meilleur algorithme : RK2

Parmi : Euler, RK4, TEND

Proportions d'observations où l’algorithme est le meilleur :
12(40%) 8(26,7%) 10(33,3%)
Meilleur algorithme : Euler

Parmi : RK4, TEND

Proportions d'observations où l’algorithme est le meilleur :
19(63,3%) 11(36,7%)
Meilleur algorithme : RK4

Classification retenue par ordre de préférence :

RK2, Euler, RK4, TEND

6.5 Discussion

Le but de cette étude était d’évaluer 4 algorithmes de tractographie déterministes qui sont utilisés en
routine clinique. Cette évaluation a consisté en une comparaison avec la connaissance anatomique de
neuroradiologues experts. Les résultats obtenus ne permettent pas de dégager clairement un algorithme
ayant un rendu graphique proche de l’anatomie connue du FCS. Nous avons seulement obtenu une
faible concordance avec un test Kappa (0,4) pour un seul côté et avec un seul algorithme (RK2).
Plusieurs algorithmes de tractographie déterministes ont été décrits, mais il n’y a pas de consensus sur
celui (ou ceux) qui pourrai(en)t être le(s) plus adapté(s) à la pratique clinique [16, 46, 50, 84, 121,
138]. L’absence de concordance forte entre les deux experts neuroradiologues peut être expliquée par
le manque de fiabilité des algorithmes vis-à-vis de la reconstruction du FCS. Actuellement, ce sont ces
algorithmes qui sont utilisés dans les imageurs disponibles pour l’utilisation clinique et qui donnent
aux praticiens des indications anatomiques ou pathologiques pour une aide à la prise de décision.
La tractographie déterministe a des limites qui sont décrites dans la littérature. Nous pouvons en
retenir certaines qui permettent d’expliquer l’absence de corrélation entre l’anatomie du FCS et de sa
représentation obtenue en tractographie, mais également la faible concordance entre experts.
Le calcul et l’estimation du tenseur peuvent donner des directions de fibres variables (trajectoire que
nous n’attendons pas) [45, 46], surtout lorsqu’il s’agit, comme ici, d’une méthode mono-tensorielle.
Cette variabilité est également due aux paramètres de reconstruction des fibres, notamment la FA et la

90
contrainte d’angulation [117], qui sont des critères d’arrêt du suivi de fibres. De même, le choix du
point source (« seed point »), qui est le point d’initialisation d’une fibre, influence la construction de la
fibre et donc du faisceau de fibres si on considère les ROI comme point de départ de la tractographie
(ensemble de points sources).
L’une d’entre elles concerne les artéfacts des images de diffusion [124] lors de leurs acquisitions. Les
séquences EPI ont des distorsions géométriques importantes liées aux courants de Foucault [137], qui
sont diminuées grâce à l’acquisition avec l’imagerie parallèle (SENSE) [13]. La résolution de l’image
de diffusion (taille du voxel 2x2x2 mm3) et la micro-structure étudiée (la cellule nerveuse, µm) sont à
des échelles de tailles différentes [99]. Cela explique un certain nombre d’erreurs de reconstruction des
fibres d’où le manque de précision de la tractographie [46]. En effet, dans un voxel passe un grand
nombre d’axones qui peuvent avoir des directions différentes.
Bien que par définition les algorithmes déterministes donnent toujours le même résultat, leur
reproductibilité est variable [188]. Le nombre de directions de diffusion est décrit comme influençant
la reproductibilité des faisceaux de fibres construits [101, 180]. Ainsi l’estimation du tenseur, pour une
acquisition d’images avec 15 ou 32 directions, est moins sensible aux bruits que lorsqu’il y a 6
directions. L’augmentation du nombre de directions permettrait de construire plus de fibres dans
chaque faisceau [188]. Pour certains auteurs [193, 199], il est nécessaire d’augmenter le nombre de
directions pour optimiser la qualité et la fiabilité du tenseur et du suivi de fibres, surtout pour les
méthodes mono-tensorielles comme celles que nous avons utilisées dans ce travail. Certains auteurs
[34, 45] ont décrit des résultats différents lors de l’implémentation du même algorithme déterministe.

Le sens des fibres n’est pas déterminé. En effet la tractographie donne une direction à la fibre et non
un sens, comme le sens de l’influx nerveux. Cette information pourrait résoudre certains trajets
aberrants de fibres [99]. La limite majeure de ces techniques se situe dans les zones de croisements ou
d’accolements (« crossing » et « kissing » des anglosaxons) qui donnent lieu à une perte d’information
ou à une fausse information. Ainsi le trajet de la fibre est interrompu ou est inattendu (fibres
aberrantes) [46], l’information de sens pourrait aider à la décision de poursuivre, ou pas, ce trajet.
Beaucoup d’études ont essayé de résoudre ces conflits d’orientation de fibres [167, 217] et ce sont les
méthodes multi-tensorielles qui semblent donner les meilleurs résultats, lorsqu’il y a peu de directions
lors de l’acquisition [64, 211, 217], permettant de prendre en compte plusieurs orientations au sein
d’un seul voxel.
Nous avons choisi d’utiliser une ROI issue de données fonctionnelles. Cela a l’avantage en théorie de
donner une information fonctionnelle aux fibres construites. D’une part, les données fonctionnelles de
la motricité de la main dépassent le gyrus pré-central [214]. D’autre part, on constate une absence de
fibre dans la partie ventro-latérale de la ROI supérieure, et ce d’autant plus qu’elle est grande et
latéralisée. Cette partie de la ROI est celle qui se trouve en rapport avec les zones de croisements de la
corona radiata, et c’est précisément dans cette zone que la motricité de la main se situe. Dans la corona

91
radiata se croisent essentiellement le FCS, le faisceau longitudinal supérieur, le corps calleux, les
fibres en « U » et le faisceau arqué.
Comme il existe une différence de représentation des fibres sur cette ROI en fonction des algorithmes
utilisés, les faisceaux de fibres construits n’ont pas la même valeur en termes d’analyse qualitative.
L’algorithme donnant le plus grand nombre de fibres, et notamment dans la partie ventro-latérale de la
ROI, construit vraisemblablement plus de fibres aberrantes (Euler). Les autres algorithmes
construisent des faisceaux plus compacts, avec moins de fibres, mais procurent a priori une
information de meilleure qualité mais avec un manque d’information (zones de non-génération de
fibres). On peut néanmoins remarquer que l’algorithme qui semble le plus performant sur le plan
mathématique, TEND [121], est classé en dernière position de notre étude. Cela nous laisse penser que
la bonne position des fibres et leur nombre, pour décrire le FCS, sont des éléments importants pour le
jugement de la qualité de construction des fibres. Il faut que les fibres soient bien placées mais
également suffisamment nombreuses. Cet aspect de la tractographie est à rapprocher des données de
notre étude. En effet, nous ne dégageons pas clairement un algorithme vraiment plus performant (test
Kappa de faible concordance) mais ce sont les faisceaux les plus compacts, obtenus avec les 3 autres
méthodes, qui semblent ressembler le plus à l’anatomie connue.

A notre connaissance, aucune corrélation anatomo-radiologique n’a été faite en terme d’étude
comparative par des neuroradiologues. Une validation est essentielle pour une utilisation clinique des
faisceaux de fibres obtenus par les méthodes de tractographie. La validation théorique des modèles de
DTI peut se faire par l’expérimentation animale. Par exemple Lin et al. [132] ont réalisé une validation
de la tractographie des voies optiques de rat, en injectant du manganèse dans le vitré puis en réalisant
une IRM après quelques heures. Ils en conclurent l’intérêt de leur méthode en comparaison avec les
études histologiques. La validation sur fantômes de faire des études de reproductibilité ou de
comparaison entre les algorithmes. Cheng et al. [43] ont fait une validation d’une méthode de
tractographie qu’ils ont développé en utilisant deux fantômes synthétiques différents et 16 sujets
volontaires. Cela leur a permis de faire une validation théorique et anatomique de leur algorithme avec
un algorithme couramment utilisé. Fillard et al. [64] ont réalisé une validation sur un fantôme de 10
algorithmes afin de comparer leurs performances et leur reproductibilité. La validation anatomique est
possible par une comparaison avec des dissections post-mortem de cerveaux. Fernandez-Miranda et al.
[61] ont étudié 15 cadavres par la dissection des fibres blanches, et, 200 patients et cinq sujets sains en
tractographie. Ils ont conclu à la complémentarité des techniques pour l’étude anatomiques de tous les
faisceaux de fibres blanches, mais également l’intérêt de la tractographie dans la chirurgie guidée par
l’image. Lawes et al. [120] ont établi un atlas permettant de comparer les faisceaux de fibres blanches
en tractographie (15 sujets) et les dissections sur cadavres (nombre non précisé). Cela leur a permis de
constater la similarité entre les deux techniques d’étude mais également les erreurs similaires dans la
construction (par dissection ou par tractographie) des faisceaux de fibres blanches. Cependant ces

92
dissections ne comparent pas encore les sujets qui ont été préalablement étudiés par des méthodes de
tractographie. De plus, les dissections permettent de faire un suivi de fibres in vitro sans avoir la
certitude quant à leur rôle fonctionnel.

6.6 Conclusion

En conclusion, nous estimons que l’anatomie du FCS issu de la motricité de la main n’est pas
réellement retrouvée avec les algorithmes que nous avons utilisés, et que la construction des faisceaux
recouvrant plus les ROI (ici la ROI supérieure) implique la création de fibres dont le trajet est aberrant.
L’utilisation de la tractographie déterministe avec des modèles mono-tensoriels ne permet pas d’avoir
de certitude sur la localisation anatomique du FCS dans la zone de la main et il est nécessaire d’être
très critique sur les images actuellement réalisées en routine. La validation anatomique du FCS sera
probablement réalisable avec des modèles de diffusion plus complexes comme “eXtended Streamline
Tractography” (XST), [167] “orientation distribution function” (ODF) [56] ou « diffusion direction
imaging » (DDI) [184], cette dernière étant développée au sein de notre équipe de recherche.
Cependant, ceux-ci ne sont pas encore utilisables en routine du fait du temps qu’ils nécessitent et du
nombres de directions nécessaire (sauf pour le DDI). Ils sont actuellement incompatibles avec
l’utilisation au quotidien dans les services hospitaliers.

93
94
Chapitre 7
Asymétrie du FCS en tractographie déterministe

7.1 Introduction

L’asymétrie cérébrale a été observée depuis longtemps tant sur le plan morphologique [156, 198] que
sur le plan fonctionnel [30, 68, 71]. Des études plus récentes [128, 168] se sont intéressées aux
asymétries du cerveau notamment les asymétries des faisceaux de fibres [33, 89, 202]. Büchel et al.
[33], en réalisant une étude sur la fraction d’anisotropie (FA), ont mis en évidence une valeur de FA
plus haute pour le faisceau arqué dans l’hémisphère gauche, ainsi que dans la partie inférieure de la
substance blanche du lobe pariétal dans l’hémisphère droit, et cela indépendamment de la latéralité.
Hervé et al. [89], en étudiant une population d’hommes jeunes droitiers, ont mis en évidence une
asymétrie de la substance grise en faveur du côté droit, une asymétrie moins marquée pour la
substance blanche en faveur du côté gauche alors que l’étude hémisphérique globale mettait en
évidence une asymétrie en faveur du côté gauche. Westerhausen et al. [202] ont étudié le FCS en DTI
dans le bras postérieur de la capsule interne. Ils n’ont pas mis en évidence de différence significative
de taille du FCS entre les deux hémisphères mais une tendance en faveur du côté gauche. Il existait
une asymétrie des valeurs de FA et de MD. Ces études tendent à montrer que les faisceaux de fibres
blanches peuvent avoir une fonctionnalité différente à droite et à gauche et probablement en relation
avec dominance manuelle.
De nombreuses pathologies touchant la substance blanche ont pu être étudiées en DTI [46]. Il s’agit de
la sclérose en plaques [14, 133], de la sclérose latérale amyotrophique [175], des accidents vasculaires
cérébraux [98, 118], et des tumeurs cérébrales [112, 147, 204]. De même, l’anatomie normale de ces
faisceaux a fait l’objet de descriptions précises [10, 136, 213, 217]. Outre les limites techniques
décrites précédemment, le DTI et la tractographie posent des problèmes de reproductibilité [47, 88] et
de validation anatomique [120]. Ceci est le préalable indispensable à leur utilisation au quotidien pour
une interprétation fiable. Nous avons précédemment tenté une validation de quatre algorithmes de
tractographie permettant de reconstruire le FCS en réalisant une étude comparative par des experts
neuroradiologues (chapitre 6). Ce faisceau a été étudié dans de nombreuses publications, que ce soit
par une description anatomique à partir de dissections [60, 114, 171], par des études en IRM
fonctionnelle [109, 110, 116], ou en DTI et tractographie [61, 78, 79, 83, 92, 93, 115, 138, 167, 169,
210, 213]. Le FCS présente un intérêt majeur, d’une part, car son atteinte peut entraîner une
hémiplégie, d’autre part, car il est facile de localiser sur le cortex la partie dédiée à la motricité
volontaire de la main. Sa localisation anatomique a été décrit [40, 94, 214] par un repère fiable et
reproductible. Son étude en IRM fonctionnelle est facilitée par la possibilité d’un paradigme

95
d’activation simple. Son étude en DTI et en tractographie est un véritable défi puisqu’il se situe dans
une zone anatomique de croisements (« crossing ») ou d’accolement (« kissing ») [167] de plusieurs
faisceaux de fibres.
Dans cette étude, notre but était de mettre en évidence une asymétrie du FCS par une méthode de
tractographie déterministe et à l’aide des paramètres de diffusion (FA (fraction d’anisotropie), MD
(diffusivité moyenne), CPT (coefficient plan du tenseur)). La FA informe sur la structure et
l’organisation des fibres, la MD informe sur la concentration des fibres et le CPT informe sur la forme
du tenseur lorsque deux de ses valeurs propres sont identiques. Pour cela nous avons utilisé les
résultats de l’étude précédente (chapitre 6) en réalisant des tractographies chez les sujets droitiers avec
les algorithmes RK2 et Euler, afin de faire une comparaison de ces méthodes entre le côté droit et le
côté gauche.

7.2 Matériel

7.2.1 Sujets

L’étude concernait 15 volontaires sains droitiers. Ce sont les mêmes sujets que dans l’étude précédente
(chapitre 6).

7.2.2 Acquisition des données IRM

L’acquisition des données est la même que pour le chapitre 6, pour l’ensemble des 15 sujets.

7.3 Méthode

7.3.1 Traitement des données

7.3.1.1 IRM morphologique

L’IRM en séquence pondérée T1 a été utilisée comme IRM morphologique dans les 3 plans de
l’espace pour repérer les structures anatomiques. Cette IRM a été utilisée pour la segmentation des
ROI et pour la visualisation des tractographies après les fusions d’images (IRM morphologiques,
fonctionnelles et tractographie). Cette séquence a été utilisée pour déterminer des coupes de références
dans le plan axial. Ces coupes ont été utilisées pour calculer les paramètres de diffusion. Il y avait 3
coupes localisées dans la corona radiata, la capsule interne et à la jonction diencéphalo-
mésencéphalique (figure 7.1). Les points de repère étaient fixes et ont été répétés d’un sujet à l’autre.

96
Figure 7.1 : Coupe coronale de l’encéphale passant par la commissure antérieure. Niveau de coupe dans l’encéphale servant de repères pour
l’étude des traces des tractographies. Les points de repère sont : pour le niveau 1 (corona radiata), la partie dorsale du corps calleux sur la
ligne médiane, pour le niveau 2 (capsule interne), la partie dorsale du noyau lenticulaire, et, pour le niveau 3 (jonction diencéphalo-
mésencéphalique) la partie ventrale du noyau lenticulaire.

7.3.1.2 IRM fonctionnelle

L’analyse des données fonctionnelles a été réalisée, pour les 15 sujets, avec le même protocole que
celui décrit dans le chapitre 6.

7.3.1.3 IRM en tenseur de diffusion

Le traitement des données DTI a été réalisé, pour les 15 sujets, avec le même protocole que celui
décrit dans le chapitre 6.

