71 |
Characterization of Carotid Plaques with Ultrasound Non-Invasive Vascular Elastography (NIVE) : Feasibility and Correlation with High-Resolution Magnetic Resonance ImagingNaïm, Cyrille 03 1900 (has links)
L’accident vasculaire cérébral (AVC) est une cause principale de décès et de morbidité dans le monde; une bonne partie des AVC est causée par la plaque d’athérosclérose carotidienne. La prévention de l’AVC chez les patients ayant une plaque carotidienne demeure controversée, vu les risques et bénéfices ambigus associés au traitement chirurgical ou médical. Plusieurs méthodes d’imagerie ont été développées afin d’étudier la plaque vulnérable (dont le risque est élevé), mais aucune n’est suffisamment validée ou accessible pour permettre une utilisation comme outil de dépistage. L’élastographie non-invasive vasculaire (NIVE) est une technique nouvelle qui cartographie les déformations (élasticité) de la plaque afin de détecter les plaque vulnérables; cette technique n’est pas encore validée cliniquement. Le but de ce projet est d’évaluer la capacité de NIVE de caractériser la composition de la plaque et sa vulnérabilité in vivo chez des patients ayant des plaques sévères carotidiennes, en utilisant comme étalon de référence, l’imagerie par résonance magnétique (IRM) à haute-résolution. Afin de poursuivre cette étude, une connaissance accrue de l’AVC, l’athérosclérose, la plaque vulnérable, ainsi que des techniques actuelles d’imagerie de la plaque carotidienne, est requise.
Trente-et-un sujets ont été examinés par NIVE par ultrasonographie et IRM à haute-résolution. Sur 31 plaques, 9 étaient symptomatiques, 17 contenaient des lipides, et 7 étaient vulnérables selon l’IRM. Les déformations étaient significativement plus petites chez les plaques contenant des lipides, avec une sensibilité élevée et une spécificité modérée. Une association quadratique entre la déformation et la quantité de lipide a été trouvée. Les déformations ne pouvaient pas distinguer les plaques vulnérables ou symptomatiques.
En conclusion, NIVE par ultrasonographie est faisable chez des patients ayant des sténoses carotidiennes significatives et peut détecter la présence d’un coeur lipidique. Des études supplémentaires de progression de la plaque avec NIVE sont requises afin d’identifier les plaques vulnérables. / Stroke is a leading cause of death and morbidity worldwide, and a significant proportion of strokes are caused by carotid atherosclerotic plaque rupture. Prevention of stroke in patients with carotid plaque poses a significant challenge to physicians, as risks and benefits of surgical or medical treatments remain equivocal. Many imaging techniques have been developed to identify and study vulnerable (high-risk) atherosclerotic plaques, but none is sufficiently validated or accessible for population screening. Non-invasive vascular elastography (NIVE) is a novel ultrasonic technique that maps carotid plaque strain (elasticity) characteristics to detect its vulnerability; it has not been clinically validated yet. The goal of this project is to evaluate the ability of ultrasound NIVE strain analysis to characterize carotid plaque composition and vulnerability in vivo in patients with significant plaque burden, as determined by the reference standard, high resolution MRI. To undertake this study, a thorough understanding of stroke, atherosclerosis, vulnerable plaque, and current non-invasive carotid plaque imaging techniques is required.
Thirty-one subjects underwent NIVE and high-resolution MRI of internal carotid arteries. Of 31 plaques, 9 were symptomatic, 17 contained lipid and 7 were vulnerable on MRI. Strains were significantly lower in plaques containing a lipid core compared to those without lipid, with high sensitivity and moderate specificity. A quadratic fit was found between strain and lipid content. Strains did not discriminate symptomatic patients or vulnerable plaques.
In conclusion, ultrasound NIVE is feasible in patients with significant carotid stenosis and can detect the presence of a lipid core. Further studies of plaque progression with NIVE are required to identify vulnerable plaques.
|
72 |
Quantification of ventricular mechanical dyssynchrony under stressSalimian, Samaneh 07 1900 (has links)
L'évaluation de l'asynchronisme mécanique ventriculaire sous stress a soulevé une attention importante en tant que facteur prédictif de la réponse au traitement de resynchronisation cardiaque (CRT). De plus, il semble exister une relation significative entre le devenir du patient et la présence d’asynchronisme au repos. Plusieurs méthodes échocardiographiques peuvent être utilisées pour évaluer l’asynchronisme. Cependant, parmi toutes les différentes méthodologies ou index existant dans ce domaine, aucun critère ne fait l’unanimité. Cette thèse étudie l'importance des techniques d'imagerie nucléaire dans le cadre de l’évaluation de l’asynchronisme cardiaque induit par le stress en utilisant trois différents modèles canins expérimentaux.
