La région temporo-basale du cerveau humain est composée de trois sillons principaux : le sillon collatéral (CS),.le sillon occipito-temporal (OTS) et le sillon rhinal (RS).
L'idée de ce travail de recherche était de créer une classification prenant en compte les connexions physiques entre ces trois sillons. Par connexions physiques, nous entendons les connexions visibles sur un IRM pondération Tl entre ces trois sillons. Notre but était de savoir si ces connexions étaient dues au hasard ou répondaient à une certaine logique. Les enjeux étaient multiples : 1/ amélioration des connaissances anatomiques de cette région cérébrale afin de, notamment, aider certains types d'interventions neurochirurgicales, 2/ pouvoir faire des études d'associations entre ces connexions et différentes données socio-démographiques, génétiques ou autres (âge, sexe, main dominante, ...).
En conclusion, notre classification a été appliquée sur les IRM cérébrales de près de 3400 individus sains (incluant près de 1000 jumeaux), fournissant des évaluations préci e.s des fréquences de connexion suIcale entre chacun des trois sillons : RS-CS, RS-OTS ou CS-OTS. Nous avons mis en évidence des asymétries hémisphériques importantes et des dimorphismes sexuels dans ces connexions. Nous avons également montré que les connexions présentaient une héritabilité au sens large, calculée grâce aux jumeaux inclus dans l'étude.
Notre étude est la plus vaste à ce jour sur les connexions suIcales de cette région du cerveau et a pu mettre en évidence des résultats significatifs inédits. Les perspectives d'études approfondies dans ce domaine sont larges. Les principales imaginées jusqu'à présent sont: 1/ appliquer cette classification sur des bases de données de patients atteints de troubles du comportement ou de pathologies cérébrales comme l'épilepsie, l'autisme ou la schizophrénie afin d'espérer trouver des marqueurs prédictifs, 2/ étendre cette classification à d'autres sillons ou différentes caractéristiques des sillons (branches latérales, nombre de segments, profondeur, longueur, ...), 3/ utiliser les données obtenues des 3400 sujets pour créer un algorithme d'intelligence artificielle afin d'automatiser la classification, 4/en étudiant davantage de participants, pouvoir faire des analyses génétiques poussées de types
« GWAS » (étude d'association pangénomique).