7.3.1.4 Tractographie

Les tractographies ont été réalisées sur les 15 sujets du côté droit et du côté gauche. Nous avons utilisé
les algorithmes Euler et RK2 qui sont ceux qui ont montré la meilleure concordance parmi les quatre
algorithmes à notre disposition.
Sur chaque coupe axiale, coronale et sagittale, nous avons visualisé les « points de passage » des fibres
issues des tractographies ; c’est que nous avons appelé « traces ». Les traces ont été étudiées sur les
trois coupes de références décrites en 7.3.1.1 (figure 7.2). Nous avons relevé les mesures moyennes de
FA, MD et CPT en chaque point des traces.

97
Figure 7.2 : Traces des tractographies. En haut coupe coronale (gauche) et sagittale (droite). En bas, de gauche à droite niveaux de coupe,
supérieur (1), moyen (2) et inférieur (3). En blanc, on visualise les traces des tractographies (ici algorithme d’Euler) et une asymétrie
importante pour ce sujet.

7.3.1.5 Segmentation des ROI

La méthode de segmentation des ROI est celle décrite au chapitre 6 et est identique pour les 15 sujets.

7.3.1.6 Reconstruction du FCS par tractographie

Les tractographies ont été réalisées en appliquant les algorithmes Euler et RK2 et en utilisant les ROI
décrites précédemment, c’est-à-dire toutes les fibres passant par les ROI supérieure et inférieure et ne
franchissant pas la ligne médiane. Pour les deux algorithmes, le seuil de FA était fixé à 0,2 et l’angle
de déviation maximum à 45°.

7.3.2 Recherche d’une asymétrie

Avant de réaliser le recueil des données en vue d’une analyse, chaque tractographie a été vérifiée
visuellement afin de s’assurer de la cohérence du résultat.

98
7.3.2.1 Evaluation quantitative de l’asymétrie entre la droite et la gauche

L’asymétrie hémisphérique a été évaluée par plusieurs mesures. D’une part, nous avons recherché une
différence entre le nombre de fibres obtenues à droite et à gauche. D’autre part, nous avons comparé
les paramètres calculés sur chaque coupe de référence (FA, MD, CPT).

7.3.2.2 Analyse statistique

Nous avons utilisé un test t de Student avec un seuil de significativité à 5% pour mettre en évidence
des différences significatives entre gauchers et droitiers.

7.4 Résultats

7.4.1 Nombre de fibres

Les résultats pour le nombre de fibres pour les deux algorithmes sont résumés dans le tableau 7.1. Le
nombre moyen de fibres est :
- pour Euler, 569,5 (+/- 463,4) à droite et 431,4 (+/- 293,9) à gauche ;
- pour RK2, 196,2 (+/- 149,2) à droite et 215,1 (+/- 206,5) à gauche.
Il n’a pas été mis en évidence de différence significative entre le côté droit et le côté gauche pour le
nombre de fibres, pour les deux algorithmes (p=0,3153 pour Euler et p=0,7876 pour RK2).

Tableau 7.1 : Nombres de fibres obtenues avec les algorithmes d’Euler et RK2 (main droite et main gauche).

sujets EULER RK2

main droite gauche droite gauche
1 132 625 68 259
2 261 310 162 404
3 1024 814 338 73
4 28 154 7 163
5 1389 370 203 447
6 55 785 8 234
7 147 114 146 89
8 1034 176 395 0
9 1107 332 405 42
10 252 351 1 59
11 937 314 446 88
12 1067 734 322 475
13 611 1074 243 748
14 221 13 67 60
15 278 305 132 86

99
7.4.2 Asymétrie de la fraction d’anisotropie

Les résultats de la FA pour les deux algorithmes sont résumés dans le tableau 7.2. Les moyennes de
FA par niveau de coupe augmentent dans le sens rostro-caudal des deux côtés pour les deux
algorithmes.
Pour l’algorithme d’Euler, une différence significative a été mise en évidence aux trois niveaux de
coupe ; p=0,043 pour le niveau 1, p=3,02.10-10 pour le niveau 2 et p=4.10-6 pour le niveau 3. Pour ces
trois niveaux, la moyenne et la médiane de la FA sont supérieures pour le côté « main gauche ».
Pour l’algorithme RK2, une différence significative a été mise en évidence à deux des trois niveaux de
coupe ; p<0,0001 pour le niveau 2 et p<0,0001 pour le niveau 3. Pour ces deux niveaux, la moyenne et
la médiane de la FA sont supérieures pour le côté « main gauche ».

7.4.3 Asymétrie de la diffusion moyenne

Les résultats de la MD pour les deux algorithmes sont résumés dans le tableau 7.2. Les moyennes de
MD par niveau de coupe diminuent dans le sens rostro-caudal des deux côtés pour l’algorithme
d’Euler.
Pour l’algorithme d’Euler, une différence significative a été mise en évidence au niveau de coupe 3
(p=0,040). La moyenne et la médiane les plus élevées étant du côté « main droite ».
Pour l’algorithme RK2, une différence significative a été mise en évidence au niveau de coupe 2
(p<0,0001). La moyenne et la médiane les plus élevées étant du côté « main droite ».

7.4.4 Asymétrie du coefficient plan du tenseur

Les résultats du CPT pour les deux algorithmes sont résumés dans le tableau 7.2. Les moyennes de
CPT par niveau de coupe augmentent dans le sens rostro-caudal des deux côtés pour les deux
algorithmes.
Pour l’algorithme d’Euler, une différence significative a été mise en évidence sur deux des trois
niveaux de coupe ; p=1,58.10-7 pour le niveau 2 et p=4,60.10-6 pour le niveau 3. Pour ces deux
niveaux, la moyenne et la médiane de la FA sont supérieures pour le côté « main droite ».
Pour l’algorithme RK2, une différence significative a été mise en évidence sur deux des trois niveaux
de coupe ; p<0,0001 pour le niveau 2 et p<0,0001 pour le niveau 3. Pour ces deux niveaux, la
moyenne et la médiane de la FA sont supérieures pour le côté « main droite ».

100
Tableau 7.2 : Résultats des valeurs de FA, MD, CPT (valeurs minimales, maximales, moyennes, médianes) et p du test de Student pour les
algorithmes d’Euler et RK2. Mise en évidence d’une asymétrie.

Euler FA MD CPT
main droite gauche droite gauche droite gauche
minimale 0,048075   0,044903   2,4587e‐05   2,0211e‐04   3,1879e‐36   2,7325e‐36  
maximale 1 1 6,1645e‐03   6,0570e‐03   9,5673e‐01   9,5170e‐01  
Niveau 1 moyenne 0,406407   0,420199   1,3008e‐03   1,3031e‐03   6,0792e‐01   6,0014e‐01  
médiane 0,385671   0,389301   8,0970e‐04   8,2131e‐04   6,4181e‐01   6,3819e‐01  
valeur de p 0,0432 0,9528 0,2769
minimale 0,030048   0,062506   7,9543e‐05   1,4968e‐04   2,3517e‐36   2,3168e‐36  
maximale 1 1 6,7061e‐03   6,7061e‐03   9,6644e‐01   9,4788e‐01  
Niveau 2 moyenne 0,459748   0,494397   1,2205e‐03   1,2469e‐03   5,5765e‐01   5,2770e‐01  
médiane 0,444435   0,488129   8,1204e‐04   8,1650e‐04   5,7730e‐01   5,4083e‐01  
valeur de p 3,02E‐10 0,3417 1,58E‐07
minimale 0,053818   0,055002   1,0335e‐04   1,0994e‐04   3,0276e‐36   2,8560e‐36  
maximale 1 0,985877   6,1303e‐03   5,9955e‐03   9,6103e‐01   9,5561e‐01  
Niveau 3 moyenne 0,504928   0,530299   1,1424e‐03   1,0928e‐03   5,1014e‐01   4,8317e‐01  
médiane 0,497448   0,532889   8,0207e‐04   7,9302e‐04   5,3342e‐01   4,9438e‐01  
valeur de p 4,01E‐06 0,04034 4,61E‐06

RK2 FA MD CPT
main droite gauche droite gauche droite gauche
minimale 0 0 0 0 0 0
maximale 1 1 0,00469 0,00326 0,86887 0,89463
Niveau 1 moyenne 0,46223 0,46759 0,00081 0,00082 0,54169 0,55566
médiane 0,45054 0,42144 0,00076 0,00074 0,56992 0,58493
valeur de p 0,6671 0,6004 0,2791
minimale 0,09239 0 0,00008 0 0 0
maximale 0,99798 1 0,00366 0,00227 0,92953 0,86639
Niveau 2 moyenne 0,5348 0,59328 0,00083 0,00077 0,48428 0,43527
médiane 0,52552 0,59975 0,00078 0,00076 0,49556 0,44656
valeur de p <0,0001 <0,0001 <0,0001
minimale 0,17118 0,95442 0,00017 0,0002 0 0
maximale 1 0,95442 0,00383 0,00271 0,85214 0,81149
Niveau 3 moyenne 0,58785 0,63625 0,00082 0,00082 0,43612 0,3753
médiane 0,59605 0,66117 0,00076 0,00078 0,45568 0,37401
valeur de p <0,0001 0,9553 <0,0001

7.5 Discussion

Nous avons étudié le FCS dans la région de la main en utilisant deux ROI. L’une d’elles a été
segmentée à partir de données d’IRMf et l’autre, manuellement en fonction de nos connaissances
anatomiques de son trajet dans le mésencéphale [145]. Nous avons mis en évidence des différences
significatives entre le côté droit et le côté gauche pour les paramètres étudiés : FA, MD et CPT. En
revanche, le nombre de fibres ne diffère pas significativement entre la droite et la gauche. Il faut bien

101
noter que dans notre étude, ce qui correspond au côté « droit » ou « gauche », correspond au résultat
de la chaîne de traitement d’image en relation avec l’IRMf et la main qui a servi à l’activation motrice,
c’est-à-dire, côté droit indique « main droite » et donc est en rapport avec l’hémisphère gauche. La
plupart des études que nous citons indique directement le côté de l’hémisphère cérébral sur lequel les
auteurs ont travaillé.
Nous avons choisi d’utiliser deux algorithmes de tractographie déterministes issus de l’étude décrite
au chapitre 6 en raison du résultat de cette étude (étude comparative entre neuroradiologues) même si
ceux-ci ne sont pas les plus robustes mathématiquement [16, 50, 121]. Les paramètres que nous avons
étudiés caractérisent la diffusion. La FA indique la direction du processus de diffusion [15, 18]. La
diminution de la FA indique donc une désorganisation de l’orientation des fibres ou une
démyélinisation comme dans la sclérose en plaques [62] ou dans la sclérose latérale amyotrophique
[191]. La MD indique la diffusivité moyenne, c’est-à-dire la diffusion au sein de chaque voxel [18]
indépendamment de la direction de diffusion. La MD est une mesure indirecte de la densité de tissu
[100]. Elle est augmentée en cas d’accident vasculaire cérébral ischémique [215]. Le CPT considère
les 3 valeurs propres du tenseur lorsque les 2 plus grandes valeurs sont égales. Le tenseur a alors une
forme de disque.

L’asymétrie que nous avons mise en évidence se fait au profit du côté « main gauche » (c’est-à-dire
l’hémisphère droit) pour la FA et inversement pour la MD et le CPT. Dans la littérature, certains
auteurs [11, 33, 164, 169, 189, 191, 202] ont décrit une asymétrie entre le côté droit et le côté gauche
de l’encéphale. Certaines études vont dans le même sens que nos résultats, c’est le cas de Toosy et al.
[191] pour la FA et de Reich et al. [169] pour la MD. Toosy et al. [191] ont fait une étude sur la
sclérose latérale amyotrophique en incluant 21 patients et 14 sujets contrôles. L’étude de la FA pour
les sujets contrôles montrait une diminution progressive de la FA dans le sens rostro-caudal et une
valeur de FA plus importante dans l’hémisphère droit au niveau de la capsule interne. La diminution
de la FA était expliquée par la taille de la structure étudiée dans le tronc cérébral et le nombre de
croisement de fibres à ce niveau. Les mesures de notre étude n’ont pas concerné le tronc cérébral et
nous ne pouvons donc pas comparer cet aspect de l’étude. Reich et al. [169] ont étudié le FCS de 20
sujets volontaires avec un imageur 3T. Ils ont obtenu un rapport inter-hémisphérique de nombre de
fibres inverse du notre et ils ont obtenu une asymétrie pour la MD uniquement. Cette asymétrie était
variable selon la localisation dans le système nerveux, et elle montrait une augmentation de la MD
pour l’étude du FCS droit dans sa localisation hémisphérique. C’est le cas d’études qui se sont
focalisées sur le FCS. Westerhausen et al. [202] ont étudié le bras postérieur de la capsule interne de
60 volontaires. Ils ont mis en évidence une augmentation de la FA à gauche et une augmentation de la
MD à droite. Ardekani et al. [11] ont étudiés 20 sujets droitiers qu’ils ont divisés en deux groupes
d’âge. Le plus jeune (moyenne : 31 ans) avait une augmentation de la FA à gauche dans le bras
postérieur de la capsule interne. Cette asymétrie était très réduite pour le groupe plus âgé (moyenne :

102
56 ans). Tensaouti et al. [189] ont étudié 11 sujets et ont mis en évidence une augmentation de la FA à
gauche et une augmentation de la MD à droite. En ce qui concerne d’autres faisceaux étudiés, Büchel
et al. [33] ont étudiés le faisceau arqué de 43 sujets et ont mis en évidence une augmentation de la FA
du côté gauche. Powell et al. [164] ont étudié le faisceau longitudinal supérieur de 10 sujets et ont
trouvé une asymétrie. D’une part, le volume du faisceau gauche était plus grand, d’autre part, la valeur
de la FA était plus élevée à gauche pour le volume d’intérêt frontal (pas d’asymétrie pour le volume
d’intérêt droit). Nous pouvons remarquer que bien que nos résultats soient différents, ils sont
homogènes selon le niveau de coupe et les paramètres que nous avons étudiés. Notamment l’évolution
de la FA et de la MD est cohérente par rapport aux études citées précédemment (la FA augmente
quand la MD diminue). De plus cette différence se retrouve avec les deux algorithmes utilisés avec
une augmentation rostro-caudale des moyennes de FA par niveau de coupe tant à droite qu’à gauche.
Ce qui indique une augmentation de l’anisotropie dans les parties inférieures de l’encéphale et donc
des fibres regroupées ayant une direction plus homogène.
L’interprétation de ces différentes études est difficile tellement les différences méthodologiques sont
marquées. Les paramètres d’acquisitions sont différents comme par exemple le nombre de directions
d’acquisition. Les paramètres étudiés varient incluant le volume des faisceaux, le nombre de fibres, le
choix des invariants du tenseur. Le nombre de sujets étudiés (de 10 à 60 pour les études que nous
avons citées précédemment), ainsi que la moyenne d’âge, l’étude de la latéralité [89, 141, 189, 202].
Les différences méthodologiques concernent également le positionnement des ROI, précis et
reproductible comme le bras postérieur de la capsule interne [202], ou personnalisé à l’étude comme
l’ensemble du faisceau segmenté (en DTI ou en tractographie) [33, 164]. L’utilisation de l’IRMf dans
notre étude nous a fait nous focaliser sur la région de la main du FCS et non sur l’intégralité du FCS
comme dans les études qui ont placé leurs ROI en fonction de leur expertise anatomique. Les trois
niveaux de coupes que nous avons utilisés pour calculer les trois paramètres ont été choisis pour
étudier les régions principales de l’encéphale. Le segment de coupe analysé a été déterminé à partir
des « traces » de la tractographie et non de ROI placées arbitrairement. De plus, parmi les études que
nous citons seule l’étude de Reich et al. [169] utilise un imageur IRM 3T, ce qui peut influer sur les
paramètres que nous avons étudiés en raison d’une résolution spatiale différente [169]. Les imageurs
3T donnent une meilleure visualisation de la carte couleur du tenseur pondérée par la FA [95] et une
meilleure visualisation du FCS indépendamment des méthodes de tractographie [2, 150].