Le premier chapitre vise à examiner les effets du stress sur le synchronisme de la contraction du ventricule gauche (VG) en utilisant l'imagerie synchronisée de perfusion myocardique dans une cohorte canine normale. Le stress a été induit par différents niveaux d’infusion de dobutamine sur six sujets sains. Les paramètres hémodynamiques et l’asynchronisme ont été évalués par des mesures de pressions ventriculaires. L'analyse de phase sur l’imagerie s’est effectuée en utilisant un logiciel commercialement disponible (QGS) et un logiciel interne (MHI4MPI), basée sur le déplacement et l’épaississement des parois ventriculaires. L’augmentation de la concentration de dobutamine a démontré une amélioration de la capacité fonctionnelle et une réduction de l’asynchronisme ventriculaire. L’analyse de l’asynchronisme calculée à partir de l’épaississement de la paroi semble plus robuste et plus sensible que l’utilisation du déplacement des parois. (Salimian et. al., J Nucl Cardiol., 2014)
Le second chapitre étudie les différents paramètres d’asynchronisme au repos et à différents niveaux de stress dans un modèle de cardiomyopathie dilatée et à QRS étroit. Ce modèle a été créé sur dix chiens par tachycardie via stimulation de l'apex du ventricule droit pendant 3-4 semaines, permettant d’atteindre une fraction d'éjection cible de 35% ou moins. Le stress a ensuite été induit par une perfusion de dobutamine jusqu'à un maximum de 20 μg/kg/min. Les données hémodynamiques et l’asynchronisme ont été analysés par des mesures de pression ventriculaire et l’analyse de l’imagerie dynamique du compartiment sanguin. L’importante variabilité individuelle des sujets inclus dans notre cohorte empêche toute conclusion définitive sur la mesure de l’asynchronisme interventriculaire. Cependant, les différents niveaux de stress, même dans des intervalles rapprochés, ont démontré un effet significatif sur les paramètres hémodynamiques et l’asynchronisme. (Salimian et. al., J Nucl Cardiol., 2015)
La troisième section vise à déterminer si l’estimation du mode de stimulation optimal effectuée au repos demeure le choix optimal lorsque le niveau d’activité cardiaque s’intensifie pour des sujets avec bloc auriculo-ventriculaire (AV) et fonction ventriculaire normale. Cinq chiens ont été soumis à une ablation du nœud AV et des sondes de stimulation ont été insérées dans l'oreillette droite pour la détection, l’apex du ventricule droit (VD) et une veine postérolatérale du VG pour la stimulation. Cinq modes de stimulation ont été utilisés : LV pur, biventriculaire (BiV) avec pré-activation de 20 ms du LV (LVRV20), BiV pur, BiV avec pré-activation de 20 ms du VD (RVLV20), VD pur. Des niveaux jusqu’à 20 μg/kg/min de dobutamine ont été atteints. Le stress a modifié l’étendue de l’asynchronisme de base et ce, pour tous les modes de stimulation. De plus, les effets physiologiques intrinsèques du stress permettent une évaluation plus précise de l’asynchronisme ventriculaire, diminuant la variabilité inter-sujet. Le mode de stimulation LVRV20 semble le mode optimal dans ce modèle, supportant l’utilisation de la stimulation bi-ventriculaire. / Assessment of ventricular mechanical dyssynchrony (MD) under stress has attracted a large amount of attention as a stronger predictor of response to cardiac resynchronization therapy (CRT) and as a parameter whose variation bears a greater relationship to clinical outcomes than resting-MD either in CRT candidates or another subset of patients. Several echocardiographic methods can be used to assess stress-MD. However, no standardized approach is currently used to explore stress-induced variations in inter- and intraventricular MD. This dissertation studies the importance of nuclear imaging techniques in assessing stress-induced MD variations by providing three different experimental canine models.
