Este trabalho teve como objetivo o desenvolvimento de um phantom de cabeça, com características acústicas e magnéticas equivalentes à do cérebro humano, para a formação de imagens, tanto por ultrasom quanto em ressonância magnética, para uso de treinamento clínico em neuronavegação. Geralmente, nos procedimentos de neurocirurgia, são usadas ambas as modalidades de imagens, sendo a ressonância comumente usada durante o processo préoperatório e, o ultrasom usado durante o procedimento cirúrgico, a fim de localizar a lesão e guiar o ato cirúrgico. Para tanto, o material que mimetiza o tecido cerebral foi desenvolvido a base de gelatina animal e vegetal. Pó de vidro e outras substâncias químicas foram adicionados à gelatina de modo que a atenuação acústica, espalhamento da onda e velocidade acústica ficassem equivalentes ao observado no tecido humano. Para mimetizar o sinal de ressonância magnética, material paramagnético foi adicionado à gelatina de modo que os valores dos tempos de relaxação transversal (T2) e longitudinal (T1) ficassem equivalentes aos observados nos tecidos do cérebro humano. Testes de neuronavegação foram realizados com um sistema desenvolvido no próprio laboratório. Para simular um processo cirúrgico, uma janela de acesso ao tecido cerebral foi criada no lado esquerdo da cabeça. As propriedades acústicas e magnéticas do tecido mimetizador proporcionaram contraste nas imagens de ultrasom e ressonância magnética equivalentes aos observados no tecido do cérebro humano. A morfologia e o tamanho do phantom são equivalentes ao de um cérebro de uma criança de aproximadamente cinco anos. Para avaliar o potencial do phantom como uma ferramenta para treinamento de um processo précirúrgico, foi realizada o préprocessamento e reconstrução 3D do phantom a partir das imagens de ressonância magnética, utilizando um software comercial Brainvoyeger® . / The goal of this work was to make a head phantom that can be used either in Ultrasonography (US) or Magnetic Resonance Imaging (MRI) to be applied as guided training for head surgery in a neuronavigation system. Generally, for neurosurgery procedures, both images modality (US and MRI) are used as guide. MRI images are used for previous evaluation of surgery, for localization of the tumor, choice of window on the head for craniotomy and path into the brain to access the tumor. The ultrasonography of the brain is used during the surgery procedure to guide and control the removal of the tumor. The phantom was developed with mimickingtissue material to generate contrast and intensity in the MRI and US image equivalent to that one obtained in human brain. The base material was made of pork gelatin (Bloom 250). The acoustic properties of this material (velocity, attenuation and Speckle) were controlled adding formaldehyde and glass bids. The magnetic properties (T1 and T2 relaxation) were controlled by adding sodiumEDTA and cupric chloride (CuCl2). The morphology and size of the brain were modeled into a head shell of rubber with size and geometry equivalent to a head of a child of approximately 5 years old. The evaluation of the phantom as tools for neuronavigation training was done simulating a surgery procedure. First, a volume of MRI image of the phantom was acquired using a tomography of 1.5 T (Siemens Vision®). After, using a 3D special sensor coupled to micro convex ultrasound transducer, the ultrasound and MRI image, of a same region, was showed simultaneously using a navigator software developed in the own lab by another student. For this evaluation, a craniotomy was done in the right side of the phantom. The 3D reconstruction of the phantom from MRI images volume was evaluated using commercial software Brainvoyeger®. The size, morphology of the head and the US and MRI image quality 12 of the simulated brain were very close to those ones observed in the brain of a young person. This product is very useful as a tool for training neurosurgeons and for calibration of neuronavegator system.

