Méthodes pour l'amélioration de la quantification en imagerie TEP du cerveau à l'aide de Super-Résolution et Factorisation Matricielle Non-négative

Methods for improved brain PET quantification using super-resolution and non-negative matrix factorization

• Auteur / Autrice : Yanis Chemli
• Direction : Isabelle Bloch, Georges El Fakhri
• Type : Thèse de doctorat
• Discipline(s) : Signal, images, automatique et robotique
• Date : Soutenance le 12/05/2023
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Laboratoire Traitement et communication de l'information (Paris ; 2003-....) - Laboratoire de Traitement et Communication de l'Information
• Partenaire(s) de recherche : Etablissement opérateur d'inscription : Télécom Paris (Palaiseau, Essonne ; 1878-....)
• Jury : Président / Présidente : Régine Trébossen
• Jury : Examinateurs / Examinatrices : Régine Trébossen, Françoise Peyrin, David Sarrut, Hamid Sabet, Jinsong Ouyang
• Jury : Rapporteurs / Rapporteuses : Françoise Peyrin, David Sarrut

Mots clés

Mots clés contrôlés

Tomographie par émission

Imagerie

Cerveau

Médecine

Traitement d'images

Informatique

Imagerie médicale

Mots clés libres

Imagerie médicale

Traitement de l'image

Super-Résolution

Tep

Optimisation

Medical imaging

Image processing

Super-Resolution

Pet

Optimization

Résumé

L'avènement de radiotraceurs se liant aux repliements de protéines telles que l'amyloïde et les enchevêtrements neurofibrillaires (tau) a inauguré une nouvelle ère d'imagerie en tomographie par émission de positrons (TEP) pour les maladies neurodégénératives, apportant de nouvelles exigences pour la quantification et le traitement des images. En particulier, l'imagerie de la pathologie tau, surtout dans les premiers stades de la maladie, alimente un besoin d'amélioration de la quantification TEP pour permettre une imagerie précise de la distribution des traceurs plus focalisés et des petites structures cérébrales, telles que le cortex entorhinal. Cependant, cette tâche est généralement affectée par la faible résolution spatiale inhérente à l'imagerie TEP ainsi que par le bruit et l'effet de volume partiel induit par l'effet de fraction tissulaire. Pour aborder ces problèmes, cette thèse explore différentes méthodes pour améliorer la quantification, telles que la super-résolution (SR) et la factorisation de matrices non négatives (NMF).La super-résolution (SR) est une méthodologie qui cherche à améliorer la résolution d'image en exploitant les informations d'échantillonnage spatial accrues obtenues à partir de multiples acquisitions de la même cible avec des décalages connus avec une précision sub-pixellique. La première contribution de ce travail vise à étudier, développer et évaluer la SR pour la tomographie par émission de positrons du cerveau, en tirant parti d'une caméra de suivi infrarouge à haute résolution pour mesurer les décalages de manière précise et continue. Des expériences sur des fantômes mobiles et des primates non humains ont été réalisées sur un scanner GE Discovery MI PET/CT (GE Healthcare) en utilisant une NDI Polaris Vega (Northern Digital Inc), une caméra optique de suivi de mouvement. Pour permettre la SR, une synchronisation temporel et spatial robuste des deux dispositifs a été développée ainsi qu'un algorithme de reconstruction de type « Ordered Subset Expectation Maximization » (OSEM) en mode liste, incorporant les données de suivi haute résolution de la Polaris Vega pour corriger le mouvement des lignes de réponse mesurées (LOR) événement par événement. Pour les études sur les fantômes et primates, la méthode de reconstruction SR a produit des images TEP avec une résolution spatiale visiblement accrue par rapport aux acquisitions statiques standard, permettant une meilleure visualisation des petites structures. Une analyse quantitative en termes de mesure d'indexe de similarité (SSIM), de rapport contraste sur bruit (CNR) et de lignes de profiles a été réalisée et a validé nos observations. Les résultats démontrent que la SR peut être réalisées en TEP cérébrale en mesurant le mouvement de la cible en temps réel à l'aide d'une caméra de suivi infrarouge à haute résolution.Le deuxième objectif de cette thèse était d'explorer l'utilisation de la factorisation de matrices non négatives en imagerie TEP dynamique, en particulier en relation avec le traceur TEP Tau [18F]MK6240. Ce traceur présente des limites cliniques potentielles, telles que la fixation hors cible (« off target binding »). La NMF est une méthode qui peut être utilisée pour séparer avec précision les signaux spécifiques au tau, les signaux non spécifiques et les signaux hors cible dans les données acquises. Dans cette thèse, les fondements théoriques de la NMF sont discutés et ses applications pratiques dans l'imagerie TEP dynamique sont examinées. Pour démontrer l'efficacité de la NMF, des simulations ont été appliquées sur un fantôme numérique et des études sur des images cliniques TEP dynamiques acquises auprès de sujets ont été réalisées. Les résultats de l'analyse NMF sont présentés et discutés, mettant en évidence le potentiel de cette méthode pour améliorer la quantification et l'interprétation des données d'imagerie TEP dynamique dans le contexte de la pathologie tau.