The first chapter sought to examine the impacts of stress on the left ventricular (LV) synchrony with phase analysis of gated SPECT myocardial perfusion imaging (GMPS) within a normal canine cohort. Stress was induced by different levels of dobutamine infusion in six healthy subjects. Hemodynamic and LV MD parameters were assessed by LV pressure measurements and phase analysis of GMPS using commercially available QGS software and in-house MHI4MPI software with thickening- and displacement-based methodology. The increase of dobutamine level was shown to be in accordance with the improvement of LV functional capacity and reduction of MD parameters. MD analysis based on wall thickening was more robust and sensitive than the global wall displacement. (Salimian et. al., J Nucl Cardiol., 2014)
The second chapter investigated the range of difference in inter- and intraventricular MD parameters from rest to various levels of stress in a dilated cardiomyopathy (DCM) and narrow QRS complex model. Ten large dogs were submitted to tachycardia-induced DCM by pacing the right ventricular apex for 3-4 weeks to reach a target ejection fraction of 35% or less. Stress was then induced by infusion of dobutamine up to a maximum of 20 μg/kg/min. Hemodynamic and MD data were analyzed by LV pressure measurements and gated-blood pool SPECT (GBPS) imaging. Individual differences in the magnitude and pattern of change in the various levels of stress precluded any definitive conclusion about interventricular MD. However, different levels of stress, even in close intervals, showed a significant positive impact on hemodynamic and intraventricular MD parameters. (Salimian et. al., J Nucl Cardiol., 2015)
The third chapter sought to examine if the optimal pacing mode at rest could be the best one during the maximum stress level in terms of MD parameters in subjects with an atrioventricular (AV) block and normal function. Five dogs were submitted to AV node ablation and pacing leads were placed in the right atrium for sensing, in right ventricular (RV) apex, and in posterolateral LV vein for pacing in five modes of LV, biventricular (BiV) with 20 ms of LV pre-activation (LVRV20), BiV, BiV with 20 ms of RV pre-activation (RVLV20) and RV pacing. Stress was induced by dobutamine infusion up to a maximum of 20 μg/kg/min. Data analyses were the same as chapter one. Dobutamine stress changed the extent of resting-LV MD at all pacing modes. Intrinsic physiologic effects of stress resulted in more accurate MD assessment with lesser variability in subjects who underwent pacing. LVRV20 was the preferred site of stimulation in this model rather than single-site pacing.
|
73 |
Characterization of Carotid Plaques with Ultrasound Non-Invasive Vascular Elastography (NIVE) : Feasibility and Correlation with High-Resolution Magnetic Resonance ImagingNaïm, Cyrille 03 1900 (has links)
L’accident vasculaire cérébral (AVC) est une cause principale de décès et de morbidité dans le monde; une bonne partie des AVC est causée par la plaque d’athérosclérose carotidienne. La prévention de l’AVC chez les patients ayant une plaque carotidienne demeure controversée, vu les risques et bénéfices ambigus associés au traitement chirurgical ou médical. Plusieurs méthodes d’imagerie ont été développées afin d’étudier la plaque vulnérable (dont le risque est élevé), mais aucune n’est suffisamment validée ou accessible pour permettre une utilisation comme outil de dépistage. L’élastographie non-invasive vasculaire (NIVE) est une technique nouvelle qui cartographie les déformations (élasticité) de la plaque afin de détecter les plaque vulnérables; cette technique n’est pas encore validée cliniquement. Le but de ce projet est d’évaluer la capacité de NIVE de caractériser la composition de la plaque et sa vulnérabilité in vivo chez des patients ayant des plaques sévères carotidiennes, en utilisant comme étalon de référence, l’imagerie par résonance magnétique (IRM) à haute-résolution. Afin de poursuivre cette étude, une connaissance accrue de l’AVC, l’athérosclérose, la plaque vulnérable, ainsi que des techniques actuelles d’imagerie de la plaque carotidienne, est requise.
Trente-et-un sujets ont été examinés par NIVE par ultrasonographie et IRM à haute-résolution. Sur 31 plaques, 9 étaient symptomatiques, 17 contenaient des lipides, et 7 étaient vulnérables selon l’IRM. Les déformations étaient significativement plus petites chez les plaques contenant des lipides, avec une sensibilité élevée et une spécificité modérée. Une association quadratique entre la déformation et la quantité de lipide a été trouvée. Les déformations ne pouvaient pas distinguer les plaques vulnérables ou symptomatiques.
En conclusion, NIVE par ultrasonographie est faisable chez des patients ayant des sténoses carotidiennes significatives et peut détecter la présence d’un coeur lipidique. Des études supplémentaires de progression de la plaque avec NIVE sont requises afin d’identifier les plaques vulnérables. / Stroke is a leading cause of death and morbidity worldwide, and a significant proportion of strokes are caused by carotid atherosclerotic plaque rupture. Prevention of stroke in patients with carotid plaque poses a significant challenge to physicians, as risks and benefits of surgical or medical treatments remain equivocal. Many imaging techniques have been developed to identify and study vulnerable (high-risk) atherosclerotic plaques, but none is sufficiently validated or accessible for population screening. Non-invasive vascular elastography (NIVE) is a novel ultrasonic technique that maps carotid plaque strain (elasticity) characteristics to detect its vulnerability; it has not been clinically validated yet. The goal of this project is to evaluate the ability of ultrasound NIVE strain analysis to characterize carotid plaque composition and vulnerability in vivo in patients with significant plaque burden, as determined by the reference standard, high resolution MRI. To undertake this study, a thorough understanding of stroke, atherosclerosis, vulnerable plaque, and current non-invasive carotid plaque imaging techniques is required.
