Imagerie quantitative du muscle squelettique en corps entier par Magnetic Resonance Fingerprinting

Whole-body quantitative imaging of the skeletal muscle by Magnetic Resonance Fingerprinting

• Auteur / Autrice : Constantin Slioussarenko
• Direction : Benjamin Marty
• Type : Thèse de doctorat
• Discipline(s) : Physique et imagerie médicale
• Date : Soutenance le 18/12/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Electrical, optical, bio-physics and engineering
• Partenaire(s) de recherche : Laboratoire : Laboratoire de résonance magnétique nucléaire (Paris)
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Sciences de l'ingénierie et des systèmes (2020-....)
• Jury : Président / Présidente : Jean-Luc Gennisson
• Jury : Examinateurs / Examinatrices : Bernard Van Beers, Matthieu Sarracanie, Céline Baligand, Alexandre Vignaud, Aurelien Bustin
• Jury : Rapporteur / Rapporteuse : Bernard Van Beers, Matthieu Sarracanie

Mots clés

Mots clés contrôlés

Intelligence artificielle en biologie

Reconstruction d'image

Diaphragme (anatomie)

Muscles

Imagerie par résonance magnétique

Mots clés libres

MR Fingerprinting

Muscle squelettique

IRM Quantitative

Correction de mouvement

Muscles respiratoires

Reconstruction

Réseaux de neurone

MR Fingerprinting

Skeletal muscle

Quantitative MRI

Motion Correction

Respiratory muscles

Reconstruction

Neural Networks

Résumé

Les maladies neuromusculaires présentent des atteintes systémiques et hétérogènes des muscles squelettiques, pouvant éventuellement entraîner la mort par insuffisance respiratoire ou cardiaque. Cela rend le suivi de l'évolution de la maladie crucial, mais particulièrement complexe. L'IRM multiparamétrique quantitative permet d'évaluer précisément la structure et la composition des tissus musculaires, mais est compliquée à mettre en application dans un contexte clinique en raison des longs temps d'acquisition et de reconstruction, ainsi que du mouvement physiologique pour les muscles respiratoires. Dans cette thèse, nous avons développé un protocole IRM clinique corps entier permettant de suivre l'évolution systémique des tissus musculaires, en mesurant conjointement la fraction de graisse, un marqueur de la progression de la maladie, et le T1 de l'eau, un marqueur de l'activité de la maladie. L'acquisition a été optimisée en utilisant une séquence 3D ''MR Fingerprinting'', un paradigme récent pour réaliser de l'IRM quantitative rapide. Un framework d'optimisation de séquences MR Fingerprinting entraîné sur une base de données de fantômes numériques réalistes a été développé pour réduire le temps d'acquisition. La reconstruction a été accélérée 360 fois en utilisant une méthode bicomposante pour la projection sur les signaux du dictionnaire. Pour la correction du mouvement, nous avons introduit MoCo MRF T1-FF, un protocole modulaire utilisant le réseau de neurone VoxelMorph pour l'estimation des champs de déformation entre les différentes phases respiratoires. MoCo MRF T1-FF ouvre la voie à l'évaluation conjointe du potentiel de la fraction de graisse et du T1 de l'eau dans des muscles rarement évalués, tels que le diaphragme, et à l'évaluation multisystémique des maladies neuromusculaires (système musculaire, foie, rein,...).

Neuromuscular disorders involve systemic and heterogeneous alteration of skeletal muscles, which can eventually lead to death due to respiratory or cardiac failure. This makes monitoring the progression of the disease crucial, but particularly challenging. Quantitative multiparametric MRI allows for precise evaluation of the structure and composition of muscle tissues, but is complex to include in a clinical pipeline due to long acquisition and reconstruction times, as well as physiological movement, especially for respiratory muscles. In this thesis, we developed a whole-body clinical MRI protocol to monitor the systemic progression of muscle tissues, by simultaneously measuring fat fraction, a marker of disease progression, and water T1, a marker of disease activity. The acquisition was optimized using a 3D ''MR Fingerprinting'' sequence, a recent paradigm for rapid quantitative MRI. An MR Fingerprinting sequence optimization framework trained on a database of realistic digital phantoms was developed to reduce acquisition time. Reconstruction was accelerated 360 times using a bicomponent method for projecting onto dictionary signals. For motion correction, we introduced MoCo MRF T1-FF, a modular protocol using the VoxelMorph neural network to estimate deformation fields between different respiratory phases. MoCo MRF T1-FF paves the way for the joint evaluation of the potential of fat fraction and water T1 in muscles that are rarely assessed, such as the diaphragm, and for multisystemic evaluation of neuromuscular diseases (muscular system, liver, kidney, etc.).