Thèse soutenue

Du CT-Scan aux simulations numériques : construction d'un modèle personnalisé de l'enveloppe du poumon et de tout l'arbre bronchique, application à la plongée en apnée

FR  |  
EN
Auteur / Autrice : Thomas Laporte
Direction : Benjamin MauroyAngelos Mantzaflaris
Type : Thèse de doctorat
Discipline(s) : Mathématiques
Date : Soutenance le 19/01/2023
Etablissement(s) : Université Côte d'Azur
Ecole(s) doctorale(s) : École doctorale Sciences fondamentales et appliquées (Nice ; 2000-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire J.-A. Dieudonné (Nice) - Institut national de recherche en informatique et en automatique (France). Unité de recherche (Sophia Antipolis, Alpes-Maritimes)
Jury : Président / Présidente : Bernard Mourrain
Examinateurs / Examinatrices : Benjamin Mauroy, Bernard Mourrain, Olivier Debeir, Haribalan Kumar, Yohan Payan, Éléna Di Bernardino
Rapporteurs / Rapporteuses : Olivier Debeir, Haribalan Kumar

Résumé

FR  |  
EN

Une description précise de la morphométrie du poumon et des voies respiratoires, conforme aux observations morphométriques, est essentielle pour réaliser des simulations numériques liées au système respiratoire. Le poumon est un organe complexe, tant par ses fonctions respiratoires que par sa structure particulière. Les voies respiratoires se présente comme un arbre dichotomique avec des bifurcations asymétriques, permettant le transport de l'oxygène et du dioxyde de carbone entre l'air ambiant et la surface d'échange avec le sang. Cette thèse présente la création d'un outil permettant de créer des représentations 3D des morphologiques des lobes pulmonaires et de l'arbre bronchique. Cet outil est dépendant du patient et utilise des CT-Scan. Les maillages obtenus sont utilisés pour des simulations numériques modélisant la compression des poumons au cours d'une plongée en apnée. Nous avons développé une méthode 2.5D pour segmenter les lobes pulmonaires et les premières générations de l'arbre bronchique. Cet algorithme est une méthode de segmentation par Deep-Learning, basé sur l'architecture U-Net. Nous effectuons des segmentations 2D de chaque coupe pour chaque axe (axial, coronal et sagittal) du CT-Scan, permettant de calculer une matrice 3D de prédictions pour chaque axe. Nous avons implémenté une méthode permettant de combiner et d'optimiser chaque prédiction pour générer des segmentations 3D des lobes pulmonaires et des bronches visibles sur les CT-Scan. Nous avons implémenté un nouvel algorithme déterministe pour générer des modèles 3D spécifiques au patient des voies respiratoires moyennes et petites qui ne sont pas visibles sur les CT-Scans. Ce modèle est basé sur les travaux de Tawhai et al. et Kitaoka et al., que nous combinons et actualisons pour tirer parti de chaque méthode. Nous développons également des méthodes originales pour construire l'arborescence. Le modèle de l'arbre bronchique obtenu s'inscrit bien la morphométrie du poumon. Notre méthode utilise comme entrée des reconstructions 3D des lobes pulmonaires et des deux premiers niveaux de bifurcations des voies aériennes. Le maillage de l'enveloppe pulmonaire est successivement décomposé en ensembles de sous-volumes de tailles décroissantes. Une branche est générée pour chaque sous-volume à l'aide d'une méthode originale qui se base sur le flux d'air alimentant chaque sous-volume de façon optimale. Le résultat est une décomposition hiérarchique du maillage du volume pulmonaire et la création d'un maillage de l'arbre bronchique. Les statistiques de l'arbre bronchique généré respectent l'ensembles de données morphométriques de la littérature. Les maillages obtenus par notre algorithme sont utilisables par des méthodes numériques classiques, telles que les éléments finis ou les volumes finis.Nous avons étudié la compression des poumons lors de la plongée en apnée, où le système respiratoire est soumis à des conditions extrêmes telles qu'une pression d'eau élevée. Nous définissons un système d'équations qui modélise l'effet de la plongée sur le poumon, puis nous effectuons des simulations numériques à l'aide d'éléments finis pour affiner nos prédictions. Les résultats de ces simulations sont utilisés pour prédire les volumes pulmonaires pendant la descente et pour évaluer l'effet d'un phénomène emblématique se produisant pendant la plongée profonde, appelé le "blood shift". Le "Blood Shift" est une réaction physique et physiologique du corps dont l'effet est de rediriger le flux sanguin vers les organes vitaux (cerveau, cœur et poumons), les protégeant de facto de l'hypoxie et de la haute pression. Ces simulations numériques fournissent une représentation visuelle des poumons comprimés et permettent de déterminer un premier ordre de grandeur du stress subi par le poumon lors de la plongée profonde. Ce travail permet de construire un modèle complet, réaliste et personnalisé du poumon et de mieux comprendre sa physiologie, notamment lors de la plongée en apnée.