Thirty-one subjects underwent NIVE and high-resolution MRI of internal carotid arteries. Of 31 plaques, 9 were symptomatic, 17 contained lipid and 7 were vulnerable on MRI. Strains were significantly lower in plaques containing a lipid core compared to those without lipid, with high sensitivity and moderate specificity. A quadratic fit was found between strain and lipid content. Strains did not discriminate symptomatic patients or vulnerable plaques.
In conclusion, ultrasound NIVE is feasible in patients with significant carotid stenosis and can detect the presence of a lipid core. Further studies of plaque progression with NIVE are required to identify vulnerable plaques.
|
74 |
Bioresorbable coronary stents : non-invasive quantitative assessment of edge and intrastent plaque – a 256-slice computed tomography longitudinal studyZdanovich, Evguenia 10 1900 (has links)
Les bioresorbable stents (BRS), en français intitulés tuteurs coronariens biorésorbables, sont constitués d’un polymère biorésorbable, plutôt que de métal, et ne créent pas d’artéfacts métalliques significatifs en tomodensitométrie (TDM). Cela permet une meilleure évaluation de la plaque coronarienne sous ces tuteurs en TDM qu’avec les anciens tuteurs qui sont en métal.
OBJECTIF: Évaluer l’évolution de la composition de la plaque, sa fraction lipidique (FL)— marqueur de vulnérabilité de la plaque, dans les 3 zones pré-tuteur (bord proximal), intra-tuteur et post-tuteur (bord distal), et le volume de la plaque entre 1 et 12 mois post-implantation de BRS.
MÉTHODOLOGIE: Il s’agit d’une étude observationnelle longitudinale réalisée chez 27 patients consécutifs (âge moyen 59,7 +/- 8,6 ans) et recrutés prospectivement pour une imagerie par TDM 256-coupes à 1 et 12 mois post-implantation de BRS (35 tuteurs total). Les objectifs primaires sont: volume de plaque totale et de FL (mm3) comparés entre 1 et 12 mois. Afin de tenir compte de la corrélation intra-patient, des analyses de variance des modèles linéaires mixtes avec ou sans spline sont utilisés avec deux facteurs répétés temps et zone/bloc (1 bloc= 5 mm en axe longitudinal). La valeur % FL= volume absolu du FL/ volume total de la plaque.
RÉSULTATS: Notre analyse par bloc ou par spline n’a pas démontré une différence significative dans les volumes de plaque ou des FL dans les zones pre- intra- and post-tuteur entre 1 et 12 mois.
CONCLUSION: Notre étude a réussi à démontrer la faisabilité d’une analyse non-invasive quantitative répétée de la plaque coronarienne et de la lumière intra-tuteur avec l’utilisation de TDM 256 coupes. Cette étude pilote n’a pas démontré de différence significative dans les volumes des plaques et atténuation entre 1- et 12- mois de follow-up post-implantation de BRS. Notre méthode pourrait être appliquée à l’évaluation des différents structures ou profils pharmacologiques de ces tuteurs. / Coronary bioresorbable stents (BRS) are made of a bioresorbable polymer rather than metal. Unlike metallic stents, BRS do not produce significant artifacts in computed tomography (CT) and are radiolucent in CT, making it possible to evaluate coronary plaque beneath an implanted stent.
PURPOSE: The purpose of our study was to evaluate the volumes of plaque and low attenuation plaque components (LAP —a marker of plaque vulnerability) of pre-, intra- and post-stent plaque location between 1 and 12 months post-implantation.
METHODS: In our prospective longitudinal study, we recruited 27 consecutive patients (mean age 59.7 +/- 8.6 years) with bioresorbable stents (n=35) for a 256-slice ECG-synchronized CT evaluation at 1 month and at 12 months post stent implantation. Total plaque volume (mm3) as well as absolute and relative (%) LAP volume per block in the pre-, intra- and post-stent zones were analyzed; comparison of 1 and 12 months post BRS implantation. Changes in these variables were assessed using mixed effects models with and without spline, which also accounted for correlation between repeated measurements with factors such as time and zone/block (1 block = 5 mm in longitudinal axis). The value % LAP= LAP absolute volume/ total plaque volume.
RESULTS: Our block or spline model analysis showed no significant difference in plaque or LAP volumes in pre-, intra- and post-stent zones measured at 1 month and at 12 months.
