Le TIPS (Transjugular Intrahepatic Portosystemic Shunts) est le traitement de référence au cours de l'hémorragie digestive par rupture de varices, ou dans le traitement de l'ascite réfractaire chez les patients atteitns de cirrhose. Il peut entraîner une encéphalopathie hépatique (EH), dans 35% des cas environ. L'imagerie par résonnance magnétique (IRM) cérébrale est l'examen de référence pour le diagnostic et le pronostic des maladies neurologiques. L'IRM multimodale combine la spectroscopie, l'imagerie par tenseur de diffusion, et l'IRM fonctionnelle de repos. La combinaison de ces différentes techniques a un intérêt pour le pronostic neurologique après traumatisme crânien ou arrêt cardio-respiratoire. Dans la première partie de ce travail, nous ferons une revue de la littérature sur l'EH en 2017. Nous décrirons les bénéfices du TIPS dans la prise en charge des complications de la cirrhose telles que l'hémorragie digestive et l'ascite, et aussi la probabilité de développer une EH après TIPS. La deuxième partie de ce travail sera consacrée à l'IRM cérébrale mutimodale. Nous en expliquerons les principes généraux, puis nous décrirons les données publiées dans la cirrhose. Enfin, nous présenterons les résultats obtenus en IRM cérébrale multimodale chez des patients candidats à la pose d'un TIPS. Nous décrirons en particulier qu'il existe des facteurs prédictifs de développement d'une EH après TIPS. En effet, la fraction d'anisotropie est plus basse dans notre série avant TIPS chez les aptients qui vont développer une EH après TIPS. Ainsi, le tenseur de diffusion pourrait aider à discrimier les patients qui sont les plus à risque de développer une EH. / TIPS placement is required for the management of variceal bleeding or ascites in cirrhosis. However, hepatic encephalopathy (HE) may occur in 35% of patients after TIPS placement. Magnetic resonance imaging (MRI) is the best exam for the diagnosis and the prognosis of several neurological diseases. Multimodal MRI combines spectroscopy, diffusion tensor imaging and resting state. It has been proven to help for neurological prognostic in comatose patients after traumatic brain injury or cardiac arrest. In this manuscript, we will explain HE pathophysiology and management of HE in 2017. We will also describe results obtained with TIPS placement in patients with variceal bleeding. The second part of the manuscript will be dedicated to multimodal MRI: we will clarify each technique and what has been published in the setting of cirrhosis. Last, we will explain our results obtained in patients who are candidate for non urgent TIPS placement and will suggest that a low fractional anisotropy before TIPS may help to identify patients that are at risk of developing HE after TIPS.

L’essor de l’imagerie médicale par résonance magnétique (IRM) permet une exploration de plus en plus précise du cerveau en période néonatale. Comment interpréter le plus objectivement possible des images dont les particularités compliquent l’analyse ? La controverse autour des hyperintensités diffuses de la substance blanche (diffuse excessive high signal intensity, DEHSI) en est une illustration. Le premier objectif est d’étudier la variabilité des appréciations des radiologues. Il existe une bonne reproductibilité des mesures bidimensionnelles des structures cérébrales, mais une reproductibilité intra et inter-observateurs moyenne de l’analyse visuelle de l’intensité de signal de la substance blanche néonatale. Le second objectif est le développement d’une méthode de segmentation utilisant des outils de traitement d’images, essentiellement morphologiques, en particulier des opérateurs connexes. Elle permet de segmenter la substance grise, la substance blanche et le liquide cérébro-spinal à l’étage sus-tentoriel et détecter automatiquement la présence d’hyperintensités de la substance blanche. Une mesure normalisée de la sévérité de celles-ci par rapport à la substance blanche adjacente est calculée, ce qui constitue une contribution originale de la thèse. La validation des résultats sur des images acquises avec des champs magnétiques de 1,5 et 3 T par comparaison à des segmentations manuelles autorise l’utilisation de ce logiciel. La confrontation des résultats obtenus au suivi clinique à long terme de nouveau-nés permettra de mieux connaître et interpréter le développement cérébral visualisé en IRM et d’apporter une réponse face au défi que constituent les DEHSI. / Progress in magnetic resonance imaging (MRI) has allowed more detailed exploration of the development and maturation of the neonatal brain. Among the challenges facing radiologists are determining how best to objectively analyze images with very different characteristics when compared to older children. One issue is the “diffuse excessive high signal intensity” (DEHSI) of the white matter in premature newborns, whose definition, classification and prognosis have been vigorously debated. The role played in this analysis by the subjectivity of the radiological interpretation is not well understood. Our primary objective was to study the variability of this subjective analysis by the radiologist. Although reproducibility is acceptable for bi-dimensional measurement of brain structures, it is only fair for the analysis of signal intensity of brain white matter. The secondary objective was the design of a robust and reliable semi-automatic method to segment the gray matter, the white matter, and the cerebrospinal fluid and detect potential high signal intensity regions (it calculates a normalized mean value, and compares it to the normal surrounding white matter.). The algorithm is composed of an isotropic diffusion filter, morphological tools and connected operators, all implemented in a software interface. The results of this algorithm have been validated on MRI images acquired on 1.5 and 3 T devices by comparing them with segmentation results. This new tool could be employed in routine MRI. Correlation of the results with clinical outcomes in infants would permit a better understanding of cerebral development and, particularly, elucidate the significance of DEHSI.

La segmentation des IRM cérébrales est une étape cruciale pour de nombreuses applications, tant dans le domaine clinique que pour les neurosciences. Elle est rendu difficile par les artéfacts inhérents à ce type d'image, leur faible contraste et les importantes variations individuelles qui limitent l'introduction de connaissances a priori. Dans cette thèse nous proposons une nouvelle approche de segmentation des IRM cérébrales dont l'originalité réside (1) dans le couplage de la segmentation des tissus, de la segmentation des structures et de l'intégration de connaissances anatomiques et (2) la volonté de prendre en compte la localité de l'information.<br />La localité est modélisée via un cadre multi-agents : des agents sont distribués dans le volume et réalisent une segmentation markovienne locale. Dans une première approche (LOCUS, Local Cooperative Unified Segmentation) nous proposons des mécanismes intuitifs de coopération et de couplage pour assurer la cohérence des modèles locaux. Les structures sont segmentées via l'intégration de contraintes de localisation floue décrites par des relations spatiales entre structures. Dans une seconde approche (LOCUS-B, LOCUS in a Bayesian framework) nous considérons l'introduction d'un atlas statistique des structures. Nous reformulons le problème dans un cadre bayésien nous permettant une formalisation statistique du couplage et de la coopération. Segmentation des tissus, régularisation des modèles locaux, segmentation des structures et recalage local affine de l'atlas sont alors réalisés de manière couplée dans un cadre EM, chacune des étapes s'améliorant mutuellement. <br />L'évaluation sur des images simulées et réelles montrent les performances de l'approche et en particulier sa robustesse aux artéfacts pour de faibles temps de calculs. Les modèles markoviens locaux distribués et coopératifs apparaissent alors comme une approche prometteuse pour la segmentation d'images médicales.