Este trabalho teve como objetivo o desenvolvimento de um phantom de cabeça, com características acústicas e magnéticas equivalentes à do cérebro humano, para a formação de imagens, tanto por ultrasom quanto em ressonância magnética, para uso de treinamento clínico em neuronavegação. Geralmente, nos procedimentos de neurocirurgia, são usadas ambas as modalidades de imagens, sendo a ressonância comumente usada durante o processo préoperatório e, o ultrasom usado durante o procedimento cirúrgico, a fim de localizar a lesão e guiar o ato cirúrgico. Para tanto, o material que mimetiza o tecido cerebral foi desenvolvido a base de gelatina animal e vegetal. Pó de vidro e outras substâncias químicas foram adicionados à gelatina de modo que a atenuação acústica, espalhamento da onda e velocidade acústica ficassem equivalentes ao observado no tecido humano. Para mimetizar o sinal de ressonância magnética, material paramagnético foi adicionado à gelatina de modo que os valores dos tempos de relaxação transversal (T2) e longitudinal (T1) ficassem equivalentes aos observados nos tecidos do cérebro humano. Testes de neuronavegação foram realizados com um sistema desenvolvido no próprio laboratório. Para simular um processo cirúrgico, uma janela de acesso ao tecido cerebral foi criada no lado esquerdo da cabeça. As propriedades acústicas e magnéticas do tecido mimetizador proporcionaram contraste nas imagens de ultrasom e ressonância magnética equivalentes aos observados no tecido do cérebro humano. A morfologia e o tamanho do phantom são equivalentes ao de um cérebro de uma criança de aproximadamente cinco anos. Para avaliar o potencial do phantom como uma ferramenta para treinamento de um processo précirúrgico, foi realizada o préprocessamento e reconstrução 3D do phantom a partir das imagens de ressonância magnética, utilizando um software comercial Brainvoyeger® . / The goal of this work was to make a head phantom that can be used either in Ultrasonography (US) or Magnetic Resonance Imaging (MRI) to be applied as guided training for head surgery in a neuronavigation system. Generally, for neurosurgery procedures, both images modality (US and MRI) are used as guide. MRI images are used for previous evaluation of surgery, for localization of the tumor, choice of window on the head for craniotomy and path into the brain to access the tumor. The ultrasonography of the brain is used during the surgery procedure to guide and control the removal of the tumor. The phantom was developed with mimickingtissue material to generate contrast and intensity in the MRI and US image equivalent to that one obtained in human brain. The base material was made of pork gelatin (Bloom 250). The acoustic properties of this material (velocity, attenuation and Speckle) were controlled adding formaldehyde and glass bids. The magnetic properties (T1 and T2 relaxation) were controlled by adding sodiumEDTA and cupric chloride (CuCl2). The morphology and size of the brain were modeled into a head shell of rubber with size and geometry equivalent to a head of a child of approximately 5 years old. The evaluation of the phantom as tools for neuronavigation training was done simulating a surgery procedure. First, a volume of MRI image of the phantom was acquired using a tomography of 1.5 T (Siemens Vision®). After, using a 3D special sensor coupled to micro convex ultrasound transducer, the ultrasound and MRI image, of a same region, was showed simultaneously using a navigator software developed in the own lab by another student. For this evaluation, a craniotomy was done in the right side of the phantom. The 3D reconstruction of the phantom from MRI images volume was evaluated using commercial software Brainvoyeger®. The size, morphology of the head and the US and MRI image quality 12 of the simulated brain were very close to those ones observed in the brain of a young person. This product is very useful as a tool for training neurosurgeons and for calibration of neuronavegator system.

La stimulation cérébrale profonde est un traitement chirurgical impliquant l'implantation permanante d'électrodes dans le cerveau, afin de stimuler une zone spécifique. La stimulation électrique continue de certaines structures cérébrales traite des symptomes de troubles neurologiques moteurs ou affectifs. Le succès de l'opération repose sur la précision du placement de l'électrode dont le but est de maximiser les bénéfices thérapeutiques, et de minimiser les effets secondaires. Pour cela, une phase de plannification pre-opératoire détermine les coordonnées de la cible à stimuler, ainsi que la trajectoire de l'électrode pour y arriver, à l'aide d'une combinaison d'images médicales du patient et d'outils numériques. Cependant, la déformation intra-opératoire du cerveau, appelée brain shift, peut rendre la plannification invalide. Les contributions de cette thèse s'appuient sur un modèle biomécanique du brain shift qui comprend un modèle de déformation mécanique, ainsi qu'une modélisation de la fuite de liquide cérébro-spinal. Nous présentons un outil pré-opératoire, basé sur notre modèle, afin de fournir au chirurgien une information sur les risques de déformation, qu'il utilise pour sélectionner une trajectoire sécurisée pour le patient, même en cas de brain shift. Dans un deuxième temps, nous proposons une méthode de recalage intra-opératoire basée sur notre modèle biomécanique, afin de calculer la nouvelle position des structures anatomiques. Enfin, grâce à un modèle d'insertion de l'électrode et de son interaction avec les tissus cérébraux, nous reproduisons le protocole opératoire afin de calculer la déflexion de l'électrode due au brain shift. / Deep brain stimulation is a neurosurgical treatment involving the permanent implantation of electrodes in the brain, to stimulate a specific deep structure. Electrical stimulation of some brain structures treat symptoms of motor or affective neurological disorders. The success of the operation relies on the electrode placement precision, which the goal is to maximize the therapeutic outcomes, and minimize the adverse effects. To do that, a pre-operative planning step determine the target coordinates to stimulate, as well as the electrode trajectory to reach it, thanks to a combination of medical images of the patient and numerical tools. However, intra-operative brain deformation, called brain shift, might invalidate the planning. The contributions of this thesis rely on a biomechanical model of brain shift which comprises a mechanical model for deformation, as well as a model of cephalo-spinal fluid leak. We present a pre-operative tool, based on our model, in order to provide to the surgeon an information on the deformation risks, that he could use to select a safe trajectory for the patient, even in the case of brain shift. Moreover, we propose a intra-operative registration method based on our biomechanical model, in order to compute the new location of anatomical structures. Finally, thanks to a model of insertion of the electrode and its interaction with brain tissue, we reproduce the operating protocol in order to compute the electrode curvature due to brain shift.

