• Langue : Français
• Discipline : Médecine. Radiodiagnostic et imagerie médical
• Identifiant : 2025ULILM106
• Type de thèse : Doctorat de médecine
• Date de soutenance : 28/04/2025

Résumé en langue originale

Introduction : La localisation des lésions cérébrales post-AVC ischémique influence le pronostic fonctionnel. L’impact de cette localisation selon le succès de la recanalisation, reste peu exploré. Méthode : Une cohorte du CHRU de Lille entre 2015 et 2020 pris en charge pour une AVC ischémique par thrombectomie mécanique a été analysée. Les lésions ont été segmentées automatiquement via un modèle de deep learning (CNN), puis projetées sur l’atlas Desikan-Killiany (APARC+ASEG). Le volume lésionnel régional a été corrélé au score mRS à 3 mois, selon le statut de recanalisation. Résultats : Chez les patients recanalisés, des corrélations significatives ont été retrouvées entre les volumes lésionnels et le mRS dans des régions motrices et intégratives de l’hémisphère gauche (gyrus précentral, thalamus, putamen). Ces associations étaient absentes chez les non-recanalisés. Les coefficients de Spearman restaient faibles (rho < –0,2), en lien avec la nature multifactorielle du pronostic post-AVC. Conclusion : Une approche régionale automatisée permet une cartographie pronostique, déterminante qu’en cas de recanalisation, intégrable en clinique et ouvre la voie à des modèles prédictifs personnalisés post-AVC.