The advent of radiotracers binding to misfolded proteins such as amyloid and neurofibrillary tangles (tau), has ushered in a new era of PET imaging for neurodegenerative diseases, bringing new requirements for image quantification and processing. In particular, imaging of tau pathology, especially in early disease stages, is fueling a need for improved PET quantification to allow for accurate imaging of more focal tracer uptake patterns and small brain structures, such as the entorhinal cortex. However, this task is usually affected by the poor spatial resolution inherent to PET imaging as well as noise and the partial volume effect induced from tissue fraction effect. To address these issues, this thesis explores different methods for improving quantification, such as super-resolution (SR) and non-negative matrix factorization (NMF).Super-resolution (SR) is a methodology that seeks to improve image resolution by exploiting the increased spatial sampling information obtained from multiple acquisitions of the same target with accurately known sub-resolution shifts. The first contribution of this work aims to study, develop and evaluate an SR estimation framework for brain positron emission tomography (PET), taking advantage of a high-resolution infra-red tracking camera to measure shifts precisely and continuously. Moving phantoms and non-human primate (NHP) experiments were performed on a GE Discovery MI PET/CT scanner (GE Healthcare) using an NDI Polaris Vega (Northern Digital Inc), an external optical motion tracking device. To enable SR, a robust temporal and spatial calibration of the two devices was developed as well as a list-mode Ordered Subset Expectation Maximization (OSEM) PET reconstruction algorithm, incorporating the high-resolution tracking data from the Polaris Vega to correct motion for measured line of responses (LORs) on an event-by-event basis. For both phantoms and NHP studies, the SR reconstruction method yielded PET images with visibly increased spatial resolution compared to standard static acquisitions, allowing improved visualization of small structures. Quantitative analysis in terms of SSIM, CNR and line profiles were conducted and validated our observations. The results demonstrate that SR can be achieved in brain PET by measuring target motion in real-time using a high-resolution infrared tracking camera.The second objective of this thesis was to explore the use of non-negative matrix factorization (NMF) in dynamic PET imaging, specifically in relation to the [18F]MK6240 Tau PET tracer. This tracer has potential clinical limitations, such as off-target binding in dynamic imaging. NMF is a method that can be used to overcome these limitations by accurately separating tau-specific signals, non-specific signals, and off-target signals in the acquired data. In this thesis, the theoretical foundations of NMF are discussed and its practical applications in dynamic PET imaging are examined. To demonstrate the effectiveness of NMF, simulations were applied to a numerical phantom and real dynamic PET images acquired from cognitively normal subjects. The results of the NMF analysis are presented and discussed, highlighting the potential of this method to improve the quantification and interpretation of dynamic PET imaging data in the context of tau pathology.