Thèse a Unified Biophysical Modelling Framework For White Matter Tissue Characterization Using Multiparametric Mri H/F - Doctorat.Gouv.Fr

Établissement : Aix Marseille Université École doctorale : Ecole Doctorale Physique et Sciences de la Matière Laboratoire de recherche : CRMBM - Centre de Résonance Magnétique Biologique et Médicale Direction de la thèse : Guillaume DUHAMEL ORCID 0000000157048513 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-04-15T23:59:59 L'IRM permet d'étudier les tissus biologiques de manière non invasive en exploitant la résonance magnétique des protons d'hydrogène présents dans l'eau et les macromolécules. Le signal IRM dépend de plusieurs phénomènes physiques - relaxation, diffusion moléculaire et échange chimique - influencés par l'environnement microscopique du tissu. L'IRM quantitative (qMRI), associée à des modèles biophysiques, permet de décomposer ce signal en différentes populations de protons regroupées en compartiments correspondant à des environnements microstructuraux spécifiques, comme l'espace intra-axonal, extra-axonal ou la myéline. L'estimation des paramètres de temps de relaxation, coefficients de diffusion et taux d'échange fournit ainsi un accès indirect à la microstructure et à la composition des tissus. Les fractions volumiques de ces compartiments constituent notamment un indicateur important de la densité relative des constituants microstructuraux (axones, myéline, cellules gliales).
Les modèles biophysiques actuels reposent généralement sur un seul type de contraste IRM (relaxation, diffusion ou échange chimique). Chaque modèle ne capture donc qu'une partie de la microstructure et nécessite des hypothèses simplificatrices sur la composition et les interactions entre compartiments, ce qui peut conduire à une ambiguïté des paramètres estimés.

Au sein de l'équipe PHENIQS (CRMBM), un nouveau protocole d'acquisition IRM est développé afin de rendre le signal IRM simultanément sensible à la relaxation, à la diffusion et à l'échange chimique. L'objectif de cette thèse est de concevoir et valider un modèle biophysique unifié de la substance blanche intégrant ces trois mécanismes, afin d'obtenir une description plus réaliste de la microstructure et de réduire les biais liés aux approches mono-contraste. Ce modèle comportera cinq compartiments : les protons d'eau dans les espaces intra-axonal, extra-axonal et associé à la myéline, ainsi que deux pools de protons macromoléculaires dans les compartiments extra-axonal et de la myéline.

Le modèle sera décrit mathématiquement en combinant les équations de Bloch-McConnell (relaxation et échange chimique) et les équations de Bloch-Torrey (relaxation et diffusion). Des modèles numériques tridimensionnels réalistes de substance blanche seront utilisés avec un simulateur Monte Carlo open source pour générer des signaux IRM simulés correspondant à la nouvelle séquence d'acquisition. Cette approche permettra d'étudier de manière contrôlée l'interaction entre la séquence et la microstructure avant toute expérimentation in vivo. Les modèles numériques varieront en composition (myéline, axones, cellules gliales) et en propriétés biophysiques. Une analyse de sensibilité des paramètres d'acquisition permettra d'identifier les réglages optimaux pour distinguer les cinq compartiments du modèle.
Pour interpréter les signaux mesurés expérimentalement, il sera nécessaire de résoudre un problème inverse complexe, caractérisé par une relation non linéaire entre signal et paramètres biophysiques, et par un grand nombre de paramètres à estimer (22). Des données seront acquises sur un fantôme physique reproduisant les cinq compartiments du modèle, à l'aide d'un scanner IRM préclinique 7T du CRMBM. Les stratégies d'estimation seront progressivement optimisées afin d'améliorer l'identifiabilité des paramètres et la stabilité du modèle.
Enfin, la dernière phase du projet concernera la transposition aux expériences in vivo chez la souris. Le protocole d'acquisition sera optimisé (notamment à l'aide de la borne de Cramér-Rao) afin de limiter la durée d'acquisition à deux heures maximum. Il sera ensuite appliqué à des souris saines et évalué en termes de reproductibilité. La validation finale reposera sur la corrélation entre les métriques IRM spécifiques des compartiments et des marqueurs histologiques de la myéline, des axones et des cellules gliales. La caractérisation de la substance blanche cérébrale par IRM est un enjeu majeur pour la compréhension de nombreuses neuropathologies.

Le ou la candidat(e) idéal(e) doit posséder une solide formation en physique, en génie biomédical ou dans un domaine quantitatif connexe, ainsi qu'une bonne connaissance de la physique de l'IRM et de la modélisation du signal. Une expérience en IRM quantitative et des compétences en programmation scientifique (Julia, Python, MATLAB) sont attendues. Le ou la candidat(e) devra faire preuve de rigueur, d'autonomie et être à l'aise dans un environnement interdisciplinaire à l'interface entre la physique, les mathématiques et les applications biomédicales. Une familiarité avec la modélisation numérique, les simulations ou les problèmes inverses constitue un atout. De bonnes compétences en communication en anglais sont requises.