CONCLUSION: Our study demonstrates the feasibility of repeated non-invasive quantitative analysis of intrastent coronary plaque and in-stent lumen using a 256-channel CT scan. This pilot study did not show significant differences in plaque volume and attenuation between 1- and 12-month follow-up from stent implantation. The method we used could be applied to the evaluation of different stent structures or different pharmacological profiles of bioresorbable stents.
|
75 |
Analysis of the human corneal shape with machine learningBouazizi, Hala 01 1900 (has links)
Cette thèse cherche à examiner les conditions optimales dans lesquelles les surfaces cornéennes antérieures peuvent être efficacement pré-traitées, classifiées et prédites en utilisant des techniques de modélisation géométriques (MG) et d’apprentissage automatiques (AU).
La première étude (Chapitre 2) examine les conditions dans lesquelles la modélisation géométrique peut être utilisée pour réduire la dimensionnalité des données utilisées dans un projet d’apprentissage automatique. Quatre modèles géométriques ont été testés pour leur précision et leur rapidité de traitement : deux modèles polynomiaux (P) – polynômes de Zernike (PZ) et harmoniques sphériques (PHS) – et deux modèles de fonctions rationnelles (R) : fonctions rationnelles de Zernike (RZ) et fonctions rationnelles d’harmoniques sphériques (RSH). Il est connu que les modèles PHS et RZ sont plus précis que les modèles PZ pour un même nombre de coefficients (J), mais on ignore si les modèles PHS performent mieux que les modèles RZ, et si, de manière plus générale, les modèles SH sont plus précis que les modèles R, ou l’inverse. Et prenant en compte leur temps de traitement, est-ce que les modèles les plus précis demeurent les plus avantageux? Considérant des valeurs de J (nombre de coefficients du modèle) relativement basses pour respecter les contraintes de dimensionnalité propres aux taches d’apprentissage automatique, nous avons établi que les modèles HS (PHS et RHS) étaient tous deux plus précis que les modèles Z correspondants (PZ et RR), et que l’avantage de précision conféré par les modèles HS était plus important que celui octroyé par les modèles R. Par ailleurs, les courbes de temps de traitement en fonction de J démontrent qu’alors que les modèles P sont traités en temps quasi-linéaires, les modèles R le sont en temps polynomiaux. Ainsi, le modèle SHR est le plus précis, mais aussi le plus lent (un problème qui peut en partie être remédié en appliquant une procédure de pré-optimisation). Le modèle ZP était de loin le plus rapide, et il demeure une option intéressante pour le développement de projets. SHP constitue le meilleur compromis entre la précision et la rapidité.
La classification des cornées selon des paramètres cliniques a une longue tradition, mais la visualisation des effets moyens de ces paramètres sur la forme de la cornée par des cartes topographiques est plus récente. Dans la seconde étude (Chapitre 3), nous avons construit un atlas de cartes d’élévations moyennes pour différentes variables cliniques qui pourrait s’avérer utile pour l’évaluation et l’interprétation des données d’entrée (bases de données) et de sortie (prédictions, clusters, etc.) dans des tâches d’apprentissage automatique, entre autres. Une base de données constituée de plusieurs milliers de surfaces cornéennes antérieures normales enregistrées sous forme de matrices d’élévation de 101 by 101 points a d’abord été traitée par modélisation géométrique pour réduire sa dimensionnalité à un nombre de coefficients optimal dans une optique d’apprentissage automatique. Les surfaces ainsi modélisées ont été regroupées en fonction de variables cliniques de forme, de réfraction et de démographie. Puis, pour chaque groupe de chaque variable clinique, une surface moyenne a été calculée et représentée sous forme de carte d’élévations faisant référence à sa SMA (sphère la mieux ajustée). Après avoir validé la conformité de la base de donnée avec la littérature par des tests statistiques (ANOVA), l’atlas a été vérifié cliniquement en examinant si les transformations de formes cornéennes présentées dans les cartes pour chaque variable étaient conformes à la littérature. C’était le cas. Les applications possibles d’un tel atlas sont discutées.
