Laboratoire Charles Coulomb UMR 5221 CNRS/UM2 (L2C)

français


Accueil > La Recherche > Axes & Equipes > Physique Théorique > Connectome

Connectome

Notre équipe, transverse entre l’axe BioNanoImagerie et l’axe Physique Théorique, est dédiée à l’analyse et à la modélisation de données de connectivité fonctionnelle et structurale à l’échelle du cerveau humain entier. Ces données sont fournies par différentes modalités d’imagerie IRM. Notre partenaire est la plateforme d’imagerie IRM du Centre Hospitalier Universitaire Gui de Chauliac, qui constitue le pôle régional de recherche en imagerie IRM. Un millier de sujets par an participent à des protocoles d’imagerie dédiés à la recherche, sur la base de projets proposés par des équipes françaises ou internationales. Ce sont les limites auxquelles nous sommes confrontés dans l’interprétation de ces données dans le cadre des méthodes ’standard’ qui motive le développement de notre activité dans la direction de la modélisation.

Le cerveau se réorganise à grande échelle suite par exemple à une lésion qui affecte par exemple une région motrice, et il semble improbable que le détail des connections et des dynamiques neuronales soient des composantes essentielles de la fonction qui émerge. De plus, entre individus, des fonctions semblables, et donnant lieu à des observations similaires à l’échelle de l’IRM, ne correspondent certainement pas à un ’câblage’ rigidement identique, compte tenu de ce que nous savons sur le développement du cerveau.

Il est donc intéressant d’essayer de comprendre la fonction cérébrale en utilisant une stratégie de simplification des comportements microscopiques caractéristique de la démarche du physicien.

Toutes les productions

Dernières publications

+ Diffuse low-grade glioma: What is the optimal linear measure to assess tumor growth? doi link

Auteur(s): dos Santos Thomas, Deverdun J., Chaptal Thierry, Darlix Amélie, Duffau Hugues, van Dokkum Liesjet, Coget Arthur, Carrière Mathilde, Denis Eve, Verdier Margaux, Menjot De Champfleur N., Le Bars E.

(Article) Publié: Neuro-Oncology Advances, vol. 6 p.vdae044 (2024)
Texte intégral en Openaccess : pubmedcentral

 


AIGLe

MathJax