En complément de la validation du raccourcissement circonférentiel avec la
méthode HARP, nous avons effectué une évaluation visuelle de nos mesures. Les
séquences IRM ont été soumises à deux cardiologues experts, et bien entrainés
à l’évaluation de la contraction myocardiaque pour répartir les 128 segments
des 16 séquences analysées en 4 groupes : normale, hypokinétique, akynétique
et dyskinétique selon leur mouvement.
Nous pouvons ensuite représenter le raccourcissement circonférentiel de chaque
segment en fonction de l’état pathologique observé.
La figure 7.10 montre qu’il existe une faible correspondance entre les atteintes
ischémiques et le raccourcissement circonférentiel évalué par notre méthode. Il
est difficile de faire la discrimination des classes pathologiques à partir de E
cc.
Fig. 7.7 – Illustration du raccourcissement circonférentiel E
ccestimé par la
méthode HARP au centre de chaque secteur (courbe bleue) et du
raccourcisse-ment circonférentiel moyen déterminé par notre méthode (courbe rouge) sur
les 8 segments d’un myocarde sain.
Fig.7.8 – Variation du coefficient de corrélation entre les courbes du
raccour-cissement moyen sur 128 segments (16 sequences x 8 segments).
-35 -30 -25 -20 -15 -10 -5 0 5 10 15 0 5 10 Normal -35 -30 -25 -20 -15 -10 -5 0 5 10 15 0 5 10 Hypokinétique -35 -30 -25 -20 -15 -10 -5 0 5 10 15 0 5 10 Akinétique -35 -30 -25 -20 -15 -10 -5 0 5 10 15 0 5 10 Dyskinétique
Fig.7.10 – Histogramme du raccourcissement circonférentiel myocardique E
ccselon les 4 états cliniques. L’axe des abscisses représente la valeur de E
ccen
(%).
Conclusion générale
Une nouvelle méthode d’évaluation des déformations locales du ventricule
gauche sur des séquences ciné-IRM standard non marquées a été présentée
dans ce travail de thèse.
Nous avons adapté la méthode standard des ensembles de niveaux pour
ex-traire les contours internes et externes du VG. Le procédé de segmentation
est directement appliqué sur un ensemble d’images pseudo-volumiques 2D+t.
Ceci conduit à une méthode de segmentation efficace qui tient compte à la fois
des contraintes de continuité spatiales et temporelles. La segmentation a été
effectuée sur une séquences prétraitées avec une technique de rehaussement
d’intensité et d’une fermeture morphologique pour l’endocarde afin de
sup-primer les muscles papillaires, et une méthode de rehaussement par
amplifica-tion des maximas régionaux pour l’épicarde. Le champ de vitesse des contours
endocardique et epicardique a été ensuite estimé par la méthode de mise en
correspondance géométrique developpée au LISSI. Cette approche est fondée
sur la méthode ICP et la méthode de morphing par Levelset. cette méthode
a permis d’obtenir un résultat correct exempté d’appariements multiples
inco-hérents. Notre contribution consiste à appliquer cette méthode sur les contours
epicardiques. Nous avons ensuite évalué et validé le champ de déplacement
in-tramyocardique afin de calculer les déformations locales relatives au
raccour-cissement circonférentiel et à l’allongement radial du VG. L’approche consiste
à contraindre une méthode d’estimation de flot optique standard avec le
dé-placement des contours évalués précédemment afin de s’affranchir du problème
d’ouverture bien connu des méthodes différentielles. En confrontant le résultat
du flot optique standard avec celui du flot optique contraint sur une séquence
d’image synthétique, notre méthode reste avantageuse en terme de précision.
L’erreur de la méthode du flot optique contraint est cependant pratiquement
identique à celle de la méthode d’interpolation par plaques minces. Les
défor-mations locales obtenues sur des séquences réelles sont assez proches de celles
obtenues par la méthode HARP qui exploitent des images marquées. Les
pre-mières estimations des déformations radiales obtenues ont permis de mettre en
évidence la présence des anomalies de contraction sur les séquences ciné-IRM.
