Optimisation et planification préopératoire des trajectoires en conditions statiques et déformables pour la chirurgie guidée par l'image

Preoperative path planning and optimization in static and deformable conditions for image-guided minimally invasive surgery

• Auteur / Autrice : Noura Hamze
• Direction : Caroline Essert
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 21/06/2016
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
• Jury : Président / Présidente : Leo Joskowicz
• Jury : Examinateurs / Examinatrices : Gabor Fichtinger
• Jury : Rapporteurs / Rapporteuses : Leo Joskowicz, Emmanuel Promayon

Mots clés

Mots clés contrôlés

Simulation par ordinateur

Biomécanique

Planification -- Informatique

Contraintes (intelligence artificielle)

Informatique

Imagerie médicale

Appareils et matériel

Chirurgie mini-invasive

Mots clés libres

Chirurgie guidée par l'image

Résolution de contraintes géométrique

Simulation biomécanique

Optimisation multi-critères

Image-guided surgery

Geometric constraints solving

Biomechanical simulation

Multi-criteria optimization

Résumé

En chirurgie mini-invasive guidée par l’image, une planification préopératoire précise des trajectoires des outils chirurgicaux est un facteur clé pour une intervention réussie. Cependant, une planification efficace est une tâche difficile, qui peut être considérablement améliorée en considérant différents facteurs contributifs tels que les déformations biomécaniques intra-opératoires, ou en introduisant de nouvelles techniques d'optimisation. Dans ce travail, nous nous concentrons sur deux aspects. Le premier aspect porte sur l'intégration de la déformation intra-opératoire dans le processus de planification de trajectoire. Nos méthodes combinent des techniques d'optimisation géométrique à base de simulations biomécaniques. Elles sont caractérisées par un certain niveau de généralité, et ont été expérimentées sur deux types d’interventions chirurgicales: les procédures percutanées pour l'ablation de tumeurs hépatiques, et la stimulation cérébrale profonde en neurochirurgie. Deuxièmement, nous étudions, mettons en œuvre, et comparons plusieurs approches d'optimisation en utilisant des méthodes qualitatives et quantitatives, et nous présentons une méthode efficace d'optimisation évolutionnaire multicritères à base de Pareto qui permet de trouver des solutions optimales qui ne sont pas accessibles par les méthodes existantes.

In image-guided minimally invasive surgery, a precise preoperative planning of the surgical tools trajectory is a key factor to a successful intervention. However, an efficient planning is a challenging task, which can be significantly improved when considering different contributing factors such as biomechanical intra-operative deformations, or novel optimization techniques. In this work, we focus on two aspects. The first aspect addresses integrating intra-operative deformation to the path planning process. Our methods combine geometric-based optimization techniques with physics-based simulations. They are characterized with a certain level of generality, and are experimented on two different surgical procedures: percutaneous procedures for hepatic tumor ablation, and in neurosurgery for Deep Brain Stimulation (DBS). Secondly, we investigate, implement, and compare many optimization approaches using qualitative and quantitative methods, and present an efficient evolutionary Pareto-based multi-criteria optimization method which can find optimal solutions that are not reachable via the current state of the art methods.