7.6 Conclusion

En conclusion, nous avons mis en évidence une asymétrie du FCS dans notre population de droitiers.
Cette asymétrie a été trouvée dans la littérature soit en faveur de l’hémisphère droit soit en faveur de
l’hémisphère gauche. La plupart du temps cette asymétrie tend vers « zéro » et est en fait peu

103
significative [169]. Les paramètres que nous avons étudiés reflètent la microstructure du tissu nerveux
[18, 123], direction des fibres, myélinisation, organisation des fibres. L’étude de ces paramètres est
importante pour l’analyse des pathologies que nous avons évoquées. De même, la recherche d’une
asymétrie est importante pour interpréter ces différentes pathologies car elles présentent des
asymétries souvent très nettes (atteinte asymétrique de la sclérose en plaques, présence d’une tumeur
d’un seul côté). L’analyse de la littérature montre qu’en fonction des méthodes utilisées et des régions
étudiés du système nerveux les résultats sont parfois contradictoires (augmentation de la valeur de la
FA à gauche ou à droite) et nécessite donc une analyse pondérée [37].

104
Chapitre 8
Asymétrie du FCS et dominance manuelle en
tractographie déterministe chez les droitiers et les
gauchers.

8.1 Introduction

Dès l’Antiquité, Hippocrate suggéra un fonctionnement différent des deux hémisphères cérébraux en
rapportant qu’une plaie d’un côté de la tête entraînait des convulsions et une hémiplégie de l’autre côté
du corps, [in 1]. De nombreuses descriptions de l’asymétrie cérébrale ont été faites depuis. Elles
concernent autant la substance grise (cortex cérébral [6, 89] et noyaux gris centraux [113, 160]) que la
substance blanche [107, 209]. Sur le plan topographique, l’asymétrie cérébrale du langage fut publiée
dans les années 1860 par Broca [29].
La dominance manuelle est un exemple de la latéralisation des fonctions cérébrales [156]. Les études
montrent une asymétrie hémisphérique différente, chez les droitiers et chez les gauchers [107, 108],
dépendant des fonctions étudiées. L’hémisphère gauche est spécialisé dans le langage, les gnosies et
les praxies alors que l’hémisphère droit est spécialisé dans les perceptions visuo-spatiales, visuo-
constructives et l’attention [69]. La latéralisation du langage en rapport avec la dominance manuelle
fut décrite par Broca en 1863 [30] suggérant que l’hémisphère gauche était le siège du langage et de la
commande motrice main dominante. Plus tard, Geschwind et al. [68, 69, 71] ont montré que le planum
temporale gauche était plus large que le droit chez les droitiers. Ils en déduisirent une relation entre
l’asymétrie anatomique du cerveau et la dominance manuelle.
Plus récemment, l’IRM a permis des études volumétriques in vivo de l’encéphale en étudiant les
asymétries de la substance grise [198] et de la substance blanche [73, 166]. Ces études ont mis en
évidence une asymétrie morphologique cérébrale différente selon les lobes étudiés et en corrélation
avec les études antérieures. Kertesz et al. [108] ont montré une asymétrie en étudiant 52 droitiers et 52
gauchers. Ils ont mis en évidence une corrélation entre la dominance hémisphérique gauche et une plus
grande largeur du lobe frontal droit et du lobe occipital gauche. D’autres études ont trouvé une relation
entre la profondeur du sillon central et la dominance manuelle, ou une asymétrie du sillon latéral en
rapport avec l’asymétrie du planum temporale. Amunt et al. [6] ont fait une étude morphométrique du
sillon central sur les IRM encéphaliques de 31 hommes droitiers et 14 gauchers. Ils ont conclu à une
asymétrie du sillon central en faveur de la gauche chez les droitiers. Pour les gauchers l’asymétrie était
moins marquée. Ils ont conclu que le cortex cérébral en relation avec la main dominante présentait une
surface plus grande et probablement une connectivité plus importante. Dans une autre étude [5], ils ont

105
étudié 103 sujets et déterminé que l’asymétrie précédente existait chez l’homme uniquement. Ils en
concluaient que l’organisation corticale des mouvements de la main est différente chez l’homme et
chez la femme. Rubens et al. [173] ont étudié 36 cerveaux de cadavres. Avec une méthode de
photographie des hémisphères, ils ont comparé la longueur et la forme du sillon latéral. Le sillon
latéral gauche était plus long et plus rectiligne que le droit ce qui avait une influence sur la taille des
structures cérébrales adjacentes, notamment le planum temporale. Geschwing et Levitsky [71] ont
observé, sur 100 cerveaux de cadavres disséqués, un planum temporale plus large à gauche (65% des
cas), en relation avec la longueur du sillon latéral.
La relation entre la dominance manuelle (éventuellement la dextérité) et l’asymétrie de la substance
blanche a également été étudiée. Désormais le DTI et la tractographie permettent la reconstruction des
faisceaux de fibres et peut-être de répondre à la question de l’asymétrie du FCS en rapport, avec la
main dominante. Büchel et al. [33] ont mis en évidence une augmentation de la FA dans le gyrus
précentral, controlatéral à la main dominante. Ils ont conclu à une relation entre l’asymétrie cérébrale
et la main dominante, et à l’intérêt du DTI pour l’étude de la substance blanche. Westerhausen et al.
[202] ont étudié, en DTI, cette relation entre asymétrie cérébrale et latéralité au niveau de la capsule
interne mais n’ont pas pu mettre en évidence cette différence entre les droitiers et les gauchers. La
revue de la littérature réalisée par Hammond en 2002 [82] expliquait que l’hémisphère dominant, donc
controlatéral à la main dominante, avait une meilleure organisation fonctionnelle par une augmentation
des connectivités corticales de l’aire motrice primaire (M1). Cela permettrait d’expliquer la meilleure
performance manuelle de la main dominante (dextérité ?) mais il n’y a pas pour autant de relation avec
le volume du FCS.
L’objectif de notre étude était d’étudier la relation entre la dominance manuelle et l’asymétrie
cérébrale en se focalisant sur les fibres de la motricité de la main contenue dans le FCS. Nous nous
sommes intéressés à la différence que nous pourrions mettre en évidence entre les droitiers et les
gauchers en utilisant une méthode de tractographie déterministe.

8.2 Matériel

8.2.1 Sujets

L’étude concernait des volontaires sains droitiers et gauchers. Quinze droitiers (10 hommes et 5
femmes) et dix gauchers (6 hommes et 4 femmes) ont été étudiés. Ils ne présentaient aucun signe
clinique de maladie neurologique et n’avaient aucun antécédent de troubles neurologiques. L’âge des
sujets droitiers de notre population allait de 22 à 46 ans avec une moyenne de 30,77 ans. L’âge des
sujets gauchers de notre population allait de 18 à 42 ans avec une moyenne de 29,24 ans. Les 15 sujets
droitiers étaient les mêmes que dans l’étude décrite au chapitre 6.

106
Chaque sujet a réalisé un test de latéralité manuelle pour confirmer qu’il était droitier ou gaucher.
Cette latéralité a été déterminée en utilisant le test (annexe) élaboré par Dellatolas [54] issu des
travaux d’Annett [8] et Oldfield [151], adapté à la population française indemne de pathologie
neurologique.

L’index de latéralité des sujets est résumé dans le tableau 8.1. Les droitiers sont de vrais droitiers sauf
un qui est légèrement ambidextre droitier (1/6, cf annexe). Il y a 6 gauchers et 4 ambidextres gauchers.

Tableau 8.1 : Latéralité des sujets de l’étude, score au questionnaire (annexe). D : droitier, AD : ambidextre droitier, G : gaucher, AG :
ambidextre gaucher.

sujets score latéralité

1 0 D
2 0 D
3 0 D
4 0 D
5 0 D
6 1 AD
7 0 D
8 0 D
9 0 D
10 0 D
11 0 D
12 0 D
13 0 D
14 0 D
15 0 D
16 20 G
17 11 AG
18 20 G
19 14 AG
20 7 AG
21 13 AG
22 20 G
23 20 G
24 20 G
25 20 G

8.2.2 Acquisition des données IRM

L’acquisition des données sont celles décrites dans le chapitre 6, pour l’ensemble des 25 sujets.

107
8.3 Méthode

8.3.1 Traitement des données

8.3.1.1 IRM morphologique

Le traitement des données d’IRM morphologique a été réalisé, pour les 25 sujets, avec le même
protocole que celui décrit dans le chapitre 7.

8.3.1.2 IRM fonctionnelle

L’analyse des données d’IRM fonctionnelles a été réalisée, pour les 25 sujets, avec le même protocole
que celui décrit dans le chapitre 6.

8.3.1.3 IRM en tenseur de diffusion

Le traitement des données DTI a été réalisé, pour les 25 sujets, avec le même protocole que celui
décrit dans le chapitre 6.

8.3.1.4 Reconstruction du FCS par tractographie

Les tractographies ont été réalisées sur les 25 sujets du côté droit et du côté gauche. Nous avons utilisé
l’algorithme RK2, compte tenu des résultats des études des chapitres 6 et 7.
Nous avons relevé les mesures moyennes de FA et MD sur les traces des tractographies (§ 7.3.1.4) des
coupes de références (§ 7.3.1.1).

8.3.1.5 Segmentation des ROI

La méthode de segmentation des ROI est celle décrite au chapitre 6 et est identique pour les 25 sujets.

8.3.2 Recherche d’une asymétrie en fonction de la latéralité

Avant de réaliser le recueil des données en vue d’une analyse, chaque tractographie a été vérifiée
visuellement afin de s’assurer de la cohérence du résultat.

108
8.3.2.1 Index de latéralité

Le questionnaire rempli par les sujets de l’étude a été utilisé pour établir un index de latéralité.

8.3.2.2 Evaluation quantitative

L’asymétrie et la latéralité ont été évaluées par plusieurs mesures. Nous avons mesuré le volume des
ROI supérieures (issues des données d’IRMf) et le nombre de fibres obtenues à droite et à gauche,
chez les droitiers et chez les gauchers. Nous avons calculé la FA et la MD des traces des tractographies
obtenues sur chaque coupe de référence.

8.3.3 Analyse statistique

Nous avons utilisé un test t de Student avec un seuil de significativité à 5% pour mettre en évidence
des différences significatives entre gauchers et droitiers. Nous avons utilisé un test de corrélation de
Spearman pour rechercher une corrélation entre la latéralité et les mesures de FA et de MD. Les
statistiques ont été réalisées à l’aide du logiciel SAS (SAS Institute Inc., version 9.2).

8.4 Résultats

8.4.1 Volumes des ROI

Le volume des ROI est résumé dans le tableau 8.2. Il n’a pas été mis en évidence de différence
significative, ni droite, ni à gauche, pour les droitiers (p=0,83) et pour les gauchers (p=0,19). Il n’a pas
été mis en évidence de différence significative, ni à droite (p=0,29), ni à gauche (p=0,07) en fonction
de la latéralité.

109
Tableau 8.2 : Résultats des volumes (mm3) des ROI supérieures, issues des données d’IRMf, de la main droite (d) et de la main gauche (g).
Droitiers (D) de 1 à 15 et gauchers (G) de 16 à 25.

sujets D Volume (d) Volume (g) sujets G Volume (d) Volume (g)

1 11418 34339 16 5087 2778
2 13199 17914 17 14015 18080
3 18094 570 18 19827 18212
4 5450 8653 19 13119 2778
5 64991 14706 20 18610 11077
6 11764 23780 21 14273 7132
7 8042 12943 22 35858 17892
8 37227 4661 23 8748 4189
9 12367 11734 24 118831 16309
10 9284 22182 25 9497 19325
11 25755 19876 moyenne 25786,5 11777,2
12 40297 48815 médiane 14144 13693
13 19418 50279 Ecart type 32033,5 6615,5
14 10162 700
15 19231 18376
moyenne 20446,6 19301,8667
médiane 13199 17914
Ecart type 15448,7 14678,1

8.4.2 Nombre de fibres

Les résultats pour le nombre de fibres sont résumés dans le tableau 8.3. Il n’a pas été mis en évidence
de différence significative, ni droite, ni à gauche, pour les droitiers (p=0,31) et pour les gauchers
(p=0,12). En fonction de la latéralité, il a été mis en évidence une différence significative à gauche
(p=0,03), mais pas à droite (p=0,18).

110
Tableau 8.3 : Nombre de fibres issues de la tractographie avec l’algorithme RK2, moyennes, médianes et écart type, pour la main droite et
pour la main gauche. Droitiers (D) de 1 à 15 et gauchers (G) de 16 à 25.

sujets D main droite main gauche sujets G main droite main gauche

1 68 259 16 1 1
2 162 404 17 262 215
3 338 73 18 69 17
4 7 163 19 31 1
5 203 447 20 205 194
6 8 234 21 80 0
7 146 89 22 899 2
8 395 0 23 97 92
9 405 42 24 2804 156
10 1 59 25 20 34
11 446 88 Moyenne 446,8 71,2
12 322 475 Médiane 97,0 34,0
13 243 748 Ecart type 825,0 82,1
14 67 60
15 132 86
Moyenne 196,2 215,1
Médiane 162,0 89,0
Ecart type 149,2 206,5

8.4.3 Fraction d’anisotropie et latéralité

Les valeurs de la FA par niveau, par côté et par latéralité sont résumées dans les graphiques de la
figure 8.1. Les résultats des valeurs minimales et maximales, des moyennes, des médianes et des
valeurs de p sont résumés dans le tableau 8.4. En ce qui concerne l’asymétrie, nous avons déjà décrit
les résultats pour les droitiers au chapitre 7. Pour les gauchers, il y a une différence significative pour
le niveau 2 (p=0,0007) et le niveau 3 (p=0,0001), les moyennes sont plus grandes du côté « main
droite ». En ce qui concerne la latéralité, il existe des différences très significatives aux 3 niveaux de
coupe (valeur de FA supérieure pour les droitiers), sauf pour le côté « main gauche » du niveau 1
(corona radiata) qui n’est pas significativement différent.

111
Figure 8.1 : Valeurs de la FA par niveau (niv), par côté (d ou g) et par latéralité (D ou G), avec une droite de régression linéaire.
(a) Pour les droitiers

112
Figure 8.1 : Valeurs de la FA par niveau (niv), par côté (d ou g) et par latéralité (D ou G), avec une droite de régression linéaire.
(b) Pour les gauchers

113
Tableau 8.4 : Résultats des valeurs de FA (valeur minimale, maximale, moyenne, médiane) et p du test de Student, à la recherche d’une
asymétrie hémisphérique en fonction de la latéralité. D vs G à droite : recherche d’une différence droitiers versus gauchers pour le côté
« main droite », D vs G à gauche : recherche d’une différence droitiers versus gauchers pour le côté « main gauche ». En ordonnée, valeur de
FA, en abscisse nombre de mesure.

RK2 FA
latéralité Droitiers Gauchers
main droite gauche droite gauche
minimale 0 0 0 0
maximale 1 1 0,85596 0,93627
moyenne 0,46223 0,46759 0,35706 0,39016
Niveau 1 médiane 0,45054 0,42144 0,31974 0,48064
valeur de p 0,671 0,6725
D vs G à droite <0,0001
D vs G à gauche 0,3237
minimale 0,09239 0 0 0
maximale 0,99798 1 0,95827 0,89832
moyenne 0,53480 0,59328 0,50709 0,44397
Niveau 2 médiane 0,52552 0,59975 0,50029 0,45063
valeur de p <0,0001 0,0007
D vs G à droite 0,0007
D vs G à gauche <0,0001
minimale 0,171138 0 0 0
maximale 1 0,95442 1 0,84667
moyenne 0,58785 0,63625 0,48280 0,42517
Niveau 3 médiane 0,59605 0,66117 0,46439 0,40477
valeur de p <0,0001 0,0001
D vs G à droite <0,0001
D vs G à gauche <0,0001

8.4.4 Diffusion moyenne et latéralité

Les valeurs de la MD par niveau, par côté et par latéralité sont résumées dans les graphiques de la
figure 8.2. Les résultats des valeurs minimales et maximales, des moyennes, des médianes et des
valeurs de p sont résumés dans le tableau 8.5. En ce qui concerne l’asymétrie, nous avons déjà décrit
les résultats pour les droitiers au chapitre 7. Pour les gauchers, il y a une différence significative pour
les 3 niveaux, niveau 1 (p=0,0111), 2 (p<0,0001) et le niveau 3 (p<0,0001), les moyennes sont plus
grandes du côté « main droite ». En ce qui concerne la latéralité, il existe des différences très
significatives aux 3 niveaux de coupe mais pas systématiquement du même côté ; il s’agit du côté
gauche pour le niveau 1 et 2 et du côté droit pour le niveau 3 (p<0,0001 pour les 3).

