Caractérisation des lésions chroniques actives associées à la progression de la sclérose en plaques

La sclérose en plaques (SEP) est une maladie inflammatoire chronique caractérisée par la présence de lésions démyélinisantes dans le système nerveux central. Les lésions de la SEP sont hétérogènes dans leurs composants neuropathologiques, notamment en ce qui concerne l'étendue et la localisation des cellules immunitaires innées. Des études histopathologiques ont identifié un sous-ensemble de lésions entourées d'un anneau inflammatoire de cellules immunitaires innées (« lésions smoldering »), qui contribuent de manière significative à la progression de la maladie. La détection de ces lésions in vivo par IRM conventionnelle reste difficile. Des techniques avancées d'IRM ont tenté d'identifier ces lésions sous la forme de lésions à anneau paramagnétique (PRL) ou de lésions s'étendant lentement (SELs), mais leur spécificité pour l'inflammation chronique est sous-optimale. La tomographie par émission de positons (TEP) avec des radiotraceurs ciblant le TSPO offre des informations biologiques plus spécifiques sur l'inflammation chronique, mais son utilisation est limitée par ses coûts et son accessibilité. Cette thèse explore la composante inflammatoire chronique des lésions de la SEP, avec les objectifs suivants : (1) développer une nouvelle classification des lésions de la SEP basée sur l'étendue et la localisation de l'inflammation « smoldering » mesurée par TSPO-TEP et en évaluer la pertinence clinique ; (2) étudier l'évolution longitudinale, en termes de taille et de changements microstructuraux, des lésions avec une composante « smoldering » définie par TEP; et (3) explorer l'utilisation de l'apprentissage profond pour prédire l'inflammation chronique des lésions à partir d'IRM multimodales comme alternative à la TSPO-TEP. Dans la première étude, la TSPO-TEP a été utilisée chez des patients atteints de SEP pour classer les lésions en non-actives, actives au bord ou homogènement actives. Nous avons constaté que 59 % des lésions sans rehaussement au gadolinium présentaient une composante « smoldering », les lésions homogènement actives montrant la plus forte association avec l'atrophie corticale et la progression du handicap. La deuxième étude a examiné l'évolution longitudinale sur deux ans des lésions avec une composante « smoldering », identifiées par TEP au début de l'étude. Ces lésions ont montré une expansion de volume et une atteinte microstructurelle plus importantes au fil du temps. Les SELs ont été principalement identifiées comme ayant une composante « smoldering » en début d'étude, tandis que les lésions stables, ainsi que celles montrant une réparation au fil du temps étaient généralement dépourvues d'inflammation chronique au départ. La troisième étude a utilisé des modèles d'apprentissage profond pour prédire le signal du TSPO-TEP à partir d'IRM multimodales. Les modèles UNET et CGAN ont été utilisés pour synthétiser le signal du TSPO-TEP, en intégrant la cartographie QSM, les fonctions de perte pondérées sur les lésions et les génotypes. Les génotypes ont significativement influencé l'exactitude des prédictions. Bien que la QSM ait légèrement amélioré la reconstruction globale des images, elle n'a pas significativement renforcé la prédiction des signaux dans les lésions. En revanche, les fonctions de perte pondérées sur les lésions ont amélioré la prédiction des signaux TSPO-TEP dans les lésions. Cette thèse met en évidence le rôle crucial des lésions avec une composante « smoldering », identifiées par TSPO-TEP, dans la progression du handicap et l'atteinte microstructurelle chez les personnes atteintes de SEP. Bien que l'apprentissage profond montre un potentiel pour générer des signaux similaires à ceux de la TEP à partir de l'IRM, l'amélioration limitée de la prédiction des lésions par la QSM nécessite des recherches supplémentaires. Ces résultats soulignent la nécessité d'avancer les techniques de neuroimagerie pour mieux détecter la composante inflammatoire chronique chez les patients atteints de SEP.