La troisième étude (Chapitre 4) traite de la classification non-supervisée (clustering) de surfaces cornéennes antérieures normales. Le clustering cornéen un domaine récent en ophtalmologie. La plupart des études font appel aux techniques d’extraction des caractéristiques pour réduire la dimensionnalité de la base de données cornéennes. Le but est généralement d’automatiser le processus de diagnostique cornéen, en particulier en ce qui a trait à la distinction entre les cornées normales et les cornées irrégulières (kératocones, Fuch, etc.), et dans certains cas, de distinguer différentes sous-classes de cornées irrégulières. L’étude de clustering proposée ici se concentre plutôt sur les cornées normales afin de mettre en relief leurs regroupements naturels. Elle a recours à la modélisation géométrique pour réduire la dimensionnalité de la base de données, utilisant des polynômes de Zernike, connus pour leur interprétativité transparente (chaque terme polynomial est associé à une caractéristique cornéenne particulière) et leur bonne précision pour les cornées normales. Des méthodes de différents types ont été testées lors de prétests (méthodes de clustering dur (hard) ou souple (soft), linéaires or non-linéaires. Ces méthodes ont été testées sur des surfaces modélisées naturelles (non-normalisées) ou normalisées avec ou sans traitement d’extraction de traits, à l’aide de différents outils d’évaluation (scores de séparabilité et d’homogénéité, représentations par cluster des coefficients de modélisation et des surfaces modélisées, comparaisons statistiques des clusters sur différents paramètres cliniques). Les résultats obtenus par la meilleure méthode identifiée, k-means sans extraction de traits, montrent que les clusters produits à partir de surfaces cornéennes naturelles se distinguent essentiellement en fonction de la courbure de la cornée, alors que ceux produits à partir de surfaces normalisées se distinguent en fonction de l’axe cornéen.
La dernière étude présentée dans cette thèse (Chapitre 5) explore différentes techniques d’apprentissage automatique pour prédire la forme de la cornée à partir de données cliniques. La base de données cornéennes a d’abord été traitée par modélisation géométrique (polynômes de Zernike) pour réduire sa dimensionnalité à de courts vecteurs de 12 à 20 coefficients, une fourchette de valeurs potentiellement optimales pour effectuer de bonnes prédictions selon des prétests. Différentes méthodes de régression non-linéaires, tirées de la bibliothèque scikit-learn, ont été testées, incluant gradient boosting, Gaussian process, kernel ridge, random forest, k-nearest neighbors, bagging, et multi-layer perceptron. Les prédicteurs proviennent des variables cliniques disponibles dans la base de données, incluant des variables géométriques (diamètre horizontal de la cornée, profondeur de la chambre cornéenne, côté de l’œil), des variables de réfraction (cylindre, sphère et axe) et des variables démographiques (âge, genre). Un test de régression a été effectué pour chaque modèle de régression, défini comme la sélection d’une des 256 combinaisons possibles de variables cliniques (les prédicteurs), d’une méthode de régression, et d’un vecteur de coefficients de Zernike d’une certaine taille (entre 12 et 20 coefficients, les cibles). Tous les modèles de régression testés ont été évalués à l’aide de score de RMSE établissant la distance entre les surfaces cornéennes prédites (les prédictions) et vraies (les topographies corn¬éennes brutes). Les meilleurs d’entre eux ont été validés sur l’ensemble de données randomisé 20 fois pour déterminer avec plus de précision lequel d’entre eux est le plus performant. Il s’agit de gradient boosting utilisant toutes les variables cliniques comme prédicteurs et 16 coefficients de Zernike comme cibles. Les prédictions de ce modèle ont été évaluées qualitativement à l’aide d’un atlas de cartes d’élévations moyennes élaborées à partir des variables cliniques ayant servi de prédicteurs, qui permet de visualiser les transformations moyennes d’en groupe à l’autre pour chaque variables. Cet atlas a permis d’établir que les cornées prédites moyennes sont remarquablement similaires aux vraies cornées moyennes pour toutes les variables cliniques à l’étude. / This thesis aims to investigate the best conditions in which the anterior corneal surface of normal
corneas can be preprocessed, classified and predicted using geometric modeling (GM) and machine
learning (ML) techniques. The focus is on the anterior corneal surface, which is the main
responsible of the refractive power of the cornea.
Dealing with preprocessing, the first study (Chapter 2) examines the conditions in which GM
can best be applied to reduce the dimensionality of a dataset of corneal surfaces to be used in ML
projects. Four types of geometric models of corneal shape were tested regarding their accuracy and
processing time: two polynomial (P) models – Zernike polynomial (ZP) and spherical harmonic
polynomial (SHP) models – and two corresponding rational function (R) models – Zernike rational
function (ZR) and spherical harmonic rational function (SHR) models. SHP and ZR are both known
to be more accurate than ZP as corneal shape models for the same number of coefficients, but which
type of model is the most accurate between SHP and ZR? And is an SHR model, which is both an
SH model and an R model, even more accurate? Also, does modeling accuracy comes at the cost
of the processing time, an important issue for testing large datasets as required in ML projects?
Focusing on low J values (number of model coefficients) to address these issues in consideration
of dimensionality constraints that apply in ML tasks, it was found, based on a number of evaluation
tools, that SH models were both more accurate than their Z counterparts, that R models were both
more accurate than their P counterparts and that the SH advantage was more important than the R
advantage. Processing time curves as a function of J showed that P models were processed in quasilinear time, R models in polynomial time, and that Z models were fastest than SH models.