114
Figure 8.2 : Valeurs de la MD par niveau (niv), par côté (d ou g) et par latéralité (D ou G), avec une droite de régression linéaire.
(a) Pour les droitiers

115
Figure 8.2 : Valeurs de la MD par niveau (niv), par côté (d ou g) et par latéralité (D ou G), avec une droite de régression linéaire.
(b) Pour les gauchers

116
Tableau 8.5 : Résultats des valeurs de MD (valeur minimale, maximale, moyenne, médiane) et p du test de Student, à la recherche d’une
asymétrie hémisphérique en fonction de la latéralité. D vs G à droite : recherche d’une différence droitiers versus gauchers pour le côté
« main droite », D vs G à gauche : recherche d’une différence droitiers versus gauchers pour le côté « main gauche ». En ordonnée, valeur de
MD, en abscisse, nombre de mesure.

RK2 MD
latéralité Droitiers Gauchers
main droite gauche droite gauche
minimale 0 0 0 0
maximale 0,00469 0,00326 0,00437 0,00114
moyenne 0,00081 0,00082 0,00078 0,00047
Niveau 1 médiane 0,00076 0,00074 0,00068 0,00068
valeur de p 0,6004 0,0111
D vs G à droite 0,6162
D vs G à gauche <0,0001
minimale 0,00008 0 0 0
maximale 0,00366 0,00227 0,00392 0,00107
moyenne 0,00083 0,00077 0,00082 0,00069
Niveau 2 médiane 0,00078 0,00076 0,00075 0,00071
valeur de p <0,0001 <0,0001
D vs G à droite 0,8819
D vs G à gauche <0,0001
minimale 0,00017 0 0 0
maximale 0,00383 0,00271 0,00517 0,00212
moyenne 0,00082 0,00082 0,00091 0,00078
Niveau 3 médiane 0,00076 0,00078 0,00078 0,00075
valeur de p 0,9553 <0,0001
D vs G à droite <0,0001
D vs G à gauche 0,0868

8.4.5 Corrélation de la FA et de la MD avec la latéralité

Il a été mis en évidence une différence significative de la FA (r= 0,107 ; p<0,0001) et de la MD (r=-
0.051 ; p=0,0199) en fonction de l’indice de latéralité pour les gauchers (voir tableau 8.1).

8.5 Discussion

Nos résultats permettent de mettre en évidence des différences significatives portant sur la FA et la
MD aux 3 niveaux de coupe. De plus, nous avons mis en évidence une corrélation entre l’index de
latéralité et les paramètres de FA et de MD.
L’une des deux ROI que nous avons choisies, a été segmentée à partir de données fonctionnelles, en
ne prenant en compte que les activations se situant dans la zone de la motricité de la main [110]. Nous
n’avons pas mis en évidence de différences significatives d’asymétrie hémisphérique, ni de relation

117
avec la latéralité pour les volumes de ces ROI. Ceci peut constituer un biais dans notre étude compte
tenu que dans la littérature il est montré une asymétrie des activations motrices recueillies en IRMf. En
effet, l’activation corticale est plus importante au niveau du cortex moteur gauche chez les droitiers
(pour les mouvements de la main droite et de la main gauche) [77, 109]. Ceci serait expliqué par
l’existence de fibres du FCS qui ne décussent pas [35, 209], cet aspect est développé plus loin. Il
existe également une relation avec l’indice de latéralité, Dassonville et al. [52] ont étudié l’activation
corticale par IRMf de la main dominante et de la main non dominante chez sept droitiers et chez six
gauchers. Ils ont établi que l’activation corticale est plus importante pour la main dominante et que
c’est corrélé avec le degré de latéralité, chez les droitiers et chez les gauchers.
En ce qui concerne la FA, l’asymétrie hémisphérique a été discutée au chapitre 7. Les différences entre
les droitiers et les gauchers sont très significatives et indiquent une valeur de FA plus grande à droite
et à gauche pour les droitiers. La FA augmente en fonction de l’indice de latéralité pour les gauchers
(7 à 20/20). Il n’a pas été démontré de corrélation pour les droitiers car notre population ne concerne
que des droitiers vrais, sauf un, légèrement ambidextre (1/20). La FA indique la direction du processus
de diffusion [15, 18] et elle est influencée par la myélinisation des axones, la densité cellulaire ainsi
que le diamètre des fibres [178]. L’analyse de la littérature ne permet pas de trouver de résultats
identiques aux nôtres, et il n’est pas possible de conclure à une différence d’organisation des fibres
entre les droitiers et les gauchers. L’étude récente de Sullivan et al. [186] sur la FA dans la capsule
interne, à propos de 24 sujets droitiers, a mis en évidence des différences de valeur de FA dans ses
différents secteurs. Ils en ont conclu que cette variation est liée aux origines différentes des fibres
traversant la capsule interne. Notre étude a pris en compte la FA globalement sur chaque niveau de
coupe, mais en utilisant comme surface d’analyse les fibres issues de la reconstruction du FCS par
l’algorithme RK2. Néanmoins, il y a un manque d’information lié à la technique de tractographie
(chapitre 6) qui est déterministe et qui a des limites de construction de fibres dans les zones de
croisements et d’accolements des faisceaux.
En ce qui concerne la MD, nos résultats sont similaires à la FA, avec une différence significative aux 3
niveaux de coupe, mais les résultats sont moins homogènes et ne concernent qu’un seul des 2 côtés sur
chaque niveau. A 2 niveaux, cette différence concerne le côté main gauche, c’est-à-dire l’hémisphère
droit, celui qui est non dominant pour les droitiers, et moins souvent dominant pour les gauchers (15%
des cas [165]).
L’étude en DTI et en tractographie, à plusieurs niveaux de l’encéphale, de la substance blanche
traversée par le FCS (fibres de la motricité de la main) ne permet pas de trouver clairement une
différence significative entre les droitiers et les gauchers. Des études ont mis en évidence des
différences entre le côté droit et le côté gauche, comme nous l’avons montré dans le chapitre 7.
Plusieurs explications sont possibles comme en réfèrent Westerhausen et al [202] qui n’ont pas pu le
démontrer en étudiant 60 sujets (30 droitiers et 30 gauchers) par une étude en DTI (FA et MD) au
niveau du bras postérieur de la capsule interne. Ainsi, il semble logique que la musculature de la main

118
dominante soit plus innervée que la main non dominante, et cela pourrait expliquer la dextérité [82],
mais n’a pas encore été démontré. Les seules études qui ont montré une relation avec la dominance
manuelle d’une partie de l’encéphale sont Büchel et al. [33]. En faisant une analyse de leur second
groupe (28 sujets), ils ont rapporté une asymétrie de la FA uniquement au niveau du gyrus précentral,
controlatérale à la main dominante. Hervé et al. [89], en faisant une étude morphométrique par IRM
sur 56 jeunes hommes droitiers, ont mis en évidence une asymétrie de la substance grise dans les
régions centrale et précentrale sans trouver de différence dans la substance blanche sous-jacente, alors
qu’ils ont trouvé une asymétrie en faveur du côté gauche. Vernooij et al. [195] ont fait une étude sur le
faisceau arqué en prenant comme faisceau de référence, le FCS. Ils ont étudié 12 sujets, dont 7
droitiers, en faisant une étude en IRMf et en DTI. Ils ont trouvé une asymétrie du faisceau arqué en
faveur de l’hémisphère gauche mais sans relation avec la latéralité (main dominante ou langage). Mais
il n’y avait aucune différence en ce qui concerne le FCS comme cela avait été trouvé précédemment
par Cicarelli et al. [47], et contrairement à d’autres études sur le système moteur [5, 6, 89].
L’étude de la décussation du FCS au niveau de la moelle allongé peut être une explication de l’absence
de relation avec la latéralité. Yakovlev et Rakic [209] ont disséqué les faisceaux de 100 moelles
allongées et 130 moelles spinales de fœtus et de nouveau-nés. Ils ont observé que dans plus de 2/3 des
cas il y avait plus de fibres provenant de l’hémisphère gauche qui décussaient vers la droite, et, plus de
fibres provenant de l’hémisphère droit qui allaient directement du côté droit de la moelle spinale
(figure 8.3). Le côté droit de la moelle spinale reçoit donc plus de fibres des deux côtés de l’encéphale,
ce qui suppose une dominance de ce côté. A la suite de cette étude, Kertesz et Geschwind [107] ont
fait une étude similaire, en connaissant la dominance manuelle des sujets, mais ils n’ont pas trouvé de
corrélation. Il en fût de même pour une étude plus récente [143] sur 70 moelles spinales, trouvant une
asymétrie dans ¾ des cas, et, pour ceux-ci, plus de fibres à droite qu’à gauche dans ¾ des cas. Il n’y
avait pas de relation avec la dominance manuelle mais la question était posée d’un rapport avec la
dextérité.

119
Figure 8.3 : Décussation du faisceau cortico-spinal selon Yakovlev et Rakic [209]. Un plus grand nombre de fibres passent de l’hémisphère
gauche vers le côté droit de la moelle spinale et plus de fibres provenant de l’hémisphère droit restent homolatérales. Au niveau des
pyramides le FCS gauche est plus volumineux que le droit et décusse en premier. Il décusse complètement plus souvent que le droit (6 fois
plus souvent). Dans 61% des cas, les FCS ne sont pas symétriques au niveau des pyramides. Dans 70% des cas, le FCS ventral droit est plus
volumineux que le gauche. Schéma modifié d’après Carpenter [35].

La latéralité est différente chez l’homme et chez la femme, avec une proportion plus importante de
femmes droitières, et donc, une proportion d’hommes non-droitiers (ambidextres et gauchers) plus
importante (25% en plus) [181]. Hervé et al. [89] ont décrit une asymétrie moins importante du
planum temporale pour les hommes gauchers. Shapleske et al. [177] ont touvé une asymétrie
significative du planum temporale au profit du côté gauche, avec une diminution de cette différence
pour les gauchers et les femmes. Amunt et al. [5] ont déterminé que l’asymétrie de la profondeur du
sillon central était trouvée en fonction de la latéralité pour l’homme uniquement (62% des gauchers
avaient un sillon central droit plus profond). Pujol et al. [166], ont trouvé une asymétrie en mesurant le
volume des hémisphères en IRM, au profit de l’hémisphère gauche, mais avec une différence plus
importante entre les deux pour l’homme. Dans l’étude que nous avons décrit précédemment,
Westerhausen et al. [202] ont trouvé une différence significative avec une augmentation de la FA dans
les cerveaux masculins. Leur conclusion était que cela peut indiquer une organisation et une structure
différente du FCS chez l’homme et la femme au niveau de la capsule interne. Le cerveau masculin
étant plus grand que le cerveau féminin, cela pourrait être une adaptation du FCS et donc des

120
paramètres (FA) reflétant sa structure. L’appariement des données en fonction de la taille du cerveau
supprimait cette différence homme et femme. Catani et al. [37] ont étudié 40 adultes droitiers et n’ont
pas trouvé de différence entre les hommes et les femmes en ce qui concerne le volume du FCS et la
FA.
La plupart des études dont l’objectif était de mettre en relation l’asymétrie et la latéralité, avaient un
faible effectif de sujets [85] et cela limite les conclusions. De plus les gauchers ne sont pas une
population homogène. Leur hémisphère dominant est le droit dans 15% des cas [165], leur
environnement peut en avoir fait des gauchers contrariés. Le choix des tests de latéralité est variable et
parfois ces tests n’ont pas été réalisés [85, 102]. Par exemple, dans l’étude récente de Good et al. [73],
comportait 67 gauchers et 398 droitiers mais la latéralité était déterminée en fonction de la main
dominante pour l’écriture. Cela semble insuffisant pour faire des conclusions quant à un effet, ou non,
de la latéralité [181]. Dans notre étude, nous avons choisi de faire un test simple reposant sur des
études sur la population française indemne des pathologies neurologiques, dont font partie nos sujets
[54].

8.6 Conclusion

Comme d’autres études, nous avons mis en évidence une asymétrie du FCS issu de la motricité de la
main ainsi qu’une relation avec la latéralité. L’interprétation de nos résultats est difficile, comme pour
les études publiées dans la littérature [37], compte tenu des limites techniques que nous avons
exposées (tractographie déterministe) et du nombre de sujets dans chaque groupe limitant la
représentation des index de latéralité. Il serait intéressant de poursuivre cette étude en utilisant d’autres
modèles de diffusion ou techniques de tractographie comme le DDI (diffusion direction imaging)
[184], ce qui permettrait d’avoir une meilleure précision de reconstruction du FCS, notamment dans
les zones de croisements de l’encéphale pour des séquences IRM de diffusion avec une faible
résolution angulaire.

121
122
Conclusion

Dans cette thèse nous avons étudié in vivo l’anatomie de la partie dédiée à la motricité de la main du
FCS. Nous avons utilisé plusieurs séquences d’IRM. La pondération T1 a permis une analyse
morphologique de la substance blanche, et, de placer les différentes régions d’intérêt dans l’encéphale
pour situer le FCS. L’IRM fonctionnelle a été utilisée pour déterminer la région corticale de la
motricité de la main, ce qui a permis de prendre en compte la fonction de cette partie du FCS et non
uniquement sa localisation anatomique telle qu’elle a été décrite dans les traités d’anatomie. L’IRM de
diffusion associée au tenseur de diffusion et à la tractographie a donné une visualisation graphique en
3D du faisceau de fibres blanches étudié. Nous avons utilisé un modèle de diffusion mono-tensoriel et
4 algorithmes déterministes de tractographie. Les acquisitions ont été réalisées sur un imageur à haut
champ (3T) avec 15 gradients de diffusions.
Deux éléments ont motivé la réalisation de cette thèse. D’une part, réaliser une validation anatomique
de la tractographie, c’est-à-dire, du modèle de diffusion et des algorithmes de tractographie
disponibles en routine clinique. D’autre part, l’intérêt de l’étude de l’asymétrie du FCS, notamment en
relation avec la latéralité. Pour cela nous avons réalisé 3 études.
La première étude que nous avons présentée a permis de comparer 4 algorithmes déterministes qui
sont disponibles en routine clinique. La comparaison des faisceaux obtenus a été faite par des
neuroradiologues. Les résultats ne permettent pas de mettre en évidence une méthode réellement
meilleure que les autres, mais ils permettent de dégager une tendance avec un niveau de concordance
faible. La conclusion est que les algorithmes les plus robustes mathématiquement n’ont pas été mis en
avant dans notre étude probablement en raison du nombre assez faible de fibres construites par ces
algorithmes (perte d’information dans les zones de croisement des faisceaux). L’aspect de ces
faisceaux ne permettait pas de les faire reconnaître comme la partie correspondant à la main du FCS.
La deuxième étude que nous avons présentée a été faite avec des sujets droitiers afin de comparer les
deux côtés de l’encéphale à l’aide de la fraction d’anisotropie, de la diffusivité moyenne et du
coefficient plan du tenseur. Nos résultats mettent en évidence une asymétrie au profit de l’hémisphère
droit. L’analyse de la littérature permet de constater la difficulté d’analyse de ces asymétries en
fonction du côté prédominant, parfois l’hémisphère droit parfois l’hémisphère gauche.
La troisième étude que nous avons présentée a permis de comparer les droitiers et les gauchers. Nous
avons également mis en évidence une asymétrie pour les droitiers et pour les gauchers, le plus souvent
au profit de l’hémisphère droit. Nous avons également mis en évidence une différence entre les
droitiers et les gauchers, et, notamment en fonction de l’indice de latéralité (plus de fibres à gauche
chez les droitiers, valeur de FA plus grande pour les droitiers). Là encore, l’analyse de la littérature
permet de trouver des résultats controversés en fonction des études, ne permettant pas de conclure
formellement sur l’asymétrie entre les droitiers et les gauchers.

