Dans le cadre de cette thèse, nous nous somme focalisés sur deux objectifs complémentaires. Le premier concerne l’évolution de la méthode du Gabarit Déformable Elastique (GDE) pour l’extraction semi-automatique de l’anatomie et du mouvement cardiaque, développée au laboratoire Creatis. Un travail a d’abord été réalisé sur une base de données de 45 patients afin de mettre en évidence les points forts et les points faibles de l’algorithme, notamment la difficulté à suivre des déformations trop importantes ou des formes inhabituelles. Puis, différents types de contraintes ont été intégrées au modèle GDE afin d’en améliorer les performances : prescription locale ou dense de déplacements, directionnalité de la déformation contrainte par celle des fibres. Les contraintes proposées sont évaluées sur des données de synthèse et des données réelles en IRM ciné et de marquage tissulaire acquises chez l’homme. Parallèlement, une étude a été réalisée pour mettre en place la méthodologie nécessaire à l’extraction et l’analyse statistique de la déformation des fibres myocardiques. Ce travail a été effectué en collaboration avec une équipe du Auckland Bioengineering Institute en Nouvelle-Zélande. Un modèle biomécanique par éléments finis intègre la direction principale des fibres en tout point du ventricule gauche issue d’acquisitions en IRM du tenseur de diffusion (IRM-TD) sur coeurs humains ex vivo et le mouvement issu de séquences IRM marquées. Cette combinaison permet l’estimation de la déformation des fibres et sa variation durant le cycle cardiaque. La variabilité dans la déformation des fibres est étudiée statistiquement à travers le croisement d’une base de données IRM-TD et d’une base de données IRM marquées. / In this thesis, we are interested in two complementary goals. First, we have improved the Dynamic Deformable Elastic Template (DET) model, developed at Creatis, for the semi-automatic extraction of the anatomy and cardiac motion. The performance of the method was assessed on a database consisting in 45 patients and yielded fairly accurate results. However, it experienced difficulties when dealing with very large thickening throughout the cardiac cycle. Thus, different type of constraints were integrated to the DET model in order to improve robustness and accuracy : local or dense prescribed displacements, deformations directionally constrained by the fibres. These constraints are evaluated on simulated and real human data, in both cine and tagged MR images. A methodology has also been developed in order to extract and statistically analyse myocardial fibre strain. This work was done in collaboration with a team at the Auckland Bioengineering Institute in New Zealand. A finite elements biomechanical model integrates the principle direction of fibres in the left ventricle from Diffusion Tensor MRI acquisitions on ex vivo human hearts and motion from tagged MRI sequences. Fibre strain and its variation throughout the cardiac cycle were estimated. Variability in fibre strain is statistically studied by joining DT-MRI and tagged MRI databases.

L’objectif principal de cette thèse est le développement de techniques de segmentation et de suivi totalement automatisées du ventricule gauche (VG) en RT3DE. Du fait de la nature difficile et complexe des données RT3DE, l’application directe des algorithmes classiques de vision par ordinateur est le plus souvent impossible. Les solutions proposées ont donc été formalisées et implémentées de sorte à satisfaire les contraintes suivantes : elles doivent permettre une analyse complètement automatique (ou presque) et le temps de calcul nécessaire doit être faible afin de pouvoir fonctionner en temps réel pour une utilisation clinique optimale. Dans ce contexte, nous avons donc proposé un nouveau cadre ou les derniers développements en segmentation d’images par ensembles de niveaux peuvent être aisément intégrés, tout en évitant les temps de calcul importants associés à ce type d’algorithmes. La validation clinique de cette approche a été effectuée en deux temps. Tout d’abord, les performances des outils développés ont été évaluées dans un contexte global se focalisant sur l’utilisation en routine clinique. Dans un second temps, la précision de la position estimée du contour du ventricule gauche a été mesurée. Enfin, les méthodes proposées ont été intégrées dans une suite logicielle utilisée à des fins de recherche. Afin de permettre une utilisation quotidienne efficace, des solutions conviviales ont été proposées incluant notamment un outil interactif pour corriger la segmentation du VG. / The fundamental goal of the present thesis was the development of automatic strategies for left ventricular (LV) segmentation and tracking in RT3DE data. Given the challenging nature of RT3DE data, classical computer vision algorithms often face complications when applied to ultrasound. Furthermore, the proposed solutions were formalized and built to respect the following requirements: they should allow (nearly) fully automatic analysis and their computational burden should be low, thus enabling real-time processing for optimal online clinical use. With this in mind, we have proposed a novel segmentation framework where the latest developments in level-set-based image segmentation algorithms could be straightforwardly integrated, while avoiding the heavy computational burden often associated with level-set algorithms. Furthermore, a strong validation component was included in order to assess the performance of the proposed algorithms in realistic scenarios comprising clinical data. First, the performance of the developed tools was evaluated from a global perspective, focusing on its use in clinical daily practice. Secondly, also the spatial accuracy of the estimated left ventricular boundaries was assessed. As a final step, we aimed at the integration of the developed methods in an in-house developed software suite used for research purposes. This included user-friendly solutions for efficient daily use, namely user interactive tools to adjust the segmented left ventricular boundaries.

Les travaux présentés dans cette thèse s'inscrivent dans le contexte du traitement des images cardiaques et l'étude de la fonction contractile du coeur, pour une meilleure compréhension de physiopathologie cardiaque et l'aide au diagnostic. Nous avons implémenté une méthode de segmentation des parois endocardiques sur des ciné-IRM non marquées. Nous avons utilisé une approche fondée sur les ensembles de niveaux, avec une formulation basée-région qui donne des résultats satisfaisants sur des cas sains et pathologiques. Nous avons proposé une méthode pratique pour la quantification des déformations segmentaires afin decaractériser la contractilité myocardique. La méthode a fait l'objet d'une validation clinique par l'expertise de médecins et par comparaison à la méthode HARP sur des IRM marquées. Pour améliorer la précision des mesures, nous avons proposé un algorithme de recalage iconique multimodal IRM/TDM, utilisant la maximisation de l'information culturelle. Nous l'avons appliqué à la localisation de coupes petit-axe dans des volumes TDM avec des résultats encourageants. Ce travail a pour perspective son application