Objectif: Lors de l’ablation de tumeurs cérébrales, la navigation chirurgicale est basée sur les examens IRM pré-opératoires. Or, la déformation per-opératoire du cerveau, appelée brain-shift, affecte cette navigation. Dans cette thèse, une méthode de compensation du brain-shift intégrable dans un processus clinique est présentée.Méthode: Avant la chirurgie, un modèle biomécanique patient-spécifique est construit à partir des images pré-opératoires. Il intègre la géométrie des tissus mous mais également des vaisseaux. Pendant l’opération, des acquisitions échographiques localisées sont réalisées directement en contact avec le cerveau. Les modalités mode B et Doppler sont enregistrées simultanément, permettant respectivement l’extraction des vaisseaux et de l’empreinte de la sonde. Une simulation biomécanique est ensuite jouée pour compenser le brain-shift. Différentes contraintes sont appliquées au modèle de cerveau afin de modéliser les contacts avec la dure-mère, recaler les vaisseaux pré- et per-opératoires et contraindre la surface corticale avec l’empreinte de la sonde. Lors de la résection de tumeurs profondes, la trajectoire chirurgicale est également contrainte au sein de la cavité réséquée afin de retrouver les déformations latérales induites par l’écartement des tissus. Les images IRM pré-opératoires ont finalement mises à jour suivant le champ de déformation du modèle biomécanique.Résultats: La méthode a été évaluée quantitativement à partir de données synthétiques et cliniques de cinq patients. De plus, l’alignement des images a également été apprécié qualitativement, au regard des attentes des neurochirurgiens. Des résultats très satisfaisants, de l’ordre de 2 mm d’erreur, sont obtenus à l’ouverture de la dure-mère et dans le cas de résection de tumeurs en surface. Lors de la résection de tumeurs profondes, si la trajectoire chirurgicale permet de retrouver une grande partie des déformations induites par l’écartement des tissus, plusieurs limitations dues au fait que cette rétraction ne soit pas effectivement simulée sont montrées.Conclusion: Cette thèse propose une nouvelle méthode de compensation du brain-shit efficace et intégrable au bloc opératoire. Elle aborde de plus le sujet peu traité de la résection, en particulier de tumeurs profondes. Elle présente ainsi une étape supplémentaire vers un système optimal en neurochirurgie assistée par ordinateur. / Purpose: During brain tumor surgery, planning and guidance are based on preoperative MR exams. The intraoperative deformation of the brain, called brain-shift, however affect the accuracy of the procedure. In this thesis, a brain-shift compensation method integrable in a surgical workflow is presented.Method: Prior to surgery, a patient-specific biomechanical model is built frompreoperative images. The geometry of the tissues and blood vessels is integrated. Intraoperatively, navigated ultrasound images are performed directly in contact with the brain. B-mode and Doppler modalities are recorded simultaneously, enabling the extraction of the blood vessels and probe footprint, respectively. A biomechanical simulation is then executed in order to compensate for brain-shift. Several constraints are imposed to the biomechanical model in order to simulate the contacts with the dura mater, register the pre- and intraoperative vascular trees and constrain the cortical surface with the probe footprint. During deep tumors resection, the surgical trajectory is also constrained to remain inside the cavity induced by the resected tissues in order to capture the lateral deformations issued from tissues retraction. Preoperative MR images are finally updated following the deformation field of the biomechanical model.Results: The method was evaluated quantitatively using synthetic and clinical data. In addition, the alignment of the images was qualitatively assessed with respect to surgeons expectations. Satisfactory results, with errors in the magnitude of 2 mm, are obtained after the opening of the dura mater and for the resection of tumors close to the cortical surface. During the resection of deep tumors, while the surgical trajectory enable to capture most of the deformations induced by tissues retraction, several limitations reflects the fact that this retraction is not actually simulated.Conclusion: A new efficient brain-shift compensation method that is integrable in an operating room is proposed in this thesis. The few studied topic of the resection, and more specifically of deep tumors, is also addressed. This manuscript thus present an additional step towards an optimal system in computer assisted neurosurgery.