123
La finalité de l’étude des asymétries, en relation ou non avec la latéralité, est d’étudier l’anatomie
fonctionnelle du système nerveux et plus particulièrement des hémisphères cérébraux. En effet ceux-ci
ont une spécialisation différente. De même, la fonction motrice de la main est vraisemblablement
différente à droite et à gauche surtout si on se réfère à la dextérité voire à l’habilité manuelle, extrême
pour certains individus.
Les perspectives de cette thèse sont la poursuite de la validation anatomique des données de
tractographies en utilisant des modèles de diffusion et des algorithmes de tractographie différents, plus
complexes associés à des acquisitions d’images à haute résolution. L’objectif restant la compatibilité
du traitement de l’image avec la routine clinique pour une utilisation quotidienne des données de
tractographie pour l’analyse des pathologies mais surtout pour l’intégration à la chirurgie guidée par
l’image. Son intérêt est de permettre l’exérèse chirurgicale d’une tumeur cérébrale avec une sécurité
maximale limitant les risques de déficit post-opératoire.
Actuellement, un modèle de diffusion autre que le DTI est en développement dans notre équipe et il
permet d’extraire plusieurs directions de fibres potentielles au sein de chaque voxel. En fonction des
paramètres d’acquisition (imagerie haut résolution, B0) et du choix du nombre de directions, ce
modèle est compatible avec l’utilisation en routine clinique. Outre la validation théorique, il sera
nécessaire de faire une validation anatomique et clinique.
La tractographie est actuellement la méthode d’étude in vivo du cerveau qui permet de visualiser les
faisceaux de fibres blanches. Son développement est indispensable à la connaissance morphologique
et fonctionnelle du système nerveux.

124
Références
[1] Adams F. The genuine works of Hippocrates. William Woods, New York, 1849.

[2] Akter M, Hirai T, Sasao A, Nishimura S, Uetani H, Iwashita K, et al. Multi-tensor

tractography of the motor pathway at 3T: a volunteer study. Magn Reson Med Sci
2011;10:59-63.

[3] Alexander DC. An Introduction to Computational Diffusion MRI: the Diffusion Tensor and
Beyond. In: Weickert J, Hagen H, editors. Visualization and Processing of Tensor
Fields.Berlin Heidelberg: Springer; 2006. p. 83-106.

[4] Amunts K. Structural indices of asymetry. In: Hugdahl K, Westerhausen R, editors. The two
halves of the brain.Cambridge, Massachusetts: The MIT Press; 2010. p. 145-75.

[5] Amunts K, Jancke L, Mohlberg H, Steinmetz H, Zilles K. Interhemispheric asymmetry of the

human motor cortex related to handedness and gender. Neuropsychologia 2000;38:304-12.

[6] Amunts K, Schlaug G, Schleicher A, Steinmetz H, Dabringhaus A, Roland PE, et al.

Asymmetry in the human motor cortex and handedness. Neuroimage 1996;4:216-22.

[7] Amunts K, Schleicher A, Burgel U, Mohlberg H, Uylings HB, Zilles K. Broca's region
revisited: cytoarchitecture and intersubject variability. J Comp Neurol 1999;412:319-41.

[8] Annett M. A classification of hand preference by association analysis. Br J Psychol

1970;61:303-21.

[9] Annett M. Handedness and cerebral dominance: the right shift theory. J Neuropsychiatry Clin
Neurosci 1998;10:459-69.

[10] Aralasmak A, Ulmer JL, Kocak M, Salvan CV, Hillis AE, Yousem DM. Association,
commissural, and projection pathways and their functional deficit reported in literature. J
Comput Assist Tomogr 2006;30:695-715.

[11] Ardekani S, Kumar A, Bartzokis G, Sinha U. Exploratory voxel-based analysis of diffusion

indices and hemispheric asymmetry in normal aging. Magn Reson Imaging 2007;25:154-67.

[12] Bammer R, Acar B, Moseley ME. In vivo MR tractography using diffusion imaging. Eur J
Radiol 2003;45:223-34.

[13] Bammer R, Auer M, Keeling SL, Augustin M, Stables LA, Prokesch RW, et al. Diffusion
tensor imaging using single-shot SENSE-EPI. Magn Reson Med 2002;48:128-36.

[14] Bammer R, Augustin M, Strasser-Fuchs S, Seifert T, Kapeller P, Stollberger R, et al.

Magnetic resonance diffusion tensor imaging for characterizing diffuse and focal white matter
abnormalities in multiple sclerosis. Magn Reson Med 2000;44:583-91.

[15] Basser PJ, Mattiello J, LeBihan D. Estimation of the effective self-diffusion tensor from the
NMR spin echo. J Magn Reson B 1994;103:247-54.

[16] Basser PJ, Pajevic S, Pierpaoli C, Duda J, Aldroubi A. In vivo fiber tractography using DT-
MRI data. Magn Reson Med 2000;44:625-32.

125
[17] Bear MF, Connors BW, Paradiso MA. Neurosciences. A la découverte du cerveau. Second ed.
Pradel, Paris, 2002.

[18] Beaulieu C. The basis of anisotropic water diffusion in the nervous system - a technical
review. NMR Biomed 2002;15:435-55.

[19] Behrens TE, Woolrich MW, Jenkinson M, Johansen-Berg H, Nunes RG, Clare S, et al.
Characterization and propagation of uncertainty in diffusion-weighted MR imaging. Magn
Reson Med 2003;50:1077-88.

[20] Bertrand G, Blundell J, Musella R. Electrical exploration of the internal capsule and
neighbouring structures during stereotaxic procedures. J Neurosurg 1965;22:333-43.

[21] Binder JR, Rao SM, Hammeke TA, Frost JA, Bandettini PA, Jesmanowicz A, et al.
Lateralized human brain language systems demonstrated by task subtraction functional
magnetic resonance imaging. Arch Neurol 1995;52:593-601.

[22] Binder JR, Swanson SJ, Hammeke TA, Morris GL, Mueller WM, Fischer M, et al.
Determination of language dominance using functional MRI: a comparison with the Wada
test. Neurology 1996;46:978-84.

[23] Blum A, Feldmann L, Bresler F, Jouanny P, Briancon S, Regent D. [Value of calculation of

the kappa coefficient in the evaluation of an imaging method]. J Radiol 1995;76:441-3.

[24] Boling W, Olivier A, Fabinyi G. Historical contributions to the modern understanding of

function in the central area. Neurosurgery 2002;50:1296-309, discussion.

[25] Bossy J. Anatomie clinique. Tome 4 Neuro-anatomie. Springer-Verlag, Paris, 1990.

[26] Braun M, Anxionnat R, Marchal C, Moret C, Bracard S, Roland J, et al. [Radioanatomy of the
cerebral cortex. Practical guide of identification]. J Radiol 2000;81:704-16.

[27] Broca P. Nouvelle observation d'aphémie produite par une lésion de la moitié postérieure des
deuxième et troisième circonvolutions frontales. Bull Soc Anat 1861;6:398-407.

[28] Broca P. Perte de la parole, ramollissement chronique et destruction partielle du lobe antérieur
gauche du cerveau. Bull Soc Anthropol 1861;2:111-7.

[29] Broca P. Remarques sur le siège de la faculté du langage articulé, suivies d'une observation
d'aphémie (perte de la parole). Bull Soc Anat 1861;6:330-57.

[30] Broca P. Localisation des fonctions cérébrales. Siège du langage articulé. Bull Soc Anthropol
1863;4:200-4.

[31] Broca P. Sur le siège du langage articulé. Bull Soc Anthropol 1865;6:377-93.

[32] Brodal A. Neurological anatomy, in relation to clinical medicine. Third ed. Oxford university
press, Oxford, 1981.

[33] Büchel C, Raedler T, Sommer M, Sach M, Weiller C, Koch MA. White matter asymmetry in
the human brain: a diffusion tensor MRI study. Cereb Cortex 2004;14:945-51.

[34] Burgel U, Madler B, Honey CR, Thron A, Gilsbach J, Coenen VA. Fiber tracking with
distinct software tools results in a clear diversity in anatomical fiber tract portrayal. Cen Eur
Neurosurg 2009;70:27-35.

126
[35] Carpenter MB, Sutin J. Human Neuroanatomy. Eight ed. William and Wilkins, Baltimore /
London, 1983.

[36] Carr HY, Purcell EM. Effects of Diffusion on Free Precession in Nuclear Magnetic Resonance
Experiments. Physical Review 1954;94:630.

[37] Catani M, Forkel S, Thiebaut de SM. Asymetry of white matter pathways. In: Hugdahl K,
Westerhausen R, editors. The two halves of the brain.Cambridge, Massachusetts: The MIT
Press; 2010. p. 177-209.

[38] Catani M, Howard RJ, Pajevic S, Jones DK. Virtual in vivo interactive dissection of white
matter fasciculi in the human brain. Neuroimage 2002;17:77-94.

[39] Catani M, Thiebaut de SM. A diffusion tensor imaging tractography atlas for virtual in vivo
dissections. Cortex 2008;44:1105-32.

[40] Caulo M, Briganti C, Mattei PA, Perfetti B, Ferretti A, Romani GL, et al. New morphologic
variants of the hand motor cortex as seen with MR imaging in a large study population. AJNR
Am J Neuroradiol 2007;28:1480-5.

[41] Charcot JM. Traité de médecine.Tome 6, Maladies de l'encéphale. Masson G, Paris, 1891.

[42] Charcot JM, Bourneveille B. Maladies du système nerveux (Leçons faites à la Salpétrière).
Delahaye, Paris, 1885.

[43] Cheng P, Magnotta VA, Wu D, Nopoulos P, Moser DJ, Paulsen J, et al. Evaluation of the
GTRACT diffusion tensor tractography algorithm: a validation and reliability study.
Neuroimage 2006;31:1075-85.

[44] Cherubini A, Luccichenti G, Peran P, Hagberg GE, Barba C, Formisano R, et al. Multimodal
fMRI tractography in normal subjects and in clinically recovered traumatic brain injury
patients. Neuroimage 2007;34:1331-41.

[45] Chung HW, Chou MC, Chen CY. Principles and Limitations of Computational Algorithms in
Clinical Diffusion Tensor MR Tractography. AJNR Am J Neuroradiol 2011;32:3-13.

[46] Ciccarelli O, Catani M, Johansen-Berg H, Clark C, Thompson A. Diffusion-based

tractography in neurological disorders: concepts, applications, and future developments.
Lancet Neurol 2008;7:715-27.

[47] Ciccarelli O, Parker GJ, Toosy AT, Wheeler-Kingshott CA, Barker GJ, Boulby PA, et al.
From diffusion tractography to quantitative white matter tract measures: a reproducibility
study. Neuroimage 2003;18:348-59.

[48] Clarisse P. Tractographie cérébrale par IRM de tenseur de diffusion : Influence des paramètres
d'acquisition et de la méthode de tractographie sur la reproductibilité et la plausibilité
anatomique des résultats dans la perspective d'une application en routine clinique Université
Toulouse III; 2008.

[49] Collins RL. On the inheritance of handedness. II. Selection for sinistrality in mice. J Hered
1969;60:117-9.

[50] Conturo TE, Lori NF, Cull TS, Akbudak E, Snyder AZ, Shimony JS, et al. Tracking neuronal
fiber pathways in the living human brain. Proc Natl Acad Sci U S A 1999;96:10422-7.

127
[51] Damasio AR, Geschwind N. The neural basis of language. Annu Rev Neurosci 1984;7:127-
47.

[52] Dassonville P, Zhu XO, Ugurbil K, Kim SG, Ashe J. Functional activation in motor cortex
reflects the direction and the degree of handedness. Proc Natl Acad Sci U S A 1997;94:14015-
8.

[53] Dejerine J. Anatomie des centres nerveux. Rueff et Cie, Paris, 1895.

[54] Dellatolas G, De Agostini M, Jallon P, Poncet M, Rey M, Lellouch J. Mesure de la préférence

manuelle par autoquestionnaire dans la population française adulte. Revue de Psychologie
aplliquée 1988;38:117-36.

[55] Delmaire C, Krainik A, Lethuc V, Reyns N, Duffau H, Capelle L, et al. [Functional magnetic
resonance imaging: physiopathology, techniques and applications]. J Radiol 2007;88:497-509.

[56] Descoteaux M, Deriche R, Knosche TR, Anwander A. Deterministic and probabilistic

tractography based on complex fibre orientation distributions. IEEE Trans Med Imaging
2009;28:269-86.

[57] Dum RP, Strick PL. The origin of corticospinal projections from the premotor areas in the
frontal lobe. J Neurosci 1991;11:667-89.

[58] Dum RP, Strick PL. Spinal cord terminations of the medial wall motor areas in macaque
monkeys. J Neurosci 1996;16:6513-25.

[59] Dym RJ, Burns J, Freeman K, Lipton ML. Is Functional MR Imaging Assessment of
Hemispheric Language Dominance as Good as the Wada Test?: A Meta-Analysis. Radiology
2011.

[60] Englander RN, Netsky MG, Adelman LS. Location of human pyramidal tract in the internal
capsule: anatomic evidence. Neurology 1975;25:823-6.

[61] Fernandez-Miranda JC, Rhoton AL, Jr., Alvarez-Linera J, Kakizawa Y, Choi C, de Oliveira
EP. Three-dimensional microsurgical and tractographic anatomy of the white matter of the
human brain. Neurosurgery 2008;62:989-1026.

[62] Filippi M, Cercignani M, Inglese M, Horsfield MA, Comi G. Diffusion tensor magnetic
resonance imaging in multiple sclerosis. Neurology 2001;56:304-11.

[63] Fillard P, Arsigny V, Pennec X, Hayashi KM, Thompson PM, Ayache N. Measuring brain
variability by extrapolating sparse tensor fields measured on sulcal lines. Neuroimage
2007;34:639-50.

[64] Fillard P, Descoteaux M, Goh A, Gouttard S, Jeurissen B, Malcolm J, et al. Quantitative

evaluation of 10 tractography algorithms on a realistic diffusion MR phantom. Neuroimage
2011;56:220-34.

[65] Finger S, Roe D. Does Gustave Dax deserve to be forgotten? The temporal lobe theory and
other contributions of an overlooked figure in the history of language and cerebral dominance.
Brain Lang 1999;69:16-30.

[66] Friston KJ, Holmes AP, Worsley KJ, Poline J-P, frith CD, Frackowiak RS. Statistical
parametric maps in functional imaging: a general linear approach. Hum Brain Mapp
1995;2:189-210.

128
[67] Fritsch G, Hitzig E. Über die elektrische Erregbarkeit des Grosshirns. Arch Anat Physiol
1870;37:300-32.

[68] Galaburda AM, LeMay M, Kemper TL, Geschwind N. Right-left asymmetrics in the brain.
Science 1978;199:852-6.

[69] Geschwind N. Cerebral dominance and anatomic asymmetry. N Engl J Med 1972;287:194-5.

[70] Geschwind N, Galaburda AM. Cerebral lateralization. Biological mechanisms, associations,

and pathology: I-III. A hypothesis and a program for research. Arch Neurol 1985;42:428-59,
521-52, 634-54.

[71] Geschwind N, Levitsky W. Human brain: left-right asymmetries in temporal speech region.
Science 1968;161:186-7.

[72] Giannitrapani D. Developing concepts of lateralization of cerebral functions. Cortex

1967;3:353-70.

[73] Good CD, Johnsrude I, Ashburner J, Henson RN, Friston KJ, Frackowiak RS. Cerebral
asymmetry and the effects of sex and handedness on brain structure: a voxel-based
morphometric analysis of 465 normal adult human brains. Neuroimage 2001;14:685-700.

[74] Goss CM. Gray's Anatomy. Anatomy of the human body. 29eme edition américaine ed. Leo
and Febiger, Philadelphia, 1973.

[75] Gratiolet P. Mémoire sur les plis cérébraux de l'homme et des primates. Arthus Bertrand,
Paris, 1854.

[76] Gur RC, Turetsky BI, Matsui M, Yan M, Bilker W, Hughett P, et al. Sex differences in brain
gray and white matter in healthy young adults: correlations with cognitive performance. J
Neurosci 1999;19:4065-72.

[77] Gut M, Urbanik A, Forsberg L, Binder M, Rymarczyk K, Sobiecka B, et al. Brain correlates of
right-handedness. Acta Neurobiol Exp (Wars ) 2007;67:43-51.

[78] Guye M, Parker GJ, Symms M, Boulby P, Wheeler-Kingshott CA, Salek-Haddadi A, et al.
Combined functional MRI and tractography to demonstrate the connectivity of the human
primary motor cortex in vivo. Neuroimage 2003;19:1349-60.

[79] Hagmann P, Thiran JP, Jonasson L, Vandergheynst P, Clarke S, Maeder P, et al. DTI mapping
of human brain connectivity: statistical fibre tracking and virtual dissection. Neuroimage
2003;19:545-54.

[80] Hahn EL. Spin Echoes. Physical Review 1950;80:580.

