Recalage d'images déformées en groupe pour l'estimation du mouvement en imagerie médicale 4D

Résumé : La présente thèse élabore le développement des méthodes pour l’estimation du mouvement des organes du patient tant qu’il paraît sur l’image tomographique. Le but est la correction du mouvement spatio-temporel sur les images médicales tomographiques. En tant que paradigme expérimental, nous considérons le problème de l'estimation du mouvement dans l'imagerie IRM de diffusion, une modalité d'imagerie sensible à la diffusion des molécules d'eau dans le corps. IRM est utilisée pour l'évaluation des patients atteints de lymphome, car l'eau diffuse différemment dans les tissus biologiques sains et dans les lésions. L'effet de la diffusion de l'eau peut être mieux représenté par une image paramétrique, le soi-disant coefficient de diffusion apparente (image à ADC), créé sur la base d'une série d'images DWI du même patient (séquence d'images 3D), acquises au moment de la numérisation. Une telle image paramétrique a la possibilité de devenir un biomarqueur d'imagerie d’IRM et de fournir aux médecins des informations complémentaires concernant l'image de FDG-PET qui consiste la méthode d’imagerie de base pour le lymphome et qui montre la quantité de glucose métabolisée. L'utilisation de l’ADC en tant que biomarqueur d'imagerie semble être une bonne méthode à cause du fait qu'elle une méthode non-invasive, elle ne nécessite aucun agent de contraste exogène, elle n'utilise pas de rayonnement ionisant, elle est quantitative, elle peut être obtenue relativement rapidement et elle est facilement incorporée dans les évaluations courantes des patients. La rétention de l'information spatiale dérivée par l'image à ADC nécessite la correction pour le mouvement, qui est obtenue en co-recalage les images DW de la séquence. Nos contributions sont trois. Tout d'abord, nous proposons une méthode de recalage d'image déformable en groupe spécialement conçue pour la correction de mouvement dans l’IRM de diffusion, car elle est guidée par un modèle physiologique décrivant le processus de diffusion qui se déroule lors de l'acquisition de l'image. Notre méthode détermine une image à ADC de plus grande précision en termes de représentation du gradient de la diffusion des molécules d'eau par rapport à l` image correspondante obtenue par pratique courante ou par d'autres méthodes de recalage d'image non basé sur un modèle. Deuxièmement, nous montrons qu'en imposant des contraintes spatiales sur le calcul de l'image à ADC, les tumeurs de l'image peuvent être encore mieux caractérisées en les classant dans les différents types de la maladie. Troisièmement, nous montrons qu'une corrélation entre DWI et FDG-PET devrait exister en examinant la corrélation entre les caractéristiques statistiques extraites par l'image à ADC lisse découlant de notre méthode du recalage d’image déformable et les scores de recommandation sur la malignité des lésions, donnés par des experts basés sur une évaluation des images FDG-PET correspondantes du patient. Plus précisement, la première partie de la thèse introduit le problème du recalage du mouvement dans l'imagerie médicale 4D (4DMI), alors qu'elle se concentre sur le problème correspondant dans l’IRM de diffusion. En outre, dans ce chapitre introductif, la notion du recalage d'image médicale déformable est également introduite, suivie d'une déclaration des objectifs et du plan de la thèse doctorale. Par la suite, la deuxième partie de la thèse est consacrée à une revue de littérature sur des méthodes proposées concernant l'estimation du mouvement dans 4DMI. Étant donné que ce problème du recalage d’image particulier implique une séquence d'images co-aligné, il s’inscrit comme problème de décalage d'image déformable en groupe, qui est plus difficile que le problème commun de la corrélation en paire en termes d'équilibrage de l'efficacité du calcul et de la précision de la solution. Dans la troisième partie de la thèse, notre première méthode du recalage d'image déformable en groupe est introduite et décrite, ce qui intègre la dimension temporelle (reflétant le changement de l'amplitude du signal dans le temps) du processus d'acquisition. La cohérence temporelle sur le modèle physiologique, ainsi que la douceur de la déformation, est imposée par une formulation de champ Random Markov (MRF) en paire, afin de produire des représentations anatomiquement significatives des images 3D. La performance de la méthode proposée est comparée, en utilisant trois critères de validation différents, à deux approches du recalage d’image en groupe avec différentes fonctions objectives; une qui pénalise les différences absolues dans les intensités et une autre qui pénalise la gamme d'intensité entre les images sur les régions correspondantes. Un ensemble de