login
english version rss feed
Detailed view PhD thesis
INSA de Lyon (04/12/2009), ZHU Yue-Min ; ROBINI Marc (Dir.)
Attached file list to this document: 
PDF
thesis_c_FRINDEL.pdf(17.5 MB)
Imagerie par résonance magnétique du tenseur de diffusion (IRM-TD) en imagerie cardiaque humaine : traitements et premi`eres interprétations
Carole Frindel1

Cette thèse a pour cadre l'étude de l'organisation spatiale des fibres du muscle cardiaque à partir de séries d'images tridimensionnelles acquises par IRM du Tenseur de Diffusion (IRMTD). Cette organisation constitue une propriété fondamentale du coeur sous-tendant la fonction contractile. Néanmoins elle est très complexe à obtenir au vu des difficultés inhérentes au mouvements cardiaque et respiratoire. Notre objectif consiste à développer de nouvelles approches, basées sur la prise en compte du mouvement du coeur et de la sensibilité au bruit de l'acquisition, pour l'estimation, l'analyse et la visualisation des fibres du myocarde. Dans ce cadre, mes travaux se déclinent selon trois axes principaux. Le premier compare, dans le contexte d'études cliniques ex vivo, les principales approches de régularisation opérant soit sur les images pondérées en diffusion soit sur les champs de tenseurs de diffusion. Les différences sont suffisamment faibles pour conclure que la qualité de nos données IRMTD est suffisante pour considérer toutes les méthodes de régularisation comme équivalentes. Partant de ce constat, une méthode de régularisation simple et rapide apparaî satisfaisante. Le second concerne la mise en place d'une méthode de tractographie spécialement conçue pour la spécificité cardiaque. Celle-ci est guidée par une fonctionnelle de coût globale qui permet l'estimation automatique des fibres cardiaques en une seule fois pour l'ensemble des données, et ce sans l'utilisation de points d'initialisation. Le dernier axe consiste en la distinction d'une population de fibres cardiaques en sous-groupes. Celle-ci s'appuie sur la comparaison de méthodes de classification de type géométrique et de type topologique exploitant toutes trois modes différents de représentation des fibres. Les résultats établissent que la classification pourrait permettre l'identification automatique de régions spécialisées dans le myocarde, ce qui pourrait grandement faciliter l'analyse et la comparaison des données IRMTD cardiaques pour la conception de thérapies patient-spécifiques.
1:  CREATIS - Centre de recherche et d'applications en traitement de l'image et du signal
IRM du tenseur de diffusion – Imagerie cardiaque – Analyse d'images – Débruitage – Régularisation – Tractographie – Théorie des graphes – Modèle statistique – Classification.

The motivation of this thesis is the study of the spatial organization of cardiac muscle fibers from a series of three-dimensional images acquired by Diffusion Tensor MRI (DT-MRI). This organization is a fundamental property underlying the heart contractile function. However it is very difficult to obtain considering the difficulties inherent to cardiac and respiratory motion. Our goal is to develop new approaches that can cope with physiological motion and noise sensititvity, for the estimation, the analysis and the visualization of myocardial fibers. My work is composed of three main axis. The first compares, in the context of ex vivo clinical studies, the main regularization approaches that operate either on diffusion weighted images or on diffusion tensors. The differences are small enough to conclude that the quality of our DT-MRI data is sufficient to consider all regularization methods as equivalent. The second concerns a new tractography method especially designed for cardiac specificity. It is guided by a global cost functional which allows automatic estimation of cardiac fibers in one shot, without using any initialization points. The latest axis consists in distinguishing a cardiac fibre population into clusters. It is based on the comparison of two classification methods (geometrical and topological type) using three different fibre representation modes. Our results establish that classification may allow automatic identification of myocardial regions from DT-MRI images, which could greatly ease analysis and comparison of these images towards the design of patient-specific therapies.

all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...