Développements IRM Fingerprint pour la mesure de l'oxygénation cérébrale

Development of MR fingerprinting for brain oxygenation mapping

• Auteur / Autrice : Aurélien Delphin
• Direction : Emmanuel Barbier
• Type : Thèse de doctorat
• Discipline(s) : Physique pour les sciences du vivant
• Date : Soutenance le 28/11/2022
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale physique (Grenoble ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Institut des neurosciences de Grenoble
• Jury : Président / Présidente : Olivier Detante
• Jury : Examinateurs / Examinatrices : Benjamin Marty, Mariya Doneva, Angélique Stéphanou
• Jury : Rapporteurs / Rapporteuses : Matthias J.P. van Osch, Jacques Felblinger

Mots clés

Mots clés contrôlés

Simulation numérique directe

Anoxie cérébrale

Imagerie par résonance magnétique

Mots clés libres

MR fingerprinting

Simulations numériques

Oxygénation cérébrale

IRM

Signal processing

Biophysics

Deep learning

Numerical simulation

Résumé

La saturation en oxygène du sang (SO2) est une propriété microvasculaire d’importance clinique. Des pathologies telles que le cancer ou les accidents vasculaires cérébraux peuvent induire une hyper- ou une hypo-oxygénation des tissus cérébraux. Il est intéressant de noter que l’imagerie par résonance magnétique (IRM) est sensible au niveau d’oxygénation du sang, un phénomène connu sous le nomd’effet BOLD (blood-oxygen level dependent).Notre équipe a récemment proposé d’utiliser l’approche MR vascular Fingerprinting (MRvF) pour cartographier l’oxygénation ducerveau. Cette technique s’appuie sur l’IRM Fingerprint (MRF), qui utilise une approche par dictionnaire pour analyser les données.L’implémentation proposée donne des résultats encourageants sur des modèles animaux et des humains mais souffre d’un manquede sensibilité. De plus, elle nécessite des injections de produit de contraste qui limitent fortement son application dans un contexteclinique. L’objectif de ce travail de thèse était de développer des outils MRvF flexibles permettant de remédier au manque de sensibilitéet au faible caractère translationnel de la méthode actuelle.Tout d’abord, des développements techniques ont été menés sur toutes les étapes du pipeline MRvF. Nous avons travaillé à l’améliorationd’un outil d’acquisition MRF original conçu pour les scanners précliniques et collaboré avec l’équipe de Philips Research sur unpipeline d’acquisition MRF clinique. Nous avons mis en œuvre des simulations IRM classiques utilisant des équations de Bloch pourgénérer des dictionnaires structurés et avons participé au développement d’un outil plus complexe pour effectuer des simulations surdes réseaux microvasculaires 3D réalistes. Enfin, des méthodes de reconstruction utilisant soit le matching direct classique, soit unalgorithme d’apprentissage bayésien, ont été mises en œuvre dans un logiciel de traitement de base de données développé au laboratoireet open-source.Grâce à ces nouveaux outils, nous nous sommes attachés à améliorer la précision de la méthode MRvF en affinant le réalisme dessimulations. Une étude rétrospective sur des données obtenues à 4,7T sur 40 animaux, dans des conditions saines et pathologiques(AVC + tumeurs), en utilisant un nouveau dictionnaire construit à partir de 28 000 voxels 3D contenant des réseaux vasculairessegmentés à partir de bases de données de microscopie, a montré des améliorations substantielles des mesures de SO2 par rapport à lapremière implémentation MRvF.Un deuxième point de travail était de trouver une séquence MRF rapide capable de produire des estimations de SO2 sans nécessiterd’injection de produit de contraste. Sur la base d’une recherche bibliographique, nous avons testé 40 séquences IRM non conventionnellesprésentant des états transitoires et stables sensibles à l’effet BOLD. Une méthode de Monte-Carlo a été utilisée pour évaluer la capacitéd’encodage des séquences. Notre étude in silico a identifié des modèles d’acquisition qui semblaient fournir des estimations de SO2sans agent de contraste avec une meilleure précision et une meilleure robustesse aux artefacts du scanner que l’implémentation MRvFinitiale.Les outils développés dans le cadre de notre projet serviront de base à la conception de protocoles MRF uniques qui pourraientremplacer les examens d’AVC aigus par IRM et améliorer les soins aux patients.

Blood oxygenation saturation (SO2) is a microvascular property of clinical relevance. Pathologies such as cancer or stroke may inducea hyper- or hypo-oxygenation of the cerebral tissues. Interestingly, Magnetic Resonance Imaging (MRI) is sensitive to the oxygenationlevel in the blood, a phenomenon known as the blood-oxygen level dependent (BOLD) effect.Our team has recently proposed to use the MR vascular Fingerprinting (MRvF) approach to map brain oxygenation. This techniquerelies on the MR Fingerprinting (MRF) framework, which uses a dictionary approach to analyze the data. The proposed implementationyields encouraging results on animal models and humans but suffers from a lack of sensitivity. In addition, it requires contrast agentinjections which severely limit its application in a clinical context. The aim of this PhD work was to develop flexible MRvF tools thatwould address both the current method’s lack of sensibility and poor translationality.First, technical developments were led on all stages of the MRvF pipeline. We worked on the expansion of an original MRF acquisitiontool designed for pre-clinical scanners and collaborated with Philips research team on a clinical MRF acquisition pipeline. Weimplemented classical MR simulations using Bloch equations to generate structured dictionaries and participated in the developmentof a more complex tool to perform simulations on realistic 3D microvascular networks. Finally, reconstruction methods using eitherclassical direct matching or a Bayesian learning algorithm were implemented in a home-made, open-source database processing software.Using these new tools, we focused on improving the accuracy of the MRvF method by refining the realism of the simulations. Aretrospective study on data obtained at 4.7T on 40 animals, in healthy and pathological conditions (stroke + tumors), using anew dictionary built from 28,000 3D voxels containing vascular networks segmented from microscopy databases, showed substantialimprovements of the SO2 measurements compared to the first MRvF implementation.A second point of focus was to find a fast MRF sequence able to produce SO2 estimates without requiring contrast agent injection.Based on literature search, we tested 40 unconventional MRI sequences that presented transient and steady states sensitive to theBOLD effect. A Monte-Carlo method was used to evaluate the encoding capacity of the sequences. Our in silico study identifiedacquisition patterns which seemed to provide contrast agent-free SO2 estimates with better accuracy and robustness to scanner artifactsthan the initial MRvF implementation.The tools developed for our project will serve as a basis to design unique MRF protocols that could replace MR acute stroke examsand improve patient care.