La segmentation et la caractérisation des déformations d'organes à tissus mous à partir de l'IRM : applications à l'imagerie du muscle et à l'imagerie pelvienne

Segmentation and characterization of deformations of soft tissue organs from MRI : applications to muscle and pelvic imaging

• Auteur / Autrice : Augustin Ogier
• Direction : Pierre Drap, Marc-Emmanuel Bellemare, David Bendahan
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 22/10/2021
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole doctorale Mathématiques et Informatique de Marseille (Marseille ; 1994-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d’Informatique et Systèmes (LIS) (Marseille, Toulon)
• Jury : Président / Présidente : Hervé Saint-Jalmes
• Jury : Examinateurs / Examinatrices : Arend Heerschap, Su Ruan
• Jury : Rapporteurs / Rapporteuses : Magalie Viallon, François Rousseau

Mots clés

Mots clés contrôlés

Périnée

Maladies neuromusculaires

Traitement d'images -- Techniques numériques

Imagerie médicale

Imagerie par résonance magnétique

Mots clés libres

Imagerie par résonance magnétique

Segmentation d'images

Recalage d'images

Maladies neuromusculaires

Dynamique du plancher pelvien

Magnetic resonance imaging

Image segmentation

Image registration

Neuromuscular disorders

Pelvic floor dynamics

Résumé

Le déploiement de méthodes d’anatomie computationnelle demeure limité pour l'exploration des organes à tissus mous, notamment dans le cadre des deux contextes applicatifs abordés dans cette thèse que sont l'étude des troubles du plancher pelvien et des maladies neuromusculaires via l'imagerie par résonance magnétique (IRM). Dans ces domaines, l'étape de segmentation est essentielle pour la caractérisation des altérations physiologiques au sein des organes d'intérêt. Le manque de méthodes automatiques robustes freine les recherches cliniques sur de larges populations. La première contribution de cette thèse a été le développement d'une approche de segmentation supervisée basée sur des méthodes de propagation par recalage difféomorphique d'images afin de simplifier la segmentation de séries d'images présentant une continuité d'informations entre ses images successives. En réduisant considérablement l'implication manuelle d'un opérateur et en fournissant un résultat robuste et précis, cette méthode a été validée pour la segmentation des muscles squelettiques ainsi que de la vessie dans des contextes pathologiques. Dans le versant musculaire de cette thèse, notre méthode a également été étendue pour le suivi longitudinal des patients et a directement été appliqué dans plusieurs études cliniques afin de caractériser différentes maladies neuromusculaires via des scores issus de l'IRM quantitative. Dans le contexte des troubles de la statique pelvienne, l'association de notre approche de segmentation avec des méthodes avancées d'imagerie dynamique et de recalage de points a permis la première visualisation dynamique 3D d'organes pelviens pendant un exercice de charge

The deployment of computational anatomy methods remains limited for the exploration of soft tissue organs, especially in the two application contexts discussed in this thesis, namely the study of pelvic floor disorders and neuromuscular diseases via magnetic resonance imaging (MRI). In these domains, the segmentation step is essential to allow the characterization of physiological alterations occurring within the organs of interest. The high phenotypic variability in these pathologies has so far limited the development of robust automatic segmentation methods, limiting clinical research on large populations. The main contribution of this thesis was the development of a supervised segmentation approach based on diffeomorphic image registration propagation methods to simplify the segmentation of image series presenting a continuity of information between successive images. By considerably reducing the manual involvement of an operator and by providing a robust and accurate result, this method has been validated for the segmentation of skeletal muscles as well as the bladder in pathological contexts. In the muscular aspect of this thesis, our segmentation method has also been extended for the longitudinal follow-up of patients and has been directly applied in several clinical studies in order to characterize different neuromuscular diseases via the extraction of scores from quantitative MRI. In the context of pelvic statics disorders, the combination of our segmentation approach with advanced dynamic multiplanar imaging and point cloud registration methods has allowed the first dynamic 3D visualization of pelvic organs during loading exercises