Simulation biomécanique sous contraintes du cerveau pour la compensation per-opératoire du brain-shift

Constraint-based biomechanical simulation of the brain for the intraoperative brain-shift compensation

• Auteur / Autrice : Fanny Morin
• Direction : Yohan Payan
• Type : Thèse de doctorat
• Discipline(s) : MBS - Modèles, méthodes et algorithmes en biologie, santé et environnement
• Date : Soutenance le 05/10/2017
• Etablissement(s) : Université Grenoble Alpes (ComUE)
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Recherche translationnelle et innovation en médecine et complexité (La Tronche, Isère, France ; 1995-....) - Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
• Jury : Président / Présidente : Olivier Palombi
• Jury : Examinateurs / Examinatrices : Ingerid Reinertsen, Matthieu Chabanas, Hadrien Courtecuisse
• Jury : Rapporteurs / Rapporteuses : Louis Collins, Maud Marchal

Mots clés

Mots clés contrôlés

Neurochirurgie

Vision par ordinateur en médecine

Mots clés libres

Brain-Shift

Résection

Simulation biomécanique

Échographie per-Opératoire

Multiplicateurs de Lagrange

Brain-Shift

Resection

Biomechanical simulation

Intraoperative ultrasound

Lagrangian Multipliers

Résumé

Objectif: Lors de l’ablation de tumeurs cérébrales, la navigation chirurgicale est basée sur les examens IRM pré-opératoires. Or, la déformation per-opératoire du cerveau, appelée brain-shift, affecte cette navigation. Dans cette thèse, une méthode de compensation du brain-shift intégrable dans un processus clinique est présentée.Méthode: Avant la chirurgie, un modèle biomécanique patient-spécifique est construit à partir des images pré-opératoires. Il intègre la géométrie des tissus mous mais également des vaisseaux. Pendant l’opération, des acquisitions échographiques localisées sont réalisées directement en contact avec le cerveau. Les modalités mode B et Doppler sont enregistrées simultanément, permettant respectivement l’extraction des vaisseaux et de l’empreinte de la sonde. Une simulation biomécanique est ensuite jouée pour compenser le brain-shift. Différentes contraintes sont appliquées au modèle de cerveau afin de modéliser les contacts avec la dure-mère, recaler les vaisseaux pré- et per-opératoires et contraindre la surface corticale avec l’empreinte de la sonde. Lors de la résection de tumeurs profondes, la trajectoire chirurgicale est également contrainte au sein de la cavité réséquée afin de retrouver les déformations latérales induites par l’écartement des tissus. Les images IRM pré-opératoires ont finalement mises à jour suivant le champ de déformation du modèle biomécanique.Résultats: La méthode a été évaluée quantitativement à partir de données synthétiques et cliniques de cinq patients. De plus, l’alignement des images a également été apprécié qualitativement, au regard des attentes des neurochirurgiens. Des résultats très satisfaisants, de l’ordre de 2 mm d’erreur, sont obtenus à l’ouverture de la dure-mère et dans le cas de résection de tumeurs en surface. Lors de la résection de tumeurs profondes, si la trajectoire chirurgicale permet de retrouver une grande partie des déformations induites par l’écartement des tissus, plusieurs limitations dues au fait que cette rétraction ne soit pas effectivement simulée sont montrées.Conclusion: Cette thèse propose une nouvelle méthode de compensation du brain-shit efficace et intégrable au bloc opératoire. Elle aborde de plus le sujet peu traité de la résection, en particulier de tumeurs profondes. Elle présente ainsi une étape supplémentaire vers un système optimal en neurochirurgie assistée par ordinateur.

Purpose: During brain tumor surgery, planning and guidance are based on preoperative MR exams. The intraoperative deformation of the brain, called brain-shift, however affect the accuracy of the procedure. In this thesis, a brain-shift compensation method integrable in a surgical workflow is presented.Method: Prior to surgery, a patient-specific biomechanical model is built frompreoperative images. The geometry of the tissues and blood vessels is integrated. Intraoperatively, navigated ultrasound images are performed directly in contact with the brain. B-mode and Doppler modalities are recorded simultaneously, enabling the extraction of the blood vessels and probe footprint, respectively. A biomechanical simulation is then executed in order to compensate for brain-shift. Several constraints are imposed to the biomechanical model in order to simulate the contacts with the dura mater, register the pre- and intraoperative vascular trees and constrain the cortical surface with the probe footprint. During deep tumors resection, the surgical trajectory is also constrained to remain inside the cavity induced by the resected tissues in order to capture the lateral deformations issued from tissues retraction. Preoperative MR images are finally updated following the deformation field of the biomechanical model.Results: The method was evaluated quantitatively using synthetic and clinical data. In addition, the alignment of the images was qualitatively assessed with respect to surgeons expectations. Satisfactory results, with errors in the magnitude of 2 mm, are obtained after the opening of the dura mater and for the resection of tumors close to the cortical surface. During the resection of deep tumors, while the surgical trajectory enable to capture most of the deformations induced by tissues retraction, several limitations reflects the fact that this retraction is not actually simulated.Conclusion: A new efficient brain-shift compensation method that is integrable in an operating room is proposed in this thesis. The few studied topic of the resection, and more specifically of deep tumors, is also addressed. This manuscript thus present an additional step towards an optimal system in computer assisted neurosurgery.