Therefore, while SHR was the most accurate geometric model, it was the slowest (a problem that
can partly be remedied by applying a preoptimization procedure). ZP was the fastest model, and
with normal corneas, it remains an interesting option for testing and development, especially for
clustering tasks due to its transparent interpretability. The best compromise between accuracy and
speed for ML preprocessing is SHP.
The classification of corneal shapes with clinical parameters has a long tradition, but the
visualization of their effects on the corneal shape with group maps (average elevation maps,
standard deviation maps, average difference maps, etc.) is relatively recent. In the second study
(Chapter 3), we constructed an atlas of average elevation maps for different clinical variables
(including geometric, refraction and demographic variables) that can be instrumental in the
evaluation of ML task inputs (datasets) and outputs (predictions, clusters, etc.). A large dataset of
normal adult anterior corneal surface topographies recorded in the form of 101×101 elevation
matrices was first preprocessed by geometric modeling to reduce the dimensionality of the dataset
to a small number of Zernike coefficients found to be optimal for ML tasks. The modeled corneal
surfaces of the dataset were then grouped in accordance with the clinical variables available in the
dataset transformed into categorical variables. An average elevation map was constructed for each
group of corneal surfaces of each clinical variable in their natural (non-normalized) state and in
their normalized state by averaging their modeling coefficients to get an average surface and by
representing this average surface in reference to the best-fit sphere in a topographic elevation map.
To validate the atlas thus constructed in both its natural and normalized modalities, ANOVA tests
were conducted for each clinical variable of the dataset to verify their statistical consistency with
the literature before verifying whether the corneal shape transformations displayed in the maps
were themselves visually consistent. This was the case. The possible uses of such an atlas are
discussed.
The third study (Chapter 4) is concerned with the use of a dataset of geometrically modeled
corneal surfaces in an ML task of clustering. The unsupervised classification of corneal surfaces is
recent in ophthalmology. Most of the few existing studies on corneal clustering resort to feature
extraction (as opposed to geometric modeling) to achieve the dimensionality reduction of the dataset. The goal is usually to automate the process of corneal diagnosis, for instance by
distinguishing irregular corneal surfaces (keratoconus, Fuch, etc.) from normal surfaces and, in
some cases, by classifying irregular surfaces into subtypes. Complementary to these corneal
clustering studies, the proposed study resorts mainly to geometric modeling to achieve
dimensionality reduction and focuses on normal adult corneas in an attempt to identify their natural
groupings, possibly in combination with feature extraction methods. Geometric modeling was
based on Zernike polynomials, known for their interpretative transparency and sufficiently accurate
for normal corneas. Different types of clustering methods were evaluated in pretests to identify the
most effective at producing neatly delimitated clusters that are clearly interpretable. Their
evaluation was based on clustering scores (to identify the best number of clusters), polar charts and
scatter plots (to visualize the modeling coefficients involved in each cluster), average elevation
maps and average profile cuts (to visualize the average corneal surface of each cluster), and
statistical cluster comparisons on different clinical parameters (to validate the findings in reference
to the clinical literature). K-means, applied to geometrically modeled surfaces without feature
extraction, produced the best clusters, both for natural and normalized surfaces. While the clusters
produced with natural corneal surfaces were based on the corneal curvature, those produced with
normalized surfaces were based on the corneal axis. In each case, the best number of clusters was
four. The importance of curvature and axis as grouping criteria in corneal data distribution is
discussed.
The fourth study presented in this thesis (Chapter 5) explores the ML paradigm to verify whether
accurate predictions of normal corneal shapes can be made from clinical data, and how. The
database of normal adult corneal surfaces was first preprocessed by geometric modeling to reduce
its dimensionality into short vectors of 12 to 20 Zernike coefficients, found to be in the range of
appropriate numbers to achieve optimal predictions. The nonlinear regression methods examined
from the scikit-learn library were gradient boosting, Gaussian process, kernel ridge, random forest,
k-nearest neighbors, bagging, and multilayer perceptron. The predictors were based on the clinical
variables available in the database, including geometric variables (best-fit sphere radius, white-towhite diameter, anterior chamber depth, corneal side), refraction variables (sphere, cylinder, axis)
and demographic variables (age, gender). Each possible combination of regression method, set of
clinical variables (used as predictors) and number of Zernike coefficients (used as targets) defined
a regression model in a prediction test. All the regression models were evaluated based on their
mean RMSE score (establishing the distance between the predicted corneal surfaces and the raw
topographic true surfaces). The best model identified was further qualitatively assessed based on
an atlas of predicted and true average elevation maps by which the predicted surfaces could be
visually compared to the true surfaces on each of the clinical variables used as predictors. It was
found that the best regression model was gradient boosting using all available clinical variables as
predictors and 16 Zernike coefficients as targets. The most explicative predictor was the best-fit
sphere radius, followed by the side and refractive variables. The average elevation maps of the true
anterior corneal surfaces and the predicted surfaces based on this model were remarkably similar
for each clinical variable.
