Les param`etres r´egiaunaux permettant d’´evaluer la fonction ventriculaire gauche sont des indices pronostiques tr`es importants. Ils jouent un rˆole primordial dans le diag- nostic et le traitement des pathologie cardiaques. La plupart de ces indices d´ependent de l’´evolution, au cours du cycle cardiaque, de la forme du ventricule gauche. Leur estimation n´ecessite dans la plupart des cas de d´elimiter les contours du muscle myo- cardique.
En pratique clinique, l’analyse de la fonction ventriculaire est essentiellement vi- suelle et quand une segmentation est n´ecessaire, elle est r´ealis´ee manuellement ou semi-automatiquement. Des logiciels destin´es `a faciliter l’analyse ont ´et´e d´evelopp´es dont MRI-MASS1 qui est de plus en plus utilis´e en routine clinique.
Pour analyser la fonction dynamique du ventricule gauche, le clinicien commence par observer l’´epaisseur t´el´e-diastolique relative et analyse ensuite visuellement la
cin´etique de chaque segment [Cerqueira et al., 2002] en observant simultan´ement le mouvement de l’endocarde, l’´epaississement du myocarde et la chronologie du mou- vement contractile en fonction des diff´erents segments. La cin´etique segmentaire est ´evalu´ee selon une cotation en quatre classes (paragraphe2.4.2).
Limites de l’´evaluation visuelle
L’analyse visuelle reste subjective [Matheijssen et al., 1996, Redheuil et al., 2007, Paetsch et al., 2004], influenc´ee par plusieurs facteurs comme la qualit´e de l’image, la s´ev´erit´e de l’anomalie cin´etique, le degr´e d’expertise de l’op´erateur et finalement l’int´erpr´etation qui est propre `a chaque observateur.
L’´etude de l’analyse visuelle pr´esente une variabilit´e intra- et inter- observateurs im- portante. Hoffman et al. [Hoffmann et al., 2006] ont montr´e une variabilit´e inter- observateur donn´e par un kappa non pond´er´e de moyen de 0, 43 au sein d’une ´etude multicentrique incluant 56 patients.
Cela justifie le d´eveloppement de m´ethodes automatis´ees de segmentation des images. L’extraction des contours endocardiques et ´epicardiques sur un cycle cardiaque permet de fournir des informations sur la variation des volumes et une information glo- bale sur la fonction contractile.
2.8 Conclusion
Nous avons pr´esent´e dans ce chapitre les aspects anatomiques et fonctionnels du ventricule gauche, ainsi que la pathologie isch´emique `a laquelle nous nous int´eressons. Nous avons soulign´e l’importance d’´etablir un diagnostic pr´ecis et rapide pour le pa- tient.
Deux types d’acquisitions en IRM sont primordiales et compl´ementaires pour ´etablir un diagnostic apr`es infarctus du myocarde ; les s´equences dynamiques ”cin´e” permet- tant d’´etudier la fonction ventriculaire r´egionale et les s´equences statiques de ”Rehaus- sement tardif” permettant d’´etudier la viabilit´e du muscle myocardique.
Dans un dernier temps, les crit`eres quantitatifs d’´evaluation de la fonction ventricu- laire ont ´et´e expos´es. La plupart de ces crit`eres quantitatifs ont besoin de l’estimation des contours de l’endocarde et de l’´epicarde.
En pratique clinique, l’´evaluation de la fonction contractile segmentaire se fait visuellement. Dans le cas o`u des indices quantitatifs sont estim´es, une d´elimitation des contours endocardiques et `epicardiques s’av`ere n´ecessaire. Elle est souvent r´ealis´ee manuellement ou semi-automatiquement.
Le d´eveloppement de m´ethodes reproductibles et fiables de segmentation du ventricule gauche est donc indispensable pour apporter une quantification segmentaire qui devrait compl´eter l’examen visuel.
Etat de l’art sur la segmentation en
IRM cardiaque
3.1 Introduction
La plupart des param`etres estimant la fonction du cœur, comme la fraction d’´ejection, le volume et la masse, n´ecessite une d´elimitation pr´ecise des structures cardiaques et notamment du ventricule gauche. En routine clinique, cette segmentation est souvent r´ealis´ee de fa¸con manuelle. Cependant, la grande quantit´e d’images d´elivr´ees pour un examen cardiaque rend cette op´eration longue et fastidieuse. Cela justifie pleinement le d´eveloppement de m´ethodes de traitement d’images, pr´ecises, robustes, fiables et rapides pour l’estimation des contours du V G.
De nombreuses m´ethodes reposant sur diff´erentes techniques de traitement d’images ont ainsi ´et´e propos´ees depuis une vingtaine d’ann´ees.
Historiquement, les premi`eres m´ethodes dites ”de bas niveau” comme les techniques de seuillage [Nachtomy et al., 1998], de classification [Noordan et al., 2002] et de d´etection de contours [Goshtasby and Turner, 1995,Singleton and Pohost, 1997] ´etaient les plus utilis´ees.
Ces techniques, qui d´ependent des caract´eristiques locales de la distribution spatiale des intensit´es dans l’image, n’utilisent pas d’informations a priori. Ainsi le concept de mod´elisation, avec des ´equations math´ematiques n’existe pas dans ces m´ethodes. Ces approches sont d´epass´ees par les m´ethodes dites de ”haut niveau” o`u un mod`ele math´ematique est mis en place en fonction des connaissances anatomiques comme la forme, la taille, la position et l’orientation. Le mod`ele est ensuite param´etr´e pour qu’il s’adapte aux donn´ees.
Plusieurs synth`eses des m´ethodes de segmentation d’images m´edicales ont ´et´e pr´esent´ees dans la litt´erature [Pham and Xu, 1999, Suri, 2000]. S’int´eressant `a la seg- mentation du ventricule gauche, dans sa revue [Suri, 2000], Suri a pr´esent´e une ´etude d´etaill´ee de ces m´ethodes. Frangi et al., dans leur revue [Frangi et al., 2001] relative aux applications des mod`eles pour l’analyse des images cardiaques, ont structur´e une liste de toutes les m´ethodes qui peuvent ˆetre appliqu´ees pour la segmentation du myocarde. Ici, nous limitons notre analyse de l’´etat de l’art aux m´ethodes les plus r´ecemment utilis´ees pour la segmentation du myocarde sur des images petit axe de r´esonance
magn´etique. Nous les avons class´ees en deux grandes classes : d’une part les mod`eles d´eformables, d’autre part les mod`eles statistiques.