L’intérêt principal de notre approche est la possibilité d’accès aux
défor-mations locales en tout point de l’image.
L’approche proposée a fait l’objet de quelques communications nationale
et internationale [126, 127, 128].
En perspectives, il importe de créer une séquence d’images synthétique plus
réaliste capable de modéliser les déformations réelles d’un myocarde sain et
pathologique pour améliorer la phase de validation. Il est également nécessaire
d’étendre l’analyse en 4D afin de tenir compte des déformations longitudinales
du VG. Ceci ne devrait pas poser de problème car toutes les approches
pro-posées dans ce travail de thèse sont facilement extensibles en 4D. Enfin, il est
intérressant de recouper les déformations locales obtenues avec les informations
sur la localisation des régions infarcies fournies par les images de rehaussement
tardif correspondantes.
Séquences ciné-IRM analysées
Nous montrons ici les séquences d’image ciné-IRM traitées dans ce travail
de thèse. L’acquisition a été faite au niveau de la base.
La méthode de Gauss Seidel
La méthode de Gauss Seidel est une méthode de résolution de systèmes
d’équations linéaires
Ax=b (B.1)
où A = (a
ij) est une matrice carrée n×n de réels (i l’indice de ligne et
j l’indice de colonne) et x et b sont des vecteurs de R
n(n entier strictement
positif). C’est une méthode itérative : elle consiste à construire une suite de
vecteurs(x
k)
x
k=
x
k1...
x
k n
(B.2)
qui, sous certaines hypothèses, converge vers la solution exacte du système
B.1. Quel est l’intérêt d’une telle méthode vis-à-vis du pivot de Gauss ? Elle
permet de traiter des matrices beaucoup plus volumineuses parce qu’elle est
plus stable numériquement : elle donne des résultats beaucoup plus précis pour
les systèmes linéaires dont les coefficients sont inexacts. On montre sur
l’ex-emple d’un système de trois équations à trois inconnues comment la méthode
de Gauss Seidel permet de calculerx
k+1à partir de x
k. Supposons quex
ksoit
proche de la solution d’un système Ax=. Alors
a
11x
k 1+a
12x
k 2+a
13x
k 3≈b
1a
21x
k1+a
22x
k2+a
23x
k3≈b
2a
31x
k1+a
32x
k2+a
33x
k3≈b
3(B.3)
Méthode élémentaire :Elle consiste à prendre pourx
k+1le vecteur défini
par
x
k1+1= b
1−a
12x
k 2−a
13x
k 3/a
11x
k2+1= b
2−a
21x
k1−a
23x
k3/a
22x
k3+1= b
3−a
31x
k1−a
32x
k2/a
33(B.4)
Pour une matrice n×n la formule s’énonce (on suppose bien sûra
ii6= 0) :
x
ki+1= b
i−P
j6=i
a
ijx
kj
a
ii(B.5)
Optimisation. Elle consiste à réutiliser les coordonnées de x
k+1à la place
de celles (moins précises) dex
kdès qu’on les a calculées. Cela donne la formule
de Gauss Seidel :
x
k1+1= b
1−a
12x
k 2−a
13x
k 3/a
11x
k2+1= b
2−a
21x
k1+1−a
23x
k 3/a
22x
k3+1= b
3−a
31x
k1+1−a
32x
k2+1/a
33(B.6)
Pour une matrice n×n la formule s’énonce (on suppose bien sûra
ii6= 0) :
x
ki+1= b
i−P
i−1j=i
a
ijx
kj+1−P
nj=i+1
a
ijx
kjL’IRM
Cette partie présente le principe et les techniques particulières de l’IRM.
C.1 Principe de l’IRM
L’IRM est fondée sur le principe de la résonance des atomes d’hydrogène
sous l’action de certaines ondes radiofréquences (RF). Le phénomène de
réso-nance nucléaire (RMN) a été observé par Purcell et Bloch en 1946 (Prix Nobel
de Physique en 1952) et appliqué à l’anatomie humaine il y a une vingtaine
d’années.
Dans le document
Estimation des déformations du ventricule gauche sur des séquences ciné-IRM non-marquées
(Page 119-145)