Quantification de la graisse intramusculaire par imagerie ultrasonore ultrarapide et imagerie spectroscopique par résonance magnétique nucléaire

Quantification of myosteatosis using ultrafast ultrasound imaging and magnetic resonance spectroscopic imaging

• Auteur / Autrice : Maxime Leriche
• Direction : Jean-Luc Gennisson
• Type : Projet de thèse
• Discipline(s) : Physique et imagerie médicale
• Date : Inscription en doctorat le 02/04/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Electrical, optical, bio-physics and engineering
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Imagerie Biomédicale Multimodale Paris-Saclay
• Partenaire(s) de recherche : Equipe de recherche : DMI (Développements Méthodologiques et Instrumentaux)
• Partenaire(s) de recherche : Référent : Faculté de médecine

Mots clés

Mots clés libres

Quantification de graisse

Us

Irm

Traitement du signal et de l'image

Correction d'aberrations

Fat quantification

Ultrasound

Mri

Signal processing

Résumé

L'infiltration de graisse dans les muscles squelettiques (connue sous le nom de myostéatose) est reconnue comme étant négativement corrélée à la masse musculaire, à la force et à la mobilité et perturbant le métabolisme (résistance à l'insuline, diabète) (Correa-de-Araujo 2020). Ainsi, la myostéatose impacte la fonction musculaire et la qualité de vie. De plus, il constitue un biomarqueur d'anomalies métaboliques systémiques. Il y a donc un double intérêt à la mesurer longitudinalement de manière non invasive. Le but de cette thèse sera d'explorer deux méthodes d'imagerie non-invasive et non-irradiante pour la mesure du contenu lipidique dans le muscle. D'une part l'imagerie par résonance magnétique (IRM) et d'autre part l'imagerie ultrasonore (US). Le déroulement de la thèse se fera comme suit : Dans un premier temps le doctorant ou la doctorante travaillera autour d'une nouvelle méthode de formation de faisceau (beamforming), méthode permettant de reconstruire des images échographiques à partir des signaux bruts enregistrés par l'échographe. Ce beamforming nous permettra d'implémenter la technique BTI (back scaterred tensor imaging) (Papadacci 2017), qui en regardant la cohérence des signaux ultrasonores dans l'espace permet de caractériser l'anisotropie du milieu. Une fois cette anisotropie déduite, nous pourrons alors implémenter des techniques de corrections d'aberration qui nous permettrons de mesurer précisément et localement la vitesse des ultrasons, paramètres directement dépendant du taux de graisse dans les tissus. Nous avons déjà implémenté cette méthode dans des milieux isotropes tel le foie pour quantifier la stéatose (Imbault 2017). La difficulté ici sera de passer sur un modèle anisotrope. Dans un deuxième temps l'ensemble des résultats échographiques, taux de graisse (voir les propriétés mécaniques) seront comparés à des mesures faites en IRM, qui permettent par de mesurer le contenu lipidique. Une première approche consistera à faire une mesure globale de la teneur en graisse du muscle avec une mesure de la PDFF (proton density fat fraction) (Nemeth 2019). Cependant, il existe plusieurs dépôts de graisse dans le muscle, notamment la graisse intra-myocellulaire (dans les cellules musculaires) et extra-myocellulaire (autour des cellules) qui peuvent avoir des rôles différents dans le métabolisme. Le doctorant sera en charge de développer le pipeline de reconstruction d'imagerie spectroscopique en IRM pour distinguer et quantifier ces dépôts dans le muscle. Cette dernière mesure nécessite des techniques de spectroscopie comme la spectroscopie par résonance magnétique (MRS) ou comme l'imagerie par spectroscopie par résonance magnétique (MRSI). Une séquence MRSI est un bon compromis pour reconstruire un spectre pour chaque voxel puis quantifier chaque pic de résonance pour cartographier les lipides IMCL et les lipides EMCL. Le doctorant ou la doctorante sera en charge de développer le pipeline de reconstruction d'imagerie spectroscopique en IRM pour distinguer et quantifier ces dépôts dans le muscle. Enfin ces données viendront enrichir la modélisation du signal recueilli en utilisant la nouvelle méthode ultrasonore couplée à un logiciel de fusion US-IRM. Enfin dans un dernier temps, nous implémenterons l'ensemble des méthodes US dans un échographe ultrarapide en collaboration avec la société Supersonic Imagine (Aix en Provence), afin d'avoir un outil d'utilisation clinique temps réel. Les travaux du doctorant permettront aux termes de sa thèse de lancer une série de protocoles sportifs et cliniques, avec le laboratoire Motricité, Interactions, Performance de l'université de Nantes et l'hôpital de Nantes. Références : Correa-de-Araujo R et al. Front Physiol. 2020;11:963. doi: 10.3389/fphys.2020.00963 Imbault M, (2017) Phys Med Bio, 62(9):3582. Papadacci C, (2017) Scien Reports, 7 :830. Nemeth A et al., (2019) Journal of magnetic resonance imaging doi: 10.1002/jmri.26532.

