Imagerie par résonance magnétique du tenseur de diffusion (IRM-TD) en imagerie cardiaque humaine : traitements et premières interprétations

= MRI Diffusion tensor imaging (MRI-TD) in human cardiac imaging : processing and initial interpretation

• Auteur / Autrice : Carole Frindel
• Direction : Yue Min Zhu, Marc Robini
• Type : Thèse de doctorat
• Discipline(s) : Images et systèmes
• Date : Soutenance en 2009
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : Ecole doctorale Mécanique, Energétique, Génie Civil, Acoustique (Villeurbanne2011-....)
• Partenaire(s) de recherche : autre partenaire : CREATIS - Centre de Recherche et d'Application en Traitement de l'Image pour la Santé (Lyon ; 2007-....)

Mots clés

Mots clés contrôlés

Imagerie tridimensionnelle

Imagerie par résonance magnétique

Imagerie médicale

Résumé

Cette thèse a pour cadre l'étude de l'organisation spatiale des fibres du muscle cardiaque à partir de séries d’images tridimensionnelles acquises par IRM du Tenseur de Diffusion IRM TD. Cette organisation constitue une propriété fondamentale du cœur sous-tendant la fonction contractile. Néanmoins elle est très complexe à obtenir au vu des difficultés inhérentes au mouvements cardiaque et respiratoire. Notre objectif consiste à développer de nouvelles approches, basées sur la prise en compte du mouvement du cœur et de la sensibilité au bruit de l'acquisition, pour l'estimation, l’analyse et la visualisation des fibres du myocarde. Dans ce cadre, mes travaux se déclinent selon trois axes principaux. Le premier compare, dans le contexte d'études cliniques (ex vivo}, les principales approches de régularisation opérant soit sur les images pondérées en diffusion soit sur les champs de tenseurs de diffusion. Les différences sont suffisamment faibles pour conclure que la qualité de nos données IRM TD est suffisante pour considérer toutes les méthodes de régularisation comme équivalentes. Partant de ce constat, une méthode de régularisation simple et rapide apparaît satisfaisante. Le second concerne la mise en place d'une méthode de tractographie spécialement conçue pour la spécificité cardiaque. Celle-ci est guidée par une fonctionnelle de coût globale qui permet l'estimation automatique des fibres cardiaques en une seule fois pour l'ensemble des données, et ce sans l'utilisation de points d'initialisation. Le dernier axe consiste en la distinction d'une population de fibres cardiaques en sous-groupes. Celle-ci s'appuie sur la comparaison de méthodes de classification de type géométrique et de type topologique exploitant toutes trois modes différents de représentation des fibres. Les résultats établissent que la classification pourrait permettre l'identification automatique de régions spécialisées dans le myocarde, ce qui pourrait grandement faciliter l'analyse et la comparaison des données IRM TD cardiaques pour la conception de thérapies patient-spécifiques.

The motivation of this thesis is the study of the spatial organization of cardiac muscle fibers from a series of three-dimensional images acquired by Diffusion Tensor MRI (DT-MRI). This organization is a fundamental property underlying the heart contractile function. However it is very difficult to obtain considering the difficulties inherent to cardiac and respiratory motion. Our goal is to develop new approaches that can cope with physiological motion and noise sensititvity, for the estimation, the analysis and the visualization of myocardial fibers. My work is composed of three main axis. The first compares, in the context of ex vivo clinical studies, the main regularization approaches that operate either on diffusion weighted images or on diffusion tensors. The differences are small enough to conclude that the quality of our DT-MRI data is sufficient to consider all regularization methods as equivalent. The second concerns a new tractography method especially designed for cardiac specificity. It is guided by a global cost functional which allows automatic estimation of cardiac fibers in one shot, without using any initialization points. The latest axis consists in distinguishing a cardiac fibre population into clusters. It is based on the comparison of two classification methods (geometrical and topological type) using three different fibre representation modes. Our results establish that classification may allow automatic identification of myocardial regions from DT-MRI images, which could greatly ease analysis and comparison of these images towards the design of patient-specific therapies.