Modélisation de la perfusion quantitative en imagerie par résonance magnétique (IRM) cardiaque in-vivo

= Quantitative perfusion modelisation in cardiac in-vivo Magnetic Resonance Imaging (MRI)

• Auteur / Autrice : Sabin Carme
• Direction : Emmanuelle Canet-Soulas, Isabelle Magnin
• Type : Thèse de doctorat
• Discipline(s) : Images et systèmes
• Date : Soutenance en 2004
• Etablissement(s) : Lyon, INSA

Mots clés

Mots clés contrôlés

Spectroscopie -- Déconvolution

Coeur

Perfusion

Imagerie par résonance magnétique

Résumé

L'analyse paramétrique de la distribution d'un agent de contraste est proposée pour l'interprétation clinique des études de premier passage et la quantification de la perfusion myocardique en IRM. Notre premier objectif concerne la correction de variations spatiales d'intensité des images. Notre second objectif concerne l'application d'une technique robuste de traitement du signal RMN et de déconvolution adaptée au faible rapport signal sur bruit. Les données analysées proviennent d’expériences menées in-vivo proche des conditions cliniques pour différents stress pharmacologiques appliqués sur des cochons présentant une sténose au niveau de l'artère coronaire circonflexe gauche. Les mesures d'agrément et de précision entre observateurs sont respectivement de 57,1% et 53,1% pour l'analyse visuelle et 81,2% et 81,1% pour l'analyse des cartes paramétriques. Une relation linéaire des paramètres de perfusion en fonction des mesures de microsphères radioactives est obtenue pour les faibles débits<250 ml/100g/min : i. E. Sur la variation de signal SI y=0,06x+6, r=0,82, la pente ascendante y=0,026x+2, r=0,79 et le débit sanguin régional rMBF y=2,9x+130, r=0,76. Pour les forts débits, les courbes d'intensité du signal IRM dans le sang et le myocarde sont atténuées donnant une sous-estimation des mesures de paramètres. L'analyse du signal en fonction du taux de relaxation R1 est appliquée en tenant compte des échanges d'eau dans le tissu. Nous avons montré sur une série d'images au repos et sous stress que la réserve coronaire est de 3,87 pour les débits mesurés en R1 en prenant un temps d'échange intermédiaire alors que la réserve coronaire est de 2,83 pour les débits mesurés en intensité du signal IRM. Enfin, nous avons montré sur une série d'images au repos et sous stress que le calcul des cartes de paramètres physiologiques en chaque pixel est possible en appliquant une régularisation spatiale pour lisser l'image paramétrique avec prise en compte des discontinuités.

A parametrical analysis of contrast agent distribution is proposed to interpret first pass MR images and to quantificate the myocardial perfusion. We are concerned with the correction of spatial intensity variations in images. Furthermore, we are interested in the application of a robust NMR signal processing technique and deconvolution techniques adapted to low signal-to-noise ratio. Data sets were provided, close to clinical conditions, using in-vivo experiments applying several pharmacological stresses on ischemics pigs presenting a stenosis of the left circumflex coronary artery. The agreement and accuracy measurements between observers are respectively 57. 1% and 53. 1% for visual analysis, and 81. 2% and 81. 1% for parametric map analysis. A linear relationship between perfusion parameters and radioactives microspheres is established for low blood flows<250 ml/100g/min, i. E. On the signal variation SI y=0. 06x+6, r=0. 82, the ascending up-slope y=0. 026+2, r=0. 79 and the regional blood flow rMBF y=2. 9+130, r=0. 76. Considering high flows, the MR intensity curves in blood and myocardial tissue are attenuated leading to an under-estimation of the measured parameters. The signal variations depending on the relaxation rate R1 is modeled considering water exchange in the tissue. We have shown, on a series of images at rest and under stress, that the coronary reserve is 3. 87 for flows measured with R1 and an inter imaging mediate water exchange rate whereas the coronary reserve is 2. 87 for MR signal intensity measured flows. Finally, we have shown on a series of images, at rest and under stress, that the calculation of physiologic parametric maps in each pixel is possible while applying a spatial regularization technique considering discontinuities to smooth the parametric image