[81] Haines DE. Neuroanatomy An Atlas of Structures, Sections, and Systems. 6 ed. Lippincott,
Williams and Wilkins, Philadelphia, 2004.

[82] Hammond G. Correlates of human handedness in primary motor cortex: a review and
hypothesis. Neurosci Biobehav Rev 2002;26:285-92.

[83] Han BS, Hong JH, Hong C, Yeo SS, Lee D, Cho HK, et al. Location of the corticospinal tract
at the corona radiata in human brain. Brain Res 2010;1326:75-80.

[84] Hasan KM, Walimuni IS, Abid H, Hahn KR. A review of diffusion tensor magnetic resonance
imaging computational methods and software tools. Comput Biol Med 2010.

129
 [85] Hatta T. Handedness and the brain: a review of brain-imaging techniques. Magn Reson Med
Sci 2007;6:99-112.

[86] Hattingen E, Rathert J, Jurcoane A, Weidauer S, Szelenyi A, Ogrezeanu G, et al. A

standardised evaluation of pre-surgical imaging of the corticospinal tract: where to place the
seed ROI. Neurosurg Rev 2009;32:445-56.

[87] Hecaen H, De Agostini M, Monzon-Montes A. Cerebral organization in left-handers. Brain

Lang 1981;12:261-84.

[88] Heiervang E, Behrens TE, Mackay CE, Robson MD, Johansen-Berg H. Between session
reproducibility and between subject variability of diffusion MR and tractography measures.
Neuroimage 2006;33:867-77.

[89] Hervé PY, Crivello F, Perchey G, Mazoyer B, Tzourio-Mazoyer N. Handedness and cerebral
anatomical asymmetries in young adult males. Neuroimage 2006;29:1066-79.

[90] Holodny AI, Gor DM, Watts R, Gutin PH, Ulug AM. Diffusion-tensor MR tractography of
somatotopic organization of corticospinal tracts in the internal capsule: initial anatomic results
in contradistinction to prior reports. Radiology 2005;234:649-53.

[91] Holodny AI, Ollenschleger MD, Liu WC, Schulder M, Kalnin AJ. Identification of the
corticospinal tracts achieved using blood-oxygen-level-dependent and diffusion functional
MR imaging in patients with brain tumors. AJNR Am J Neuroradiol 2001;22:83-8.

[92] Holodny AI, Watts R, Korneinko VN, Pronin IN, Zhukovskiy ME, Gor DM, et al. Diffusion
tensor tractography of the motor white matter tracts in man: Current controversies and future
directions. Ann N Y Acad Sci 2005;1064:88-97.

[93] Ino T, Nakai R, Azuma T, Yamamoto T, Tsutsumi S, Fukuyama H. Somatotopy of

corticospinal tract in the internal capsule shown by functional MRI and diffusion tensor
images. Neuroreport 2007;18:665-8.

[94] Iwasaki S, Nakagawa H, Fukusumi A, Kichikawa K, Kitamura K, Otsuji H, et al.

Identification of pre- and postcentral gyri on CT and MR images on the basis of the medullary
pattern of cerebral white matter. Radiology 1991;179:207-13.

[95] Jaermann T, Crelier G, Pruessmann KP, Golay X, Netsch T, van Muiswinkel AM, et al.
SENSE-DTI at 3 T. Magn Reson Med 2004;51:230-6.

[96] Jang SH. A review of corticospinal tract location at corona radiata and posterior limb of the
internal capsule in human brain. NeuroRehabilitation 2009;24:279-83.

[97] Jellison BJ, Field AS, Medow J, Lazar M, Salamat MS, Alexander AL. Diffusion tensor
imaging of cerebral white matter: a pictorial review of physics, fiber tract anatomy, and tumor
imaging patterns. AJNR Am J Neuroradiol 2004;25:356-69.

[98] Jeong HK, Lee SK, Kim DI, Heo JH. The usefulness of fractional anisotropy maps in
localization of lacunar infarctions in striatum, internal capsule and thalamus. Neuroradiology
2005;47:267-70.

[99] Johansen-Berg H, Behrens TE. Just pretty pictures? What diffusion tractography can add in
clinical neuroscience. Curr Opin Neurol 2006;19:379-85.

[100] Jones DK. Studying connections in the living human brain with diffusion MRI. Cortex
2008;44:936-52.

130
[101] Jones DK, Horsfield MA, Simmons A. Optimal strategies for measuring diffusion in
anisotropic systems by magnetic resonance imaging. Magn Reson Med 1999;42:515-25.

[102] Josse G, Mazoyer B, Crivello F, Tzourio-Mazoyer N. Left planum temporale: an anatomical

marker of left hemispheric specialization for language comprehension. Brain Res Cogn Brain
Res 2003;18:1-14.

[103] Joynt RJ, Benton AL. The memoir of Marc Dax on aphasia. Neurology 1964;14:851-4.

[104] Kahle W. Color Atlas of Human Anatomy, Vol. 3. Thieme, Stuttgart, 2003.

[105] Kamina P. Anatomie clinique, Neuroanatomie. Maloine, Paris, 2008.

[106] Keizer K, Kuypers HG. Distribution of corticospinal neurons with collaterals to lower brain
stem reticular formation in cat. Exp Brain Res 1984;54:107-20.

[107] Kertesz A, Geschwind N. Patterns of pyramidal decussation and their relationship to

handedness. Arch Neurol 1971;24:326-32.

[108] Kertesz A, Polk M, Black SE, Howell J. Anatomical asymmetries and functional laterality.
Brain 1992;115 ( Pt 2):589-605.

[109] Kim SG, Ashe J, Hendrich K, Ellermann JM, Merkle H, Ugurbil K, et al. Functional magnetic
resonance imaging of motor cortex: hemispheric asymmetry and handedness. Science
1993;261:615-7.

[110] Kim YH, Kim DS, Hong JH, Park CH, Hua N, Bickart KC, et al. Corticospinal tract location
in internal capsule of human brain: diffusion tensor tractography and functional MRI study.
Neuroreport 2008;19:817-20.

[111] Kinoshita M, Yamada K, Hashimoto N, Kato A, Izumoto S, Baba T, et al. Fiber-tracking does
not accurately estimate size of fiber bundle in pathological condition: initial neurosurgical
experience using neuronavigation and subcortical white matter stimulation. Neuroimage
2005;25:424-9.

[112] Kleiser R, Staempfli P, Valavanis A, Boesiger P, Kollias S. Impact of fMRI-guided advanced

DTI fiber tracking techniques on their clinical applications in patients with brain tumors.
Neuroradiology 2010;52:37-46.

[113] Kooistra CA, Heilman KM. Motor dominance and lateral asymmetry of the globus pallidus.
Neurology 1988;38:388-90.

[114] Kretschmann HJ. Localisation of the corticospinal fibres in the internal capsule in man. J Anat
1988;160:219-25.

[115] Krings T, Coenen VA, Axer H, Reinges MH, Holler M, von Keyserlingk DG, et al. In vivo 3D
visualization of normal pyramidal tracts in human subjects using diffusion weighted magnetic
resonance imaging and a neuronavigation system. Neurosci Lett 2001;307:192-6.

[116] Krings T, Reinges MH, Thiex R, Gilsbach JM, Thron A. Functional and diffusion-weighted
magnetic resonance images of space-occupying lesions affecting the motor system: imaging
the motor cortex and pyramidal tracts. J Neurosurg 2001;95:816-24.

[117] Kunimatsu A, Aoki S, Masutani Y, Abe O, Hayashi N, Mori H, et al. The optimal trackability
threshold of fractional anisotropy for diffusion tensor tractography of the corticospinal tract.
Magn Reson Med Sci 2004;3:11-7.

131
[118] Kunimatsu A, Aoki S, Masutani Y, Abe O, Mori H, Ohtomo K. Three-dimensional white
matter tractography by diffusion tensor imaging in ischaemic stroke involving the
corticospinal tract. Neuroradiology 2003;45:532-5.

[119] Kuperman V. Magnetic resonance imaging. Physical principles and applications. Academic
Press, San Diego, 2000.

[120] Lawes IN, Barrick TR, Murugam V, Spierings N, Evans DR, Song M, et al. Atlas-based
segmentation of white matter tracts of the human brain using diffusion tensor tractography and
comparison with classical dissection. Neuroimage 2008;39:62-79.

[121] Lazar M, Weinstein DM, Tsuruda JS, Hasan KM, Arfanakis K, Meyerand ME, et al. White
matter tractography using diffusion tensor deflection. Hum Brain Mapp 2003;18:306-21.

[122] Le Bihan D. Functional MRI of the brain principles, applications and limitations. J
Neuroradiol 1996;23:1-5.

[123] Le Bihan D, Mangin JF, Poupon C, Clark CA, Pappata S, Molko N, et al. Diffusion tensor
imaging: concepts and applications. J Magn Reson Imaging 2001;13:534-46.

[124] Le Bihan D, Poupon C, Amadon A, Lethimonnier F. Artifacts and pitfalls in diffusion MRI. J
Magn Reson Imaging 2006;24:478-88.

[125] Le Bihan D, Turner R, Moonen CT, Pekar J. Imaging of diffusion and microcirculation with
gradient sensitization: design, strategy, and significance. J Magn Reson Imaging 1991;1:7-28.

[126] Le Bihan D, van Zijl P. From the diffusion coefficient to the diffusion tensor. NMR Biomed
2002;15:431-4.

[127] LeBihan D. Looking into the functional architecture of the brain with diffusion MRI. Nat Rev
Neurosci 2003;4:469-80.

[128] LeMay M. Functional and anatomical asymmetries of the human brain. Eur J Neurol
1999;6:79-85.

[129] LeMay M, Culebras A. Human brain--morphologic differences in the hemispheres

demonstrable by carotid arteriography. N Engl J Med 1972;287:168-70.

[130] Lemon RN. Mechanism of cortical control of hand function. The Neuroscientist 1997;3:389-
98.

[131] Lhermitte J, Masquin P, Treilles JO. Précis d'anatomo-physiologie normale et pathologique du

système nerveux central. Quatrième ed. Doin, Paris, 1966.

[132] Lin CP, Tseng WY, Cheng HC, Chen JH. Validation of diffusion tensor magnetic resonance
axonal fiber imaging with registered manganese-enhanced optic tracts. Neuroimage
2001;14:1035-47.

[133] Lin F, Yu C, Jiang T, Li K, Chan P. Diffusion tensor tractography-based group mapping of the
pyramidal tract in relapsing-remitting multiple sclerosis patients. AJNR Am J Neuroradiol
2007;28:278-82.

[134] Lotze M, Erb M, Flor H, Huelsmann E, Godde B, Grodd W. fMRI evaluation of somatotopic
representation in human primary motor cortex. Neuroimage 2000;11:473-81.

132
[135] Macdonell RA, Jackson GD, Curatolo JM, Abbott DF, Berkovic SF, Carey LM, et al. Motor
cortex localization using functional MRI and transcranial magnetic stimulation. Neurology
1999;53:1462-7.

[136] Mamata H, Mamata Y, Westin CF, Shenton ME, Kikinis R, Jolesz FA, et al. High-resolution
line scan diffusion tensor MR imaging of white matter fiber tract anatomy. AJNR Am J
Neuroradiol 2002;23:67-75.

[137] Mangin JF, Poupon C, Clark C, Le BD, Bloch I. Distortion correction and robust tensor
estimation for MR diffusion imaging. Med Image Anal 2002;6:191-8.

[138] Mori S, Barker PB. Diffusion magnetic resonance imaging: its principle and applications.
Anat Rec 1999;257:102-9.

[139] Mori S, Crain BJ, Chacko VP, van Zijl PC. Three-dimensional tracking of axonal projections
in the brain by magnetic resonance imaging. Ann Neurol 1999;45:265-9.

[140] Mori S, Frederiksen K, van Zijl PC, Stieltjes B, Kraut MA, Solaiyappan M, et al. Brain white
matter anatomy of tumor patients evaluated with diffusion tensor imaging. Ann Neurol
2002;51:377-80.

[141] Mori S, Kaufmann WE, Davatzikos C, Stieltjes B, Amodei L, Fredericksen K, et al. Imaging
cortical association tracts in the human brain using diffusion-tensor-based axonal tracking.
Magn Reson Med 2002;47:215-23.

[142] Mori S, van Zijl PC. Fiber tracking: principles and strategies - a technical review. NMR
Biomed 2002;15:468-80.

[143] Nathan PW, Smith MC, Deacon P. The corticospinal tracts in man. Course and location of
fibres at different segmental levels. Brain 1990;113 ( Pt 2):303-24.

[144] Netter FK. Atlas of neuroanatomy and neurophysiology. Editorial Icon Custom
Communications, Teterboro, USA, 2002.

[145] Nieuwenhuys R, Voogd J, van Huijzen C. The Human Central Nervous System: A Synopsis
and Atlas. 4 ed. Springer, Berlin, 2008.

[146] Nimsky C, Ganslandt O, Fahlbusch R. Implementation of fiber tract navigation. Neurosurgery

2006;58:ONS-303.

[147] Nimsky C, Grummich P, Sorensen AG, Fahlbusch R, Ganslandt O. Visualization of the

pyramidal tract in glioma surgery by integrating diffusion tensor imaging in functional
neuronavigation. Zentralbl Neurochir 2005;66:133-41.

[148] Ogawa S, Menon RS, Kim SG, Ugurbil K. On the characteristics of functional magnetic
resonance imaging of the brain. Annu Rev Biophys Biomol Struct 1998;27:447-74.

[149] Ogawa S, Menon RS, Tank DW, Kim SG, Merkle H, Ellermann JM, et al. Functional brain
mapping by blood oxygenation level-dependent contrast magnetic resonance imaging. A
comparison of signal characteristics with a biophysical model. Biophys J 1993;64:803-12.

[150] Okada T, Miki Y, Fushimi Y, Hanakawa T, Kanagaki M, Yamamoto A, et al. Diffusion-tensor

fiber tractography: intraindividual comparison of 3.0-T and 1.5-T MR imaging. Radiology
2006;238:668-78.

133
[151] Oldfield RC. The assessment and analysis of handedness: the Edinburgh inventory.
Neuropsychologia 1971;9:97-113.

[152] Pajevic S, Pierpaoli C. Color schemes to represent the orientation of anisotropic tissues from
diffusion tensor data: application to white matter fiber tract mapping in the human brain.
Magn Reson Med 1999;42:526-40.

[153] Parker GJ, Wheeler-Kingshott CA, Barker GJ. Distributed anatomical brain connectivity
derived from tensor imaging. Lecture Notes In Computer Science 2001;2082:106-20.

[154] Paturet G. Traité d'anatomie humaine. Masson, Paris, 1964.

[155] Paxinos G, Mai JK. The human nervous system. 2nd ed. Elsevier (USA), 2004.

[156] Pearce JM. Convolutions and asymmetries of the brain. J Neurol Neurosurg Psychiatry
1999;66:56, 75.

[157] Penfield W. L'écorce cérébrale chez l'homme. L'année psychologique 1938;39:1-32.

[158] Penfield W, Boldrey E. Somatic motor and sensory representation in the cerebral cortex of
man as studied by electrical stimulation. Brain 1937;60:389-443.

[159] Penhune VB, Zatorre RJ, MacDonald JD, Evans AC. Interhemispheric anatomical differences
in human primary auditory cortex: probabilistic mapping and volume measurement from
magnetic resonance scans. Cereb Cortex 1996;6:661-72.

[160] Peterson BS, Riddle MA, Cohen DJ, Katz LD, Smith JC, Leckman JF. Human basal ganglia
volume asymmetries on magnetic resonance images. Magn Reson Imaging 1993;11:493-8.

[161] Petrides M, Pandya DN. Association fiber pathways to the frontal cortex from the superior
temporal region in the rhesus monkey. J Comp Neurol 1988;273:52-66.

[162] Petrides M, Pandya DN. Dorsolateral prefrontal cortex: comparative cytoarchitectonic analysis
in the human and the macaque brain and corticocortical connection patterns. Eur J Neurosci
1999;11:1011-36.

[163] Petrides M, Pandya DN. Comparative cytoarchitectonic analysis of the human and the
macaque ventrolateral prefrontal cortex and corticocortical connection patterns in the monkey.
Eur J Neurosci 2002;16:291-310.

[164] Powell HW, Parker GJ, Alexander DC, Symms MR, Boulby PA, Wheeler-Kingshott CA, et
al. Hemispheric asymmetries in language-related pathways: a combined functional MRI and
tractography study. Neuroimage 2006;32:388-99.

