Connectogramme

Les connectogrammes sont des représentations graphiques de connectomique, le domaine d'étude dédié à la cartographie et à l'interprétation de toutes les connexions de fibre de matière blanche dans le cerveau humain. Ces graphiques circulaires basés sur des données d'IRM de diffusion utilisent la théorie des graphes pour représenter les connexions de la matière blanche et les caractéristiques corticales pour des structures cérébrales simples, des sujets ou des populations. centré|vignette||925x925px vignette|Légende des métadonnées présentées dans les différents anneaux du connectogramme. Le connectogramme est une représentation graphique de la connectique cérébrale. Cette représentation a été proposée pour la première fois en 2012. Les représentations circulaires des connexions sont utilisées dans un certain nombre de disciplines autre que la neurologie, parmi ces disciplines on peut citer la représentation de certains aspects des épidémies, des réseaux géographiques, les temps de la musique, de la diversité dans les populations d'oiseaux ou encore des données de la génomique. vignette|Zones du cerveau colorées selon l'anneau extérieur du connectogramme. Les connectogrammes sont de forme circulaire, la moitié gauche représentant l'hémisphère gauche et la moitié droite représentant l'hémisphère droit. Les hémisphères sont décomposés en lobe frontal, le cortex insulaire, le lobe limbique, lobe temporal, le lobe pariétal, lobe occipital, les structures sous-corticales et le cervelet. En bas, le tronc cérébral est également représenté entre les deux hémisphères. Au sein de ces lobes, chaque zone corticale est étiqueté avec une abréviation et une couleur propre lui est attribué. Cette couleur peut être utilisée pour désigner ces mêmes régions corticales dans d'autres figures, comme les surfaces parcellaires du cerveau dans l'image adjacente, de sorte que le lecteur puisse trouver les zones corticales correspondantes sur une surface géométriquement précise et voir exactement à quel point les régions connectées peuvent être disparates.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (91)

Personnes associées (31)

Unités associées (12)

Concepts associés (6)

Cours associés (1)

Séances de cours associées (29)

Post stroke recovery prediction

Dimitri Nestor Alice Van De Ville, Elvira Pirondini, Cyprien Alban Félicien Rivier

The present relates to a method for generating a graph representing a virtually lesioned connectome of a patient after a stroke comprising:- providing structural data of the brain of the patient after the stroke;- segmenting said structural data to delinea ...

2024

Enhancement of brain atlases with region-specific coordinate systems: flatmaps and barrel column annotations

Michael Reimann, Sirio Bolaños Puchet, Aleksandra Zuzanna Teska

Digital brain atlases define a hierarchy of brain regions and their locations in three-dimensional space. They provide a standard coordinate system in which diverse datasets can be integrated for visualization and analysis. They also enable building of dat ...

2023

Diff3DHPE: A Diffusion Model for 3D Human Pose Estimation

Tong Zhang

Accurately estimating 3D human pose (3D HPE) and joint locations using only 2D keypoints is challenging. The noise in the predictions produced by conventional 2D human pose estimators often impeded the accuracy. In this paper, we present a diffusion-based ...

Los Alamitos2023

Optogénétique : Intégration de l'activité neuronale et réactivation de la mémoire CH-412: Frontiers in chemical biology

Explore l'optogénétique pour intégrer l'activité neuronale et réactiver les engrammes de mémoire en utilisant les techniques FLARE et Cal-Light.

Empreintes digitales cérébrales: Optimisation de l'identifiabilité EE-619: Advanced topics in network neuroscience

Explore les empreintes digitales du cerveau, maximise l'identifiabilité et les applications cliniques potentielles du concept.

Introduction à la connectivité fonctionnelle dynamique EE-619: Advanced topics in network neuroscience

Couvre l'analyse des fenêtres coulissantes, l'analyse des processus ponctuels et les modèles auto-régressifs dans la connectivité fonctionnelle dynamique.

Connectome

Le connectome est un plan complet des connexions neuronales d'un cerveau. La production et l'étude des connectomes est la connectomique. À l'échelle microscopique, elle décrit la disposition des neurones et des synapses dans tout ou partie du système nerveux d'un organisme. À l'échelle "macroscopique", elle étudie la connectivité fonctionnelle et structurelle entre toutes les aires corticales et les structures sous-corticales.

IRM de diffusion

L’IRM de diffusion est une technique basée sur l' (IRM). Elle permet de calculer en chaque point de l'image la distribution des directions de diffusion des molécules d'eau. Cette diffusion étant contrainte par les tissus environnants, cette modalité d'imagerie permet d'obtenir indirectement la position, l’orientation et l’anisotropie des structures fibreuses, notamment les faisceaux de matière blanche du cerveau. Le signal de résonance magnétique provient le plus souvent en IRM des noyaux d’hydrogène (protons).

Neuroanatomie

La neuroanatomie est la branche de l'anatomie consacrée à la description du système nerveux central (encéphale et moelle épinière) et périphérique (racines, plexus, nerfs rachidiens et nerfs crâniens). Une difficulté particulière à la description anatomique du système nerveux est l'absence de lien apparent entre structures macroscopiques (notamment de l'organe principal qu'est le cerveau) et fonctions, celles-ci étant assurées par un tissu constitutif relativement homogène fait de cellules, neurones et cellules gliales, fortement connectées les unes aux autres.

EE-619: Advanced topics in network neuroscience

The main goal of this course is to give the student a solid introduction into approaches, methods, and tools for brain network analysis. The student will learn about principles of network science and