Skeletal muscle fat infiltration (known as myosteatosis) is recognized to negatively correlate with muscle mass, strength, and mobility and disrupt metabolism (insulin resistance, diabetes) [2 ]. Thus, myosteatosis impacts muscle function and quality of life. In addition, it constitutes a biomarker of systemic metabolic abnormalities. There is therefore a double interest in measuring it longitudinally in a non-invasive manner. The aim of this thesis will be to explore two non-invasive and non-irradiating imaging methods for measuring lipid content in muscle. On the one hand magnetic resonance imaging (MRI) and on the other hand ultrasound imaging (US). The course of the thesis will be as follows: Initially, the doctoral student will work around a new method of beamforming, a method allowing the reconstruction of ultrasound images from the raw signals recorded by the ultrasound scanner. This beamforming will allow us to implement the BTI (back scaterred tensor imaging) technique (Papadacci 2017), which by looking at the coherence of the ultrasonic signals in space makes it possible to characterize the anisotropy of the medium. Once this anisotropy has been deduced, we can then implement aberration correction techniques that will allow us to measure precisely and locally the speed of the ultrasounds, parameters directly dependent on the level of fat in the tissues. We have already implemented this method in isotropic media such as the liver to quantify steatosis (Imbault 2017). The difficulty here will be to switch to an anisotropic model. In a second step, all the ultrasound results, fat content (see mechanical properties) will be compared to measurements made by MRI, which allow the lipid content to be measured. A first approach will consist in making an overall measurement of the fat content of the muscle with a measurement of the PDFF (proton density fat fraction) (Nemeth 2019). However, there are several fat deposits in muscle, including intra-myocellular (in muscle cells) and extra-myocellular (around cells) fat that may have different roles in metabolism. The doctoral student will be in charge of developing the spectroscopic imaging reconstruction pipeline in MRI to distinguish and quantify these deposits in the muscle. This latter measurement requires spectroscopic techniques such as magnetic resonance spectroscopy (MRS) or magnetic resonance spectroscopy imaging (MRSI). An MRSI sequence is a good compromise to reconstruct a spectrum for each voxel and then quantify each resonance peak to map IMCL lipids and EMCL lipids. The doctoral student will be in charge of developing the spectroscopic imaging reconstruction pipeline in MRI to distinguish and quantify these deposits in the muscle. Finally, these data will enrich the modeling of the signal collected using the new ultrasound method coupled with US-MRI fusion software. Lastly, we will implement all the US methods in an ultra-fast ultrasound scanner in collaboration with the company Supersonic Imagine (Aix en Provence), in order to have a tool for real-time clinical use. The work of the doctoral student will allow, under the terms of his thesis, to launch a series of sports and clinical protocols, with the Motricity, Interactions, Performance laboratory of the University of Nantes and the Nantes hospital. References: Correa-de-Araujo R et al. Front Physiol. 2020;11:963. doi: 10.3389/fphys.2020.00963 Imbault M, (2017) Phys Med Bio, 62(9):3582. Papadacci C, (2017) Scien Reports, 7 :830. Nemeth A et al., (2019) Journal of magnetic resonance imaging, doi: 10.1002/jmri.26532.