[165] Pujol J, Deus J, Losilla JM, Capdevila A. Cerebral lateralization of language in normal left-
handed people studied by functional MRI. Neurology 1999;52:1038-43.

[166] Pujol J, Lopez-Sala A, Deus J, Cardoner N, Sebastian-Galles N, Conesa G, et al. The lateral
asymmetry of the human brain studied by volumetric magnetic resonance imaging.
Neuroimage 2002;17:670-9.

[167] Qazi AA, Radmanesh A, O'Donnell L, Kindlmann G, Peled S, Whalen S, et al. Resolving
crossings in the corticospinal tract by two-tensor streamline tractography: Method and clinical
assessment using fMRI. Neuroimage 2009;47 Suppl 2:T98-106.

134
[168] Rademacher J, Burgel U, Geyer S, Schormann T, Schleicher A, Freund HJ, et al. Variability
and asymmetry in the human precentral motor system. A cytoarchitectonic and
myeloarchitectonic brain mapping study. Brain 2001;124:2232-58.

[169] Reich DS, Smith SA, Jones CK, Zackowski KM, van Zijl PC, Calabresi PA, et al. Quantitative
characterization of the corticospinal tract at 3T. AJNR Am J Neuroradiol 2006;27:2168-78.

[170] Rexed B. A cytoarchitectonic atlas of the spinal cord in the cat. J Comp Neurol 1954;100:297-
379.

[171] Ross ED. Localization of the pyramidal tract in the internal capsule by whole brain dissection.
Neurology 1980;30:59-64.

[172] Rouvière H, Delmas A. Anatomie humaine, descriptive, topographique et fonctionnelle.

Quinzième ed. Masson, Paris, 2002.

[173] Rubens AB, Mahowald MW, Hutton JT. Asymmetry of the lateral (sylvian) fissures in man.
Neurology 1976;26:620-4.

[174] Russel JR, Demyer W. The quantitative corticoid origin of pyramidal axons of Macaca rhesus.
With some remarks on the slow rate of axolysis. Neurology 1961;11:96-108.

[175] Schimrigk SK, Bellenberg B, Schluter M, Stieltjes B, Drescher R, Rexilius J, et al. Diffusion
tensor imaging-based fractional anisotropy quantification in the corticospinal tract of patients
with amyotrophic lateral sclerosis using a probabilistic mixture model. AJNR Am J
Neuroradiol 2007;28:724-30.

[176] Semendeferi K, Armstrong E, Schleicher A, Zilles K, Van Hoesen GW. Limbic frontal cortex
in hominoids: a comparative study of area 13. Am J Phys Anthropol 1998;106:129-55.

[177] Shapleske J, Rossell SL, Woodruff PW, David AS. The planum temporale: a systematic,
quantitative review of its structural, functional and clinical significance. Brain Res Brain Res
Rev 1999;29:26-49.

[178] Shimony JS, McKinstry RC, Akbudak E, Aronovitz JA, Snyder AZ, Lori NF, et al.
Quantitative diffusion-tensor anisotropy brain MR imaging: normative human data and
anatomic analysis. Radiology 1999;212:770-84.

[179] Shimony JS, Snyder AZ, Conturo TE, Corbetta M. The study of neural connectivity using
diffusion tensor tracking. Cortex 2004;40:213-5.

[180] Skare S, Hedehus M, Moseley ME, Li TQ. Condition number as a measure of noise
performance of diffusion tensor data acquisition schemes with MRI. J Magn Reson
2000;147:340-52.

[181] Sommer IEC. Sex differences in handedness, brain asymmetry, and language lateralization.
Information Processing in the Cerebral Hemispheres. In: Hugdahl K, Westerhausen R, editors.
The two halves of the brain.Cambridge, Massachusetts: The MIT Press; 2010. p. 277-312.

[182] Somogyi P, Hodgson AJ, Smith AD. An approach to tracing neuron networks in the cerebral
cortex and basal ganglia. Combination of Golgi staining, retrograde transport of horseradish
peroxidase and anterograde degeneration of synaptic boutons in the same material.
Neuroscience 1979;4:1805-52.

135
[183] Staempfli P, Jaermann T, Crelier GR, Kollias S, Valavanis A, Boesiger P. Resolving fiber
crossingusing advanced fast marching tractography based on diffusion tensor imaging.
Neuroimage 2006;30:110-20.

[184] Stamm A, Perez P, Barillot C. Diffusion Directions Imaging (DDI). Technical report, INRIA
(2011) . 2011.

[185] Stejskal EO, Tanner JE. Spin Diffusion Measurements : Spin Echoes in the Presence of a
Time-Dependent Field GradientSpin Diffusion Measurements : Spin Echoes in the Presence of
a Time-Dependent Field Gradient. The Journal of Chemical Physics 1965;42:288-92.

[186] Sullivan EV, Zahr NM, Rohlfing T, Pfefferbaum A. Fiber tracking functionally distinct
components of the internal capsule. Neuropsychologia 2010;48:4155-63.

[187] Talairach J, Tournoux P. Coplanar Stereotaxic Atlas of the Human Brain. Thieme, Stuttgart,
1988.

[188] Tensaouti F, Lahlou I, Clarisse P, Lotterie JA, Berry I. Quantitative and reproducibility study
of four tractography algorithms used in clinical routine. J Magn Reson Imaging 2011;34:165-
72.

[189] Tensaouti F, Lotterie JA, Clarisse P, Berry I. Assessment of asymmetry in pyramidal tract by
using fiber tracking. 2009; Proc 9 th IEEE International Conference on Intelligence Systeme
Design and Apllications (ISDA), Pise, Italie; 2009.

[190] Thottakara P, Lazar M, Johnson SC, Alexander AL. Application of Brodmann's area templates
for ROI selection in white matter tractography studies. Neuroimage 2006;29:868-78.

[191] Toosy AT, Werring DJ, Orrell RW, Howard RS, King MD, Barker GJ, et al. Diffusion tensor
imaging detects corticospinal tract involvement at multiple levels in amyotrophic lateral
sclerosis. J Neurol Neurosurg Psychiatry 2003;74:1250-7.

[192] Tournier JD, Calamante F, Gadian DG, Connelly A. Diffusion-weighted magnetic resonance
imaging fibre tracking using a front evolution algorithm. Neuroimage 2003;20:276-88.

[193] Tuch DS, Reese TG, Wiegell MR, Makris N, Belliveau JW, Wedeen VJ. High angular
resolution diffusion imaging reveals intravoxel white matter fiber heterogeneity. Magn Reson
Med 2002;48:577-82.

[194] Tuch DS, Wedeen VJ, Dale AM, George JS, Belliveau JW. Conductivity tensor mapping of
the human brain using diffusion tensor MRI. Proc Natl Acad Sci U S A 2001;98:11697-701.

[195] Vernooij MW, Smits M, Wielopolski PA, Houston GC, Krestin GP, van der LA. Fiber density
asymmetry of the arcuate fasciculus in relation to functional hemispheric language
lateralization in both right- and left-handed healthy subjects: a combined fMRI and DTI study.
Neuroimage 2007;35:1064-76.

[196] Wada J, Rasmussen T. Intracarotid injection of sosium amytal for the lateralization of cerebral
speech dominance. Experimental and clinical onservations. J Neurosurg 1960;17:266-82.

[197] Wakana S, Caprihan A, Panzenboeck MM, Fallon JH, Perry M, Gollub RL, et al.
Reproducibility of quantitative tractography methods applied to cerebral white matter.
Neuroimage 2007;36:630-44.

136
[198] Watkins KE, Paus T, Lerch JP, Zijdenbos A, Collins DL, Neelin P, et al. Structural
asymmetries in the human brain: a voxel-based statistical analysis of 142 MRI scans. Cereb
Cortex 2001;11:868-77.

[199] Wedeen VJ, Hagmann P, Tseng WY, Reese TG, Weisskoff RM. Mapping complex tissue
architecture with diffusion spectrum magnetic resonance imaging. Magn Reson Med
2005;54:1377-86.

[200] Werring DJ, Clark CA, Barker GJ, Thompson AJ, Miller DH. Diffusion tensor imaging of
lesions and normal-appearing white matter in multiple sclerosis. Neurology 1999;52:1626-32.

[201] Werring DJ, Clark CA, Parker GJ, Miller DH, Thompson AJ, Barker GJ. A direct
demonstration of both structure and function in the visual system: combining diffusion tensor
imaging with functional magnetic resonance imaging. Neuroimage 1999;9:352-61.

[202] Westerhausen R, Huster RJ, Kreuder F, Wittling W, Schweiger E. Corticospinal tract

asymmetries at the level of the internal capsule: is there an association with handedness?
Neuroimage 2007;37:379-86.

[203] Wiegell MR, Larsson HB, Wedeen VJ. Fiber crossing in human brain depicted with diffusion
tensor MR imaging. Radiology 2000;217:897-903.

[204] Wieshmann UC, Symms MR, Parker GJ, Clark CA, Lemieux L, Barker GJ, et al. Diffusion
tensor imaging demonstrates deviation of fibres in normal appearing white matter adjacent to a
brain tumour. J Neurol Neurosurg Psychiatry 2000;68:501-3.

[205] Wiest-Daesslé N. Imagerie du tenseur de diffusion pour l'étude de pathologies cérébrales

Université Rennes 1; 2009.

[206] Wiest-Daesslé N, Prima S, Morrisey SP, Barillot C. Validation of a new optimisation

algorithm for registration tasks in medical imaging. 2007 Apr; Washington, Etats-Unis 2007
p. 41-4.

[207] Wilson SAK. The old motor system and the new. Arch neur psychiatr 1924;11:385-404.

[208] Yagishita A, Nakano I, Oda M, Hirano A. Location of the corticospinal tract in the internal
capsule at MR imaging. Radiology 1994;191:455-60.

[209] Yakovlev P, Rakic P. Patterns of decussation of bulbar pyramids and distribution of pyramidal
tracts on two sides of spinal cord. Trans Am Neurol Assoc 1966;81:366-7.

[210] Yamada K, Kizu O, Kubota T, Ito H, Matsushima S, Oouchi H, et al. The pyramidal tract has
a predictable course through the centrum semiovale: a diffusion-tensor based tractography
study. J Magn Reson Imaging 2007;26:519-24.

[211] Yamada K, Sakai K, Hoogenraad FG, Holthuizen R, Akazawa K, Ito H, et al. Multitensor
tractography enables better depiction of motor pathways: initial clinical experience using
diffusion-weighted MR imaging with standard b-value. AJNR Am J Neuroradiol
2007;28:1668-73.

[212] Yetkin FZ, Papke RA, Mark LP, Daniels DL, Mueller WM, Haughton VM. Location of the
sensorimotor cortex: functional and conventional MR compared. AJNR Am J Neuroradiol
1995;16:2109-13.

137
[213] Yoshiura T, Kumazawa S, Noguchi T, Hiwatashi A, Togao O, Yamashita K, et al. MR
tractography based on directional diffusion function validation in somatotopic organization of
the pyramidal tract. Acad Radiol 2008;15:186-92.

[214] Yousry TA, Schmid UD, Alkadhi H, Schmidt D, Peraud A, Buettner A, et al. Localization of
the motor hand area to a knob on the precentral gyrus. A new landmark. Brain 1997;120 ( Pt
1):141-57.

[215] Yu C, Zhu C, Zhang Y, Chen H, Qin W, Wang M, et al. A longitudinal diffusion tensor
imaging study on Wallerian degeneration of corticospinal tract after motor pathway stroke.
Neuroimage 2009;47:451-8.

[216] Zarei M, Johansen-Berg H, Jenkinson M, Ciccarelli O, Thompson AJ, Matthews PM. Two-
dimensional population map of cortical connections in the human internal capsule. J Magn
Reson Imaging 2007;25:48-54.

[217] Zhang Y, Zhang J, Oishi K, Faria AV, Jiang H, Li X, et al. Atlas-guided tract reconstruction
for automated and comprehensive examination of the white matter anatomy. Neuroimage
2010.

[218] Zilles K, Dabringhaus A, Geyer S, Amunts K, Qu M, Schleicher A, et al. Structural

asymmetries in the human forebrain and the forebrain of non-human primates and rats.
Neurosci Biobehav Rev 1996;20:593-605.

138
Annexe : Questionnaire de préférence manuelle

Prénom : Sexe :
NOM : Date de naissance :

Indiquez la main que vous utilisez habituellement pour faire l’action demandée. Mettez une seule croix
(X) dans la case correspondante. Mettez une seule croix par question.
Essayez de répondre à toutes les questions
Quelle main utilisez-vous ? Droite Gauche Les deux

Pour lancer

Pour écrire

Pour utiliser une raquette (tennis…)

Pour vous servir d’un rasoir ou pour vous maquiller

Pour vous peigner

Pour vous servir d’une brosse à dent

Pour utiliser un couteau quand l’autre main ne tient pas la fourchette (par
exemple pour couper du pain)

Pour utiliser un marteau

Pour vous servir d’un tournevis

De quelle main tenez-vous une allumette pour l’allumer ?

TOTAL

Résultat

Main droite = 0
Mains gauche = 2
Les deux mains = 1

Droitiers = 0
Droitiers ambidextres = 1 à 6
Gauchers ambidextres = 7 à 16
Gauchers = 17 à 20

139
140
Liste des tableaux
Tableau 6.1 : Classement en 3 groupes des algorithmes de tractographie. ........................................... 82
Tableau 6.2 : Valeur de concordance du test Kappa, d’après Blum [23] .............................................. 83
Tableau 6.3 : Résultats quantitatifs, volumes des ROI supérieures (mm3) et nombre de fibres pour
chaque algorithme, valeur de p (test de Student) pour la comparaison des ROI et des
algorithmes 2 par 2 (a). Valeur de p prenant en compte les fibres à droite et à gauche
comme un ensemble pour chaque algorithme (2x 15 sujets) (b). ..................................... 84
Tableau 6.4 : Résultat du classement par expert (Exp) pour chaque côté et pour chaque algorithme
selon le tableau 6.1............................................................................................................ 87
Tableau 6.5 : Résultats du test de concordance Kappa. « 1 vs 2 » : expert 1 versus expert 2. Le
jugement binaire considère une combinaison des réponses 1 et 2, le test Kappa a donc
comme réponse possible oui ou non à la question posée à l’expert. La plus grande valeur
est 0,4, ce qui correspond à une faible concordance entre les deux experts pour
l’algorithme RK2. ............................................................................................................. 88
Tableau 6.6 : Résultats de la classification générale des algorithmes par préférence de chaque expert.
Une classification récursive permet de définir un ordre général de préférence RK2 puis
Euler, puis RK4, puis TEND. ........................................................................................... 89
Tableau 7.1 : Nombres de fibres obtenues avec les algorithmes d’Euler et RK2 (main droite et main
gauche). ............................................................................................................................. 99
Tableau 7.2 : Résultats des valeurs de FA, MD, CPT (valeurs minimales, maximales, moyennes,
médianes) et p du test de Student pour les algorithmes d’Euler et RK2. Mise en évidence
d’une asymétrie. .............................................................................................................. 101
Tableau 8.1 : Latéralité des sujets de l’étude, score au questionnaire (annexe). D : droitier, AD :
ambidextre droitier, G : gaucher, AG : ambidextre gaucher. .......................................... 107
Tableau 8.2 : Résultats des volumes (mm3) des ROI supérieures, issues des données d’IRMf, de la
main droite (d) et de la main gauche (g). Droitiers (D) de 1 à 15 et gauchers (G) de 16 à
25. ................................................................................................................................... 110
Tableau 8.3 : Nombre de fibres issues de la tractographie avec l’algorithme RK2, moyennes, médianes
et écart type, pour la main droite et pour la main gauche. Droitiers (D) de 1 à 15 et
gauchers (G) de 16 à 25. ................................................................................................. 111
Tableau 8.4 : Résultats des valeurs de FA (valeur minimale, maximale, moyenne, médiane) et p du test
de Student, à la recherche d’une asymétrie hémisphérique en fonction de la latéralité. D
vs G à droite : recherche d’une différence droitiers versus gauchers pour le côté « main
droite », D vs G à gauche : recherche d’une différence droitiers versus gauchers pour le
côté « main gauche ». En ordonnée, valeur de FA, en abscisse nombre de mesure. ...... 114
Tableau 8.5 : Résultats des valeurs de MD (valeur minimale, maximale, moyenne, médiane) et p du
test de Student, à la recherche d’une asymétrie hémisphérique en fonction de la latéralité.
D vs G à droite : recherche d’une différence droitiers versus gauchers pour le côté « main
droite », D vs G à gauche : recherche d’une différence droitiers versus gauchers pour le
côté « main gauche ». En ordonnée, valeur de MD, en abscisse, nombre de mesure. .... 117