données composé de vingt-cinq (25) patients, chacun scanné avec 3 "valeurs b", a été utilisé pour évaluer la précision de la méthode. La méthode du recalage d’image proposée a surpassé les deux autres approches du recalage d’image, ce qui en fait une méthode très prometteuse pour souligner l'importance de l'ADC en tant que biomarqueur d'imagerie. Dans la quatrième partie de la thèse, une nouvelle méthode d'estimation des paramètres conjointes est introduite et décrite, ce qui constitue la principale contribution de cette thèse de doctorat. Elle repose également sur la une formule de champ aléatoire Markov (MRF) en paire qui regroupe conjointement les images DW et modélise la diffusion spatio-temporelle. La douceur spatiale sur lìmage à ADC, ainsi que la douceur de la déformation spatiotemporelle, est également imposée dans cette image. Contrairement à notre première méthode proposée, l’image à ADC dans cette formulation est calculée explicitement et pas implicitement comme c'était le cas auparavant en ajustant le modèle physiologique. Un ensemble de données composé de trente-huit (38) patients, cette fois scannés avec 5 "valeurs b", a été utilisé pour évaluer la précision de la méthode, ainsi que l'effet d'utiliser plus de trois "valeurs b" pour créer l'image à ADC. A cette portée, des données DWI simulées ont été créées afin d'optimiser les paramètres de la méthode. La performance de le recalage d’image est comparée à nos premières méthodes proposées et à une approche du recalage d’image à la fine pointe de la technologie en termes d'erreur de montage obtenue du modèle de diffusion au cœur de la tumeur. Nos résultats révèlent une amélioration légèrement meilleure de nos méthodes par rapport à l' image à ADC standard utilisée dans la pratique clinique, une méthode du recalage d’image en piste à la fine pointe de la technologie, ainsi que les méthodes du recalage d’image en groupe sans regroupement, ce qui indique leur potentiel comme moyen d'extraire les biomarqueurs d'imagerie. Les principales qualités de nos cadres résident dans leur efficacité et leur polyvalence. La nature discrète des formulations rend les cadres modulaires en termes de mesures de similarité iconiques. Enfin, dans la cinquième et dernière partie de la thèse, nous avons examiné si nous pouvons extraire des biomarqueurs d'imagerie potentiels (caractéristiques liées à l'image) par les images à ADC obtenues par nos méthodes du recalage d'image proposées. L'évaluation est basée sur deux analyses statistiques différentes, dans lesquelles nous examinons si nous pourrions classer automatiquement les lésions dans les différents types de la maladie et une autre où nous avons examiné la corrélation entre les caractéristiques extraites et les scores de recommandation obtenus par FDG-PET. La classification automatique du type de maladie (Hodgkin et Non-Hodgkin) basée sur les biomarqueurs d'imagerie extraits en utilisant notre méthode du recalage d’image a atteint une précision de classification d'environ 73.3\%, ce qui donne une augmentation de 7.5% par rapport à l'approche standard (biomarqueurs à partir d'images DW non recalagées). En outre, une corrélation significative entre les caractéristiques basées sur la diffusion et les scores de mise en scène basés sur le PET a été révélée à la fois après deux cycles de chimiothérapie et en fin de traitement (corr = 0,52 et corr = 0,78 respectivement, p-valeur < 0.01 dans les deux) par la méthode proposée qui n'a pas été observée sans inscription. En appliquant une régression linéaire et en utilisant les caractéristiques présentant la meilleure corrélation dans l'étude mentionnée ci-dessus, il a été observé que les résultats de mise en scène pour les patients avaient une corrélation significative avec les correspondants à base de PET (corr = 0,71 et corr = 0,88, respectivement, p-valeur < 0,01 dans les deux), tandis que les coefficients de détermination correspondants étaient de 0,68 et 0,91, ce qui signifie que le modèle explique 68% et 91% De la variabilité des scores de pontage à base de PET respectivement. Aucune prédiction précise n'a été obtenue sans recalage d'image.
Type de document :
Thèse
Bio-informatique [q-bio.QM]. Ecole Centrale Paris, 2017. Français
Liste complète des métadonnées

https://hal.inria.fr/tel-01577683
Contributeur : Evgenios N. Kornaropoulos <>
Soumis le : dimanche 27 août 2017 - 19:59:47
Dernière modification le : mercredi 30 août 2017 - 01:08:34

Identifiants

  • HAL Id : tel-01577683, version 1

Collections

Citation

Evgenios N. Kornaropoulos. Recalage d'images déformées en groupe pour l'estimation du mouvement en imagerie médicale 4D. Bio-informatique [q-bio.QM]. Ecole Centrale Paris, 2017. Français. <tel-01577683>

Partager

Métriques

Consultations de
la notice

94

Téléchargements du document

58