Reconstruction de la vitesse sanguine avec tomodensitométrie à rayons X avec contraste amélioré

Blood velocity reconstruction with contrast enhanced X-ray CT

• Auteur / Autrice : Shusong Huang
• Direction : Bruno Sixou
• Type : Thèse de doctorat
• Discipline(s) : Traitment du signal et de l’image
• Date : Soutenance le 25/01/2024
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : École doctorale Électronique, électrotechnique, automatique (Lyon)
• Partenaire(s) de recherche : Membre de : Université de Lyon (2015-....)
• Partenaire(s) de recherche : Laboratoire : CREATIS - Centre de Recherche et d'Application en Traitement de l'Image pour la Santé (Lyon ; 2007-....) - Centre de Recherche en Acquisition et Traitement de l'Image pour la Santé / CREATIS
• Partenaire(s) de recherche : Equipe de recherche : Imagerie Tomographique et Radiothérapie
• Jury : Président / Présidente : Yue Min Zhu
• Jury : Examinateurs / Examinatrices : Bruno Sixou, Yue Min Zhu, Aurélia Fraysse, Thomas Rodet, Franck Nicoud, Monica Sigovan
• Jury : Rapporteur / Rapporteuse : Aurélia Fraysse, Thomas Rodet

Mots clés

Mots clés contrôlés

Tomographie

Imagerie médicale

Mots clés libres

Imagerie médicale

Hémodynamique

Problème inverse

Décomposition orthogonale propres

Tomographie

Medical Imaging

Hemodynamics

Inverse problem

Proper Orthogonal Decomposition

Tomography

Résumé

Dans ce travail, nous nous concentrons sur la reconstruction du flux sanguin en utilisant la technique de la Tomographie Computérisée (CT). Cette technique non destructive et non invasive est largement utilisée dans des applications cliniques médicales et non médicales pour le corps humain et le cerveau. Les rayons X et la Tomographie Computérisée ont été une percée dans le domaine médical pour visualiser les tissus et les organes d'un patient. Cependant, au cours des deux dernières décennies, peu de travaux de recherche se sont concentrés sur la mesure in vivo de la vélocité du flux sanguin avec la CT aux rayons X. La reconstruction de la vélocité du flux sanguin avec une CT aux rayons X rehaussée par un agent de contraste est un problème inverse complexe. L'acquisition de projections CT 2D perpendiculaires à la direction majeure de propagation du flux est considérée pour la reconstruction du flux sanguin, avec un traceur injecté dans le vaisseau. Afin de résoudre le problème inverse de la reconstruction CT rehaussée par un agent de contraste du flux sanguin vasculaire, une fonction est minimisée avec un terme de données tenant compte des projections couplées à une équation aux dérivées partielles (PDE) décrivant le transport du traceur utilisé comme contrainte. La PDE modélise la propagation de l'agent de contraste avec un terme de convection dépendant d'un champ de vélocité de flux. Les objectifs de ce travail sont la reconstruction des composantes de la vélocité du sang avec la CT aux rayons X avec une convergence accélérée, un coût de calcul réduit et une dose de rayonnement réduite. Pour atteindre ces objectifs, la méthode adjointe est initialement considérée pour résoudre le problème inverse tomographique avec une contrainte basée sur une PDE. De plus, pour accélérer la convergence, la méthode de décomposition orthogonale propre (POD) combinée avec la méthode adjointe est proposée dans ce travail. Enfin, la nouvelle approche Proper Orthogonal Decomposition-Deep Learning (POD-DL) pour résoudre le problème inverse considéré est étudiée pour réduire efficacement les coûts de calcul dans notre travail. L'efficacité des approches proposées pour la reconstruction du flux sanguin est démontrée en utilisant la reconstruction de la vélocité du sang dans un vaisseau de simulation.

In this work, we aim to focus on blood flow reconstruction using the Computed Tomography (CT) technique. This non-destructive and non-invasive technique is broadly used in non-medical and medical clinical applications for the human body and brain. X- rays and Computed Tomography have been a breakthrough in the medical field to visualize the tissues and organs of a patient. However, in the past two decades, there are few research works concentrating on in vivo blood velocity measurement with X-ray CT. Blood flow velocity reconstruction with contrast enhanced X-ray CT is a complex inverse problem. The acquisition of 2D CT projections perpendicular to the major flow propagation direction is considered for the reconstruction of blood flow, with a tracer injected into the vessel. In order to solve the inverse problem of contrast-enhanced CT reconstruction of vascular blood flow, a function is minimized with a data term taken into account the projections coupled with a partial differential equation (PDE) describing the transport of the tracer used as a constraint. The PDE models the propagation of the contrast agent with a convection term depending on a flow velocity field. The objectives of this work are blood velocity components reconstruction with X-ray CT with accelerated convergence, reduced calculation cost, and reduced radiation dose. To accomplish these objectives, the adjoint method is initially considered for solving the tomographic inverse problem with a constraint based on a PDE. Additionally, to accelerate convergence, the proper orthogonal decomposition (POD) method combined with the adjoint method is proposed in this work. Finally, the new Proper Orthogonal Decomposition-Deep Learning (POD-DL) approach for solving the considered inverse problem is investigated to reduce effectively the computation costs in our work. The effectiveness of proposed approaches for blood flow reconstruction is demonstrated by employing the blood velocity reconstruction in a simulation vessel.