141
142
Table des figures
Figure 1.1 : Système nerveux d’après Kahle [104]. .............................................................................. 13
Figure 1.2 : Neurone et cellules gliales d’après Netter [144] et Gray [74]. A : tissu nerveux. B : axone
myélinisé. C : cellule nerveuse ou neurone. ........................................................................ 14
Figure 1.3 : Coupes anatomiques de l’encéphale dans les 3 plans de l’espace d’après Haines [81]. A :
coupe frontale ou coronale. B : coupe horizontale ou axiale. C : coupe sagittale. .............. 14
Figure 1.4 : Cavités de l’encéphale et circulation du LCS d’après Netter [144]. .................................. 15
Figure 1.5 : Les lobes du cerveau d’après Netter [144]......................................................................... 16
Figure 1.6 : Les sillons du cerveau d’après Gray [74]. A : vue latérale. B : vue médiale. C : vue
supérieure. ........................................................................................................................... 18
Figure 1.7 : Principales commissures du cerveau, coupe passant par la commissure antérieure, d’après
Kamina [105]....................................................................................................................... 19
Figure 1.8 : Les faisceaux de fibres du cerveau d’après Kamina [105]. A : vue latérale. B : vue
médiale. ............................................................................................................................... 19
Figure 1.9 : Tractographie du cingulum, vues caudale, latérale droite et dorsale, d’après Catani [39]. 20
Figure 1.10 : Tractographie du faisceau longitudinal inférieur, vues latérale gauche, caudale et
ventrale, d’après Catani [39]. .............................................................................................. 21
Figure 1.11 : Tractographie du faisceau arqué, vues caudale, latérale droite et dorsale, d’après Catani
[39]. ..................................................................................................................................... 22
Figure 1.12 : Tractographie du faisceau unciné, vues latérale gauche, rostrale, et dorsale, d’après
Catani [39]. .......................................................................................................................... 23
Figure 1.13 : Tractographie du faisceau fronto-occipital inférieur, vues latérale gauche, rostrale, et
ventrale, d’après Catani [39]. .............................................................................................. 24
Figure 1.14 : Tractographie du faisceau fronto-occipital supérieur, vue latérale, d’après Aralasmak
[10]. ..................................................................................................................................... 25
Figure 1.15 : Tractographie du cops calleux, vues latérale gauche, rostrale, et dorsale, d’après Catani
[39]. ..................................................................................................................................... 26
Figure 1.16 : Tractographie du fornix, vues latérale gauche, rostrale, et dorsale, d’après Catani [39]. 27
Figure 1.17 : A gauche, la corona radiata, d’après Nieuwenhuys [145], à droite les faisceaux de fibres
en tractographie passant dans la corona radiata et la capsule interne (vues latérale gauche et
rostrale), d’après Catani [39]. .............................................................................................. 28
Figure 1.18 : La capsule interne. A : schéma plan horizontal [145]. B : coupe anatomique plan
horizontal d’après Haines [81]. ........................................................................................... 29
Figure 1.19 : La substance blanche du tronc cérébral (*) d’après Nieuwenhuys [145]. ....................... 30
Figure 1.20 : Le cortex cérébral. Coupe histologique du cortex cérébral humain, selon les méthodes
(de gauche à droite) de Golgi, Nissl et Weigert, d’après Gray [74]. ................................... 31
Figure 1.21 : Aires cytoarchitectoniques du cortex cérébral selon Brodmann ; A : vue latérale, B : vue
médiale d’après Gray [74]. .................................................................................................. 31
Figure 1.22 : Les principales aires fonctionnelles du cortex cérébral d’après Netter [144]. ................. 32
Figure 1.23 : La substance grise profonde du cerveau d’après Netter [144]. ........................................ 33
Figure 1.24 : La substance grise du tronc cérébral d’après Nieuwenhuys [145]. .................................. 34
Figure 2.1 : Coupe tomodensitométrique du cerveau, coupe horizontale. ............................................ 36
Figure 2.2 : Coupe IRM du cerveau, séquence d’inversion récupération. ............................................ 37
Figure 2.3 : Fusion d’images : IRM anatomique, zone fonctionnelle obtenue par IRMf et tractographie.
............................................................................................................................................. 37
Figure 2.4 : Origine du FCS d’après Netter [144]. ................................................................................ 38
Figure 2.5 : Coupe horizontale et frontale du cerveau passant par la corona radiata d’après
Nieuwenhuys [145]. ............................................................................................................ 40
Figure 2.7 : Coupe horizontale du cerveau passant par la capsule interne d’après Nieuwenhuys [145].
............................................................................................................................................. 42
Figure 2.8 : Systématisation motrice du FCS dans la capsule interne, illustration dans Bossy [25]
(d’après Hassler et al., Springer Verlag, 1979). .................................................................. 43
Figure 2.9 : Coupes du tronc cérébral d’après Kahle [104]. En rouge les voies motrices, en bleu les
voies sensitives. ................................................................................................................... 43

143
Figure 2.10 : Terminaison du FCS et plaque motrice d’après Kamina [105]........................................ 44
Figure 2.11 : Décussation du FCS, selon Carpenter [35] ...................................................................... 44
Figure 2.12 : Repère de l’omega, d’après Yousry [214]. En A sur une coupe axiale, en B sur une coupe
sagittale (forme un crochet). ................................................................................................ 48
Figure 4.1 : IRM fonctionnelle, exemple de carte d’activation pour la motricité de la main gauche. .. 56
Figure 4.2 : Représentation schématique de la diffusion. A : diffusion de l’eau libre. B : diffusion dans
les liquides biologiques d’après Le Bihan [127]. ................................................................ 59
Figure 4.3 :Représentation mathématique du tenseur de diffusion D, avec Dyx = Dxy, Dxz = Dzx,
Dyz=Dzy, d’après [48]. ....................................................................................................... 59
Figure 4.4 : Diagonalisation du tenseur D, λi les valeurs propres du tenseur (λ1>λ2>λ3), V le vecteur (ei
les vecteurs propres), d’après [205]..................................................................................... 59
Figure 4.5 : Représentation du tenseur par ses vecteurs propres, modifiée d’après Wiegell [203]. A :
diffusion anisotrope, ellipsoïde en forme de cigare, B : diffusion isotrope, ellipsoïde
sphérique, C : forte anisotropie, ellipsoïde quasi-linéaire. .................................................. 60
Figure 4.6 : Forme de l’ellipsoïde en fonction du type de diffusion. .................................................... 60
A : diffusion anisotrope, ellipsoïde en forme de cigare, B : diffusion isotrope, ellipsoïde sphérique, C :
diffusion privilégiée dans un plan : ellipsoïde en forme de disque. D’après Tournier 2003
[192]. ................................................................................................................................... 60
Figure 4.7 : Représentation schématique de la diffusion dans les différents compartiments du système
nerveux d’après Alexander 2006 [3]. A : dans le LCS. B : dans le cortex cérébral. C : dans
la substance blanche avec une orientation principale (capsule interne). D : dans les zones de
croisement. .......................................................................................................................... 61
Figure 4.8 : Champ de tenseur, chaque ellipse donne l’orientation locale dans chaque voxel, d’après
Tuch 2001 [194]. Les couleurs affectées indiquent l’orientation (code identique figure 4.9).
............................................................................................................................................. 63
Figure 4.9 : Carte couleur de diffusion, le code de couleur est défini par rapport au sujet et suit la
convention suivante : rouge : l’orientation principale suit l’axe gauche - droite, vert :
l’orientation principale suit l’axe antérieur - postérieur, bleu : l’orientation principale suit
l’axe supérieur - inférieur. L’intensité de chaque couleur est pondérée par la fraction
d’anisotropie. ....................................................................................................................... 63
Figure 5.1 : Méthodes déterministes de tractographie d’après Mori [139]. L’astérisque est le point
source ; les flèches grises et blanches représentent la direction principale de diffusion au
sein de chaque voxel ; la ligne continue représente la trajectoire de la fibre. ..................... 66
Figure 5.2 : Représentation de la méthode TEND d’après Lazar [121]. Modification de la trajectoire du
vecteur entrant (Vin) dévié par le tenseur de diffusion local donnant un vecteur sortant
(Vout). ................................................................................................................................. 67
Figure 5.3 : Exemples de régions d’intérêt. A : ROI dans le mésencéphale, segmentée manuellement.
B : ROI au niveau du cortex moteur, segmentée à partir de l’IRMf. .................................. 69
Figure 5.4 : Intérêt théorique de la sélection de plusieurs ROI pour effectuer une tractographie, d’après
Holodny [91]. En A, tractographie à partir d’une ROI placée dans le gyrus pré-central. En
B, tractographie à partir d’une ROI placée au niveau de la capsule interne. En C,
tractographie à partir des 2 ROI précédentes pouvant reconstruire le FCS......................... 69
Figure 5.5 : Représentation graphique des critères d’arrêts des algorithmes de tractographie
déterministes. La fibre s’arrête si sa courbure est trop importante, c’est-à-dire, si l’angle
formé entre deux segments successifs est supérieur à un seuil (ici 45°) ou si la valeur de FA
est inférieure à un seuil donné (ici 0,2), d’après [205]. ....................................................... 71
Figure 6.1 : Segmentation de la ROI supérieure. En haut : résultat de l’activation fonctionnelle de la
motricité de la main, issue de SPM5. Au milieu : sélection de la zone corticale en rapport
avec la motricité de la main, en concordance avec l’activation fonctionnelle. En bas : ROI
segmentée, centrée sur l’omega d’après Yousry [214]........................................................ 79
Figure 6.2 : Segmentation manuelle de la ROI inférieure dans la partie antérieure du pédoncule
cérébral (mésencéphale). ..................................................................................................... 80
Figure 6.3 : Etape de vérification des tractographies. A gauche : exemple d’erreur de l’orientation des
images fusionnées. A droite : exemple de nombreux trajets aberrants ne permettant pas
d’analyse (mauvais placement de ROI). .............................................................................. 81
Figure 6.4 : Exemple de reconstruction de fibres visualisée par les experts neuroradiologues. Les
tractographies pouvaient être visualisées dans les 3 plans de l’espace, sans connaître

144
 l’algorithme. En haut : algorithme d’Euler, en bas : algorithme RK2. En bleu, faisceau en
rapport avec la main droite, en rouge faisceau en rapport avec la main gauche. ................ 82
Figure 6.5 : Résultat des tractographies, montrant une absence de fibres au niveau de la partie ventro-
latérale de la ROI supérieure ; fusion d’image T1 morphologique, ROI supérieure (en
blanc), tractographie (en bleu). Les différents algorithmes sont représentés : Euler (coupe
coronale en A, coupe axiale en B), RK2 (coupe coronale en C), RK4 (coupe coronale en
D), TEND, (coupe coronale en E, coupe axiale en F). ........................................................ 86
Figure 7.1 : Coupe coronale de l’encéphale passant par la commissure antérieure. Niveau de coupe
dans l’encéphale servant de repères pour l’étude des traces des tractographies. Les points
de repère sont : pour le niveau 1 (corona radiata), la partie dorsale du corps calleux sur la
ligne médiane, pour le niveau 2 (capsule interne), la partie dorsale du noyau lenticulaire, et,
pour le niveau 3 (jonction diencéphalo-mésencéphalique) la partie ventrale du noyau
lenticulaire. .......................................................................................................................... 97
Figure 7.2 : Traces des tractographies. En haut coupe coronale (gauche) et sagittale (droite). En bas, de
gauche à droite niveaux de coupe, supérieur (1), moyen (2) et inférieur (3). En blanc, on
visualise les traces des tractographies (ici algorithme d’Euler) et une asymétrie importante
pour ce sujet. ....................................................................................................................... 98
Figure 8.1 : Valeurs de la FA par niveau (niv), par côté (d ou g) et par latéralité (D ou G), avec une
courbe de tendance. ........................................................................................................... 112
Figure 8.2 : Valeurs de la MD par niveau (niv), par côté (d ou g) et par latéralité (D ou G), avec une
courbe de tendance. ........................................................................................................... 115
Figure 8.3 : Décussation du faisceau cortico-spinal selon Yakovlev et Rakic [209]. Un plus grand
nombre de fibres passent de l’hémisphère gauche vers le côté droit de la moelle spinale et
plus de fibres provenant de l’hémisphère droit restent homolatérales. Au niveau des
pyramides le FCS gauche est plus volumineux que le droit et décusse en premier. Il décusse
complètement plus souvent que le droit (6 fois plus souvent). Dans 61% des cas, les FCS
ne sont pas symétriques au niveau des pyramides. Dans 70% des cas, le FCS ventral droit
est plus volumineux que le gauche. Schéma modifié d’après Carpenter [35]. .................. 120

145
146
 SEIZEUR Romuald
Etude du faisceau cortico-spinal en tractographie déterministe

RESUME :
L’IRM permet une étude des structures cérébrales in vivo. L’IRM du tenseur de diffusion permet
l’étude des faisceaux de fibres, la tractographie en donne une visualisation graphique. Qu’il s’agisse
des modèles de diffusion ou des algorithmes de tractographie, la validation anatomique est difficile à
réaliser. Elle est un préalable nécessaire à la compréhension des images des pathologies du système
nerveux.
Nous avons étudié le faisceau cortico-spinal (FCS) en tractographie déterministe avec des
algorithmes disponibles en routine clinique. Le FCS a un intérêt majeur, il véhicule la motricité
volontaire. Son atteinte provoque un déficit moteur. Son étude en tractographie est rendue complexe
par le nombre de croisements avec les autres faisceaux. Nous avons mené trois études sur le FCS
après avoir obtenu les tractographies par quatre algorithmes déterministes avec deux régions
d’intérêt dont l’une d’elles était segmentée à partir des données d’IRM fonctionnelles de la motricité
de la main.
La première étude a tenté une validation anatomique sur 15 droitiers. En réalisant une étude
comparative par deux neuroradiologues des tractographies des FCS, nous avons déterminé
l’algorithme donnant la meilleure concordance. La deuxième a étudié la fraction d’anisotropie, la
diffusivité moyenne et le coefficient plan du tenseur pour chercher une asymétrie du FCS. La
troisième a porté sur 15 droitiers et 10 gauchers. Nous avons cherché une influence de la latéralité
des sujets étudiés sur les différents paramètres des FCS obtenus.
La meilleure concordance entre les algorithmes étudiés ne met pas évidence celui qui est le plus
robuste mathématiquement. Nous avons trouvé une asymétrie du FCS corrélée à l’indice de
latéralité.

ABSTRACT :
MRI allows brain structures study in vivo. Tensor diffusion imaging permits the study of white
matter fibres; tractography provides a visualization of fibres bundles. Anatomic validation is
challenging for diffusion models and tractography algorithms. This validation is necessary for
images (from DTI and tractography) of nervous system pathologies understanding.
We studied corticospinal tract (CST) with determinist tractography algorithms used in clinical
routine. CST is the major tract of voluntary movement and its lesions can result in varying levels of
palsy. The crossing fibre regions make the tractography study difficult. We performed three studies
on CST tractography. Four deterministic algorithms were used. We used two regions of interest, one
was segmented by anatomical knowledge, the second was segmented using functional MRI (hand
motor activation).
The first study (on 15 right-handed subjects) tried to evaluate tractography provided by algorithms
via comparative analysis by expert neuroradiologists. The second study the fractional anisotropy, the
mean diffusivity and the planar coefficient tensor to try to find a CST asymmetry. The third study
was performed on 15 right-handed and 10 left-handed subjects. We tried to corroborate the
asymmetry to laterality index.
The concordance between expert neuroradiologists did not ranked first the mathematically most
robust algorithm. The results showed an asymmetry correlated to the laterality index.

MOTS CLES :
Anatomie, faisceau cortico-spinal, IRM, diffusion, tenseur de diffusion, tractographie, déterministe, asymétrie,
latéralité.

DATE DE SOUTENANCE : 5 décembre 2011

View publication stats