Soutenance Alexandre Da Costa – 16/12/2025

Alexandre Da Costa soutiendra sa thèse intitulée « Optimisation de la quantification de la neuroinflammation en TEP : Approches centrées sur le SVCA », le Mardi 16 Décembre à 9h en salle de conférence du 1er étage du pavillon Baudot.

Cette thèse a été réalisée entre le Toulouse NeuroImaging Center (ToNIC) et le laboratoire Imaging Brain & Neuropsychiatry de Tours (iBrain), sous la co-direction du Pr Pierre Payoux et du Pr Clovis Tauber, et sous l’encadrement de Patrice Péran.

Composition du jury

M. Thomas CARLIER, Rapporteur, Université de Nantes

Mme Aurélie KAS, Rapporteure, Sorbonne Université

M. Stein SILVA, Examinateur, Université de Toulouse

Mme Sonia LAVISSE, Examinatrice, CEA

Résumé :

L’imagerie TEP de la TSPO (Translocator Protein) permet d’explorer divers processus neuroinflammatoires, dans des contextes allant de l’AVC et du coma à la narcolepsie ou à la maladie d’Alzheimer. Parmi les radiotraceurs développés, le [18F]DPA-714, de seconde génération, s’est révélé particulièrement pertinent pour l’étude de la neuroinflammation. Toutefois, son utilisation en pratique clinique reste limitée, notamment en raison de la variabilité génétique de la TSPO (polymorphisme rs6971), qui impose de distinguer trois phénotypes de fixation (HAB, MAB, LAB) dans l’analyse des données. Un autre obstacle concerne la quantification. En effet, contrairement à d’autres traceurs, aucune région cérébrale ne peut être considérée comme totalement exempte de TSPO. Pour pallier cette limite, une méthode de référence s’est imposée : le Supervised Clustering Algorithm (SVCA). Celui-ci génère, à partir de l’ensemble du volume cérébral, des cartes de pseudo-référence dépourvues de fixation spécifique, évitant ainsi le recours à une région anatomique donnée. Néanmoins, l’application du SVCA en routine clinique reste contraignante. Elle requiert à la fois une IRM T1 et une base de données de sujets sains acquis sur le même appareil avec un protocole identique, afin de construire les classes nécessaires aux courbes temps-activité (TACs). L’objectif de cette thèse est de proposer des alternatives pour rendre le SVCA applicable en pratique clinique courante, sans recours systématique à l’IRM ou à des bases de données de référence. Nous avons ainsi exploré l’utilisation de cartes probabilistes dérivées directement de l’imagerie TEP, ainsi que l’intégration de données multicentriques (patients et témoins). Nos résultats montrent qu’il est possible de s’affranchir de l’IRM et d’assouplir la contrainte de protocoles d’acquisition strictement identiques, ouvrant la voie à une quantification TSPO plus facilement transposable à la routine clinique et aux études multicentriques.

Mots-clés : Tomographie par Emission de Positons, IRM T1, Neuroinflammation, Quantification, Supervised Clustering Algorithm, 18F-DPA-714