Modèles de transport vasculaire et de pharmacocinétique du corps entier : application à l'imagerie, en particulier du foie

Whole-body vascular transport and pharmacokinetics models: application to imaging, in particular of liver

• Auteur / Autrice : Jérôme Kowalski
• Direction : Irene Vignon-clementel, Dirk Drasdo
• Type : Projet de thèse
• Discipline(s) : Ingénierie, mécanique et énergétique
• Date : Inscription en doctorat le 01/12/2022
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Inria EPI SIMBIOTX

Mots clés

Mots clés libres

Foie

Modélisation mathématique

Maladie

Imagerie dynamique

Réseaux vasculaires

Transport

Disease

Dynamic imaging

Vascular networks

Liver

Mathematical modelling

Transport

Résumé

Un aspect crucial dans le processus de décision chirurgicale est la perfusion et l'évaluation fonctionnelle des organes. Dans ce contexte, un domaine très actif de l'imagerie médicale est l'imagerie fonctionnelle dynamique. L'imagerie fonctionnelle fait souvent appel à un traceur, qui est transporté dans la circulation sanguine, avec une certaine dynamique temporelle lorsqu'il traverse les différents composants du système circulatoire. Les signaux sont souvent interprétés par des mesures de 'temps à la crête' ou de 'surface sous la courbe' qui sont des marqueurs non spécifiques de la perfusion et de la fonction sous-jacentes. Cela empêche une utilisation clinique plus large de cette modalité. Ce projet de thèse vise à mieux comprendre ces signaux dynamiques, en combinant la modélisation mathématique de l'écoulement et du transport, les simulations numériques, la détermination des paramètres du modèle à partir des données d'imagerie et l'apprentissage automatique.

A crucial aspect in the surgical decision process is organ perfusion and functional assessment. In this context, a very active medical imaging field is dynamic functional imaging. Functional imaging often involves a tracer, which is transported in the blood circulation, with a certain time-dynamics as it goes through the different components of the circulatory system. Signals are often interpreted by ‘time-to-peak' or ‘area-under-the-curve' measurements that are non-specific markers of the underlying perfusion and function. This is inhibiting a wider clinical use of such modality. This PhD project aims at better understanding these dynamical signals, by a combination of mathematical modelling of flow and transport, numerical simulations, determination of model parameter from imaging data and machine learning.