|
76 |
Transforaminal versus intra-articular facet steroid injections for the treatment of cervical radiculopathy : a randomized, double-blinded, controlled studyBureau, Nathalie 04 1900 (has links)
Cette étude a été subventionnée par le Fonds de recherche du Québec - Santé (FRQ-S, grant # 21230 – 2) / Les infiltrations foraminales cervicales sont associées à un risque de complications neurologiques majeures. Cette étude compare l’efficacité des infiltrations facettaires, plus sécuritaires, à celle des infiltrations foraminales dans le traitement de la cervico-brachialgie secondaire à une spondylose et/ou à une hernie discale, à 4 semaines post traitement.
Cinquante-six sujets ont été randomisés pour recevoir une infiltration foraminale (15 hommes, 13 femmes ; âge moyen 52 ans) ou facettaire (8 hommes, 20 femmes ; âge moyen 44 ans). L’issue principale était l’intensité de la douleur mesurée sur une échelle visuelle analogique (0 – 100). Les issues secondaires étaient le Neck Disability Index et le Medication Quantitative Scale.
Suivant les analyses en intention-de-traiter et en intention-du-protocole, pour un score de douleur initial moyen, une réduction significative de l’intensité de la douleur a été observée avec les infiltrations facettaires [45.3% (95%CI: 21.4; 69.2) et 37.0% (95%CI: 9.2; 64.7)] contrairement aux infiltrations foraminales [9.8% (95%CI: +11.5; 31.2) et 17.8% (95%CI: +6.6; 42.2)]. Les infiltrations facettaires ont procuré une amélioration cliniquement (mais non statistiquement) significative du Neck Disability Index [24.3% (95%CI: +2.9; 51.5) et 20.7% (95%CI: +6.2; 47.6),], contrairement aux infiltrations foraminales [9.6% (95%CI: +15.2; 34.4) et 12.8% (95%CI: +11.2; 36.7)]. Les infiltrations facettaires étaient au moins aussi efficaces que les infiltrations foraminales pour un score initial de douleur ≤ 60, alors que l’analyse de non infériorité n’était pas concluante pour un score initial ≥ 80, de même que pour le Neck Disability Index. Les infiltrations n’ont pas été associées à une réduction du score de Medication Quantitative Scale.
Les infiltrations facettaires sont efficaces dans le traitement de la névralgie cervico-brachiale et représentent une alternative valable et plus sécuritaire aux infiltrations foraminales. / Transforaminal corticosteroid injections can be performed in the management of cervical radiculopathy but carry the risk of catastrophic complications. This study compares the efficacy of transforaminal and facet corticosteroid injections at 4 weeks post treatment.
We randomly assigned 56 subjects to receive CT-guided transforaminal (15 men, 13 women; mean age 52 years; range 28 – 72 years) or facet (8 men, 20 women; mean 44 years; range 26 – 60 years) injections. The primary outcome was pain severity rated on a visual analog scale (0-100). Secondary outcome measures were the Neck Disability Index and the Medication Quantitative Scale.
In the intention-to-treat and as-treated analyses, for a mean baseline score, facet injections demonstrated a significant pain score reduction of 45.3% (95%CI: 21.4; 69.2) and 37.0% (95%CI: 9.2; 64.7), while transforaminal injections showed nonsignificant pain score reduction of 9.8% (95%CI: +11.5; 31.2) and 17.8% (95%CI: +6.6; 42.2). While facet injections demonstrated an improvement in Neck Disability Index score of [24.3% (95%CI: +2.9; 51.5); 20.7% (95%CI: +6.2; 47.6),] as opposed to transforaminal injections [9.6% (95%CI: +15.2; 34.4); 12.8% (95%CI: +11.2; 36.7)], the results did not reach statistical significance. Noninferiority of facet to transforaminal injections was demonstrated for baseline pain score ≤ 60, while noninferiority analysis was inconclusive for baseline pain score ≥ 80 and for the Neck Disability Index score. Neither intervention showed a significant medication intake score reduction over time.
Facet injections are effective for the treatment of cervical radiculopathy and represent a valid and safer alternative to transforaminal injections.
|
Page generated in 0.016 seconds