Algorithmes pour le traitement des distorsions de forme de raie en Spectroscopie et Imagerie Spectroscopique par Résonance Magnétique

Algorithms for handling arbitrary lineshape distortions in Magnetic Resonance Spectroscopy and Spectroscopic Imaging

• Auteur / Autrice : Emil Horia Popa
• Direction : Danielle Graveron-Demilly
• Type : Thèse de doctorat
• Discipline(s) : EEA Traitement du signal, Application au Génie Biologique et Médical
• Date : Soutenance le 15/07/2010
• Etablissement(s) : Lyon 1
• Ecole(s) doctorale(s) : École doctorale Électronique, électrotechnique, automatique (Lyon)
• Partenaire(s) de recherche : Laboratoire : CREATIS - Centre de Recherche et d'Application en Traitement de l'Image et du Son, UMR5515 (Lyon, Rhône ; 1995-2006)
• Jury : Président / Présidente : André Briguet
• Jury : Examinateurs / Examinatrices : Marijn Kruiskamp, Vladimir Mlynarik, Dominique Sappey-Marinier, Johannes Slotboom, Steve Williams
• Jury : Rapporteur / Rapporteuse : Sylviane Confort-Gouny, Dirk Van Ormondt

Mots clés

Mots clés contrôlés

Traitement du signal -- Techniques numériques -- Appareils et matériel

Imagerie par résonance magnétique

Imagerie spectroscopique

Spectroscopie

Mots clés libres

Spectroscopie par Résonance Magnétique

Imagerie Spectroscopique

Traitement de signal

Estimation semi-paramétrique

Forme de raie

Magnetic Resonance Spectroscopy

Magnetic Resonance Spectroscopic Imaging

Signal Processing

Parameter Estimation

Line-shape correction

Résumé

La Spectroscopie et l'Imagerie Spectroscopique de Résonance Magnétique (ISRM) jouent un rôle émergent parmi les outils cliniques, en donnant accès, d'une manière complètement non-invasive, aux concentrations des métabolites in vivo. Néanmoins, les inhomogénéités du champ magnétique, ainsi que les courants de Foucault, produisent des distorsions significatives de la forme de raie des spectres, induisant des conséquences importantes en termes de biais lors de l'estimation des concentrations. Lors des traitements post-acquisition, cela est habituellement traité à l'aide des méthodes de pré-traitement, ou bien par l'introduction de fonctions analytiques plus complexes. Cette thèse se concentre sur la prise en compte de distorsions arbitraires de la forme de raie, dans le cas des méthodes qui utilisent une base de métabolites comme connaissance a priori. L'état de l'art est évalué, et une nouvelle approche est proposée, fondée sur l'adaptation de l'amortissement de la base des métabolites au signal acquis. La forme de raie présumée commune à tous les métabolites est estimée et filtrée à l'aide de la méthode LOWESS. L'approche est validée sur des signaux simulés, ainsi que sur des données acquises in vitro. Finalement, une deuxième approche novatrice est proposée, fondée sur l'utilisation des propriétés spectrales de la forme de raie commune. Le nouvel estimateur est testé seul, mais aussi associé avec l'estimateur classique de maximum de vraisemblance, démontrant une réduction significative du biais dans le cas des signaux à haut rapport signal-sur-bruit.

Magnetic Resonance Spectroscopy (MRS) and Spectroscopic Imaging (MRSI) play an emerging role in clinical assessment, providing in vivo estimation of disease markers while being non-invasive and applicable to a large range of tissues. However, static magnetic field inhomogeneity, as well as eddy currents in the acquisition hardware, cause important distortions in the lineshape of acquired NMR spectra, possibly inducing significant bias in the estimation of metabolite concentrations. In the post-acquisition stage, this is classically handled through the use of pre-processing methods to correct the dataset lineshape, or through the introduction of more complex analytical model functions. This thesis concentrates on handling arbitrary lineshape distortions in the case of quantitation methods that use a metabolite basis-set as prior knowledge. Current approaches are assessed, and a novel approach is proposed, based on adapting the basis-set lineshape to the measured signal.Assuming a common lineshape to all spectral components, a new method is derived and implemented, featuring time domain local regression (LOWESS) filtering. Validation is performed on synthetic signals as well as on in vitro phantom data. Finally, a completely new approach to MRS quantitation is proposed, centred on the use of the compact spectral support of the estimated common lineshape. The new metabolite estimators are tested alone, as well as coupled with the more common residual-sum-of-squares MLE estimator, significantly reducing quantitation bias for high signal-to-noise ratio data.