Comment obtenir des données anatomiques pendant une neurochirurgie ? a été ce qui a guidé le travail développé dans le cadre de cette thèse. Les IRM sont actuellement utilisées en amont de l'opération pour fournir cette information, que ce soit pour le diagnostique ou pour définir le plan de traitement. De même, ces images pre-opératoires peuvent aussi être utilisées pendant l'opération, pour pallier la difficulté et le coût des images per-opératoires. Pour les rendre utilisables en salle d'opération, un recalage doit être effectué avec la position du patient. Cependant, le cerveau subit des déformations pendant la chirurgie, phénomène appelé Brain Shift, ce qui altère la qualité du recalage. Pour corriger cela, d'autres données pré-opératoires peuvent être acquises, comme la localisation de la surface corticale, ou encore des images US localisées en 3D. Ce nouveau recalage permet de compenser ce problème, mais en partie seulement. Ainsi, des modèles mécaniques ont été développés, entre autres pour apporter des solutions à l'amélioration de ce recalage. Ils permettent ainsi d'estimer les déformations du cerveau. De nombreuses méthodes existent pour implémenter ces modèles, selon différentes lois de comportement et différents paramètres physiologiques. Dans tous les cas, cela requiert un modèle anatomique patient-spécifique. Actuellement, ce modèle est obtenu par contourage manuel, ou quelquefois semi-manuel. Le but de ce travail de thèse est donc de proposer une méthode automatique pour obtenir un modèle du cerveau adapté sur l'anatomie du patient, et utilisable pour une simulation mécanique. La méthode implémentée se base sur les modèles déformables pour segmenter les structures anatomiques les plus pertinentes dans une modélisation bio-mécanique. En effet, les membranes internes du cerveau sont intégrées: falx cerebri and tentorium cerebelli. Et bien qu'il ait été démontré que ces structures jouent un rôle primordial, peu d'études les prennent en compte. Par ailleurs, la segmentation résultante de notre travail est validée par comparaison avec des données disponibles en ligne. De plus, nous construisons un modèle 3D, dont les déformations seront simulées en utilisant une méthode de résolution par Éléments Finis. Ainsi, nous vérifions par des expériences l'importance des membranes, ainsi que celle des paramètres physiologiques. / The general problem that motivates the work developed in this thesis is: how to obtain anatomical information during a neurosurgery?. Magnetic Resonance (MR) images are usually acquired before the surgery to provide anatomical information for diagnosis and planning. Also, the same images are commonly used during the surgery, because to acquire MRI images in the operating room is complex and expensive. To make these images useful inside the operating room, a registration between them and the patient's position has to be processed. The problem is that the brain suffers deformations during the surgery, in a process called brain shift, degrading the quality of registration. To correct this, intra-operative information may be used, for example, the position of the brain surface or US images localized in 3D. The new registration will compensate this problem, but only to a certain extent. Mechanical models of the brain have been developed as a solution to improve this registration. They allow to estimate brain deformation under certain boundary conditions. In the literature, there are a variety of methods for implementing these models, different equation laws used for continuum mechanic, and different reported mechanical properties of the tissues. However, a patient specific anatomical model is always required. Currently, most mechanical models obtain the associated anatomical model by manual or semi-manual segmentation. The aim of this thesis is to propose and implement an automatic method to obtain a model of the brain fitted to the patient's anatomy and suitable for mechanical modeling. The implemented method uses deformable model techniques to segment the most relevant anatomical structures for mechanical modeling. Indeed, the internal membranes of the brain are included: falx cerebri and tentorium cerebelli. Even though the importance of these structures is stated in the literature, only a few of publications include them in the model. The segmentation obtained by our method is assessed using the most used online databases. In addition, a 3D model is constructed to validate the usability of the anatomical model in a Finite Element Method (FEM). And the importance of the internal membranes and the variation of the mechanical parameters is studied.

La localisation précise de la cible chirurgicale est essentielle pour réduire la morbidité au cours de l'exérèse chirurgicale d'une tumeur cérébrale. Lorsque les dimensions de la craniotomie sont importantes, une déformation des tissus mous du cerveau peut survenir au cours de l'intervention. Du fait de ce `brain-shift', les données pré-opératoires ne correspondent plus à la réalité et la neuronavigation s'en trouve fortement compromise. Afin de prendre en compte ces effets, nous proposons un système de navigation passive permettant de localiser les ancillaires par rapport à la position rectifiée des structures anatomiques. Avant l'intervention une angiographie par résonance magnétique (ARM) du cerveau du patient est acquise. Après installation au bloc opératoire, le volume ARM définissant la configuration initiale de l'arbre vasculaire cérébral est rigidement recalé par rapport à la tête du patient. Au cours de l'intervention, suite à une déformation importante du cerveau, le chirurgien effectue un balayage échographique Doppler de la région d'intérêt. L'arbre vasculaire initial est recalé élastiquement vers sa configuration déformée, segmentée dans les images US localisées, et le champ de déplacements résultant est ensuite étendu à l'ensemble du volume de l'organe par le biais d'un modèle biomécanique spécifique au patient. La déformation globale ainsi calculée permet de mettre à jour les données pré-opératoires et rectifier le planning chirurgical initial. Notre système fournit une réponse rapide, robuste et précise au chirurgien et lui offre la possibilité de valider la pertinence de la déformation calculée avant toute modification du planning.

Comment obtenir des données anatomiques pendant une neurochirurgie ? a été ce qui a guidé le travail développé dans le cadre de cette thèse. Les IRM sont actuellement utilisées en amont de l'opération pour fournir cette information, que ce soit pour le diagnostique ou pour définir le plan de traitement. De même, ces images pre-opératoires peuvent aussi être utilisées pendant l'opération, pour pallier la difficulté et le coût des images per-opératoires. Pour les rendre utilisables en salle d'opération, un recalage doit être effectué avec la position du patient. Cependant, le cerveau subit des déformations pendant la chirurgie, phénomène appelé Brain Shift, ce qui altère la qualité du recalage. Pour corriger cela, d'autres données per-opératoires peuvent être acquises, comme la localisation de la surface corticale, ou encore des images US localisées en 3D. Ce nouveau recalage permet de compenser ce problème, mais en partie seulement. Ainsi, des modèles mécaniques ont été développés, entre autres pour apporter des solutions à l'amélioration de ce recalage. Ils permettent ainsi d'estimer les déformations du cerveau. De nombreuses méthodes existent pour implémenter ces modèles, selon différentes lois de comportement et différents paramètres physiologiques. Dans tous les cas, cela requiert un modèle anatomique patient-spécifique. Actuellement, ce modèle est obtenu par contourage manuel, ou quelquefois semi-manuel. Le but de ce travail de thèse est donc de proposer une méthode automatique pour obtenir un modèle du cerveau adapté sur l'anatomie du patient, et utilisable pour une simulation mécanique. La méthode implémentée se base sur les modèles déformables pour segmenter les structures anatomiques les plus pertinentes dans une modélisation bio-mécanique. En effet, les membranes internes du cerveau sont intégrées: falx cerebri and tentorium cerebelli. Et bien qu'il ait été démontré que ces structures jouent un rôle primordial, peu d'études les prennent en compte. Par ailleurs, la segmentation résultante de notre travail est validée par comparaison avec des données disponibles en ligne. De plus, nous construisons un modèle 3D, dont les déformations seront simulées en utilisant une méthode de résolution par Éléments Finis. Ainsi, nous vérifions par des expériences l'importance des membranes, ainsi que celle des paramètres physiologiques.

Deep brain stimulation (DBS) surgery, a type of microelectrode-guided surgery, is an effective treatment for the movement disorders patients that can no longer be treated by medications. New rigid and non-rigid image registration methods were developed for the movement disorders patients that underwent DBS surgery. These new methods help study and analyze the brain shift during the DBS surgery and perform atlas-based segmentation of the deep brain structures for the DBS surgery planning and navigation. A diploë based rigid registration method for the intra-operative brain shift analysis during the DBS surgery was developed. The proposed method for the brain shift analysis ensures rigid registration based on diploë only, which can be treated as a rigid structure as opposed to the brain tissues. The results show that the brain shift during the DBS surgery is comparable to the size of the DBS targets and should not be neglected. This brain shift may further lengthen and complicate the DBS surgery contrary to the common belief that brain shift during the DBS surgery is not considerable. We also developed an integrated electrophysiological and anatomical atlas with eleven deep brain structures segmented by an expert, and electrophysiological data of four implant locations obtained from post-op MRI data of twenty patients that underwent DBS surgery. This atlas MR image is then non-rigidly registered with the pre-operative patient MR image, which provides initial DBS target location along with the segmented deep brain structures that can be used for guidance during the microelectrode mapping of the stereotactic procedure. The atlas based approach predicts the target automatically as opposed to the manual selection currently used. The results showed that 85% of the times, this automatic selection of the target location was closer to the target when compared to currently used technique.