Projet de recherche doctoral numero :8507

Description

Date depot: 12 avril 2023
Titre: Analyse de l’hémodynamique aortique en IRM de flux 4D par apprentissage profond
Directrice de thèse: Nadjia KACHENOURA (LIB)
Encadrant : Thomas DIETENBECK (LIB)
Domaine scientifique: Sciences pour l'ingénieur
Thématique CNRS : Images et vision

Resumé: L'aorte est l'artère principale du corps humain et joue un rôle clé dans le système cardiovasculaire car elle achemine le sang oxygéné vers nos organes tout en assurant un débit sanguin constant et continu et des pressions artérielles régulées malgré le caractère pulsatile et récurrent de l'éjection cardiaque. Cette fonction d'amortissement de l'aorte peut cependant être altérée par diverses maladies qui rigidifient la paroi aortique réduisant ainsi son efficacité élastique. Cette rigidité aortique est souvent caractérisée par des modifications structurelles et mécaniques de la paroi aortique interagissant avec une désorganisation du flux sanguin circulant qui joue un rôle important dans le développement des maladies cardiovasculaires et leur progression vers des événements fatals pour le patient (rupture de la paroi aortique, remodelage du cœur gauche). L’imagerie par résonance magnétique (IRM) est une modalité d'imagerie non invasive et non irradiante capable de fournir à la fois l'anatomie aortique (données d'angiographie) et la dynamique du flux sanguin (données de flux 4D ou 3D+t) grâce à des acquisitions volumétriques. Les données d'angiographie anatomique sont acquises sur une seule phase du cycle cardiaque mais ont une résolution spatiale et un contraste élevés. Elles sont généralement utilisées en routine clinique pour extraire des indices morphologiques (diamètres sur des coupes sélectionnées) et pour visualiser des malformations géométriques (sténose, dilatation, anomalies valvulaires). L’IRM de flux 4D est une séquence novatrice, qui consiste en l'acquisition des composantes de vitesse X, Y et Z du flux sanguin circulant dans tous les voxels aortiques pendant tout le cycle cardiaque, mais avec une résolution et un contraste global inférieurs aux angiographies IRM. En routine clinique, ces données peuvent être visualisées mais le manque d'outils de segmentation entrave l'extraction de mesures quantitatives, alors qu'elles seraient d'une utilité majeure pour le patient. L’équipe Imagerie Cardiovasculaire (iCV) du Laboratoire d'Imagerie Biomédicale (LIB) a une longue expérience (reconnue par de nombreuses publications et des collaborations nationales et internationales : notamment un échange bilatéral avec l’université Johns Hopkins aux Etats Unis) dans l’analyse d’images IRM de l’aorte avec plusieurs logiciels développés en interne (ArtFun, Mimosa, Aorte4D) et dispose également de bases de données annotées. Dans le cadre d’une thèse en cours (J. Guo, 3ème année), un réseau permettant la segmentation 3D de l’aorte a été entrainé et testé sur des données de plusieurs constructeurs et hôpitaux et sur des sujets sains ou pathologiques (400 au total) afin de montrer sa robustesse. Cette thèse viendra donc en continuité à la thèse de Jia Guo et aura pour objectifs : 1/ d’adapter le réseau mis en place sur les images d’angiographie IRM à la segmentation de données IRM de flux 4D pour lesquelles des segmentations de références existent pour 1 phase du cycle cardiaque ; 2/ d’utiliser la segmentation dynamique obtenue sur ces données de flux 4D pour calculer des paramètres hémodynamiques issus de travaux de thèses précédentes (K. Bouaou, S. Houriez - Prix 4 meilleures thèses école doctorale EDITE paris 2019, et plusieurs prix de présentation Computing in Cardiology Young Investigator award, EIT Innovation Fellow, 2019), à savoir les gradients de pression intra-aortique, la vitesse de l’onde de pouls ; 3/ de comparer les valeurs obtenues à celles obtenues avec une segmentation statique pour quantifier l’apport / l’intérêt d’une segmentation dynamique comparativement à celle d’une seule phase cardiaque et préconiser la méthode optimale d’analyse de ces images 4D complexes. Le doctorant aura également accès à une séquence nouvellement mise en place par GE Healthcare fournissant des images anatomo-fonctionnelles de haute qualité mais pour lesquelles nous n’avons pas encore d’annotations expertisées pour tester les algorithmes mis en place dans cette thèse et proposer une approche 3D pour l’estimation de l’élasticité de la paroi aortique, indice clinique d’une pertinence majeure. Le projet se déroulera au sein de l’équipe iCV du LIB sous la supervision de Nadjia Kachenoura et Thomas Dietenbeck. Le.a candidat.e recruté.e bénéficiera également de l’environnement pluridisciplinaire de l’équipe et de l’expertise clinique des radiologues de l’équipe (Hôpital Pitié Salpêtrière) ou avec qui elle collabore (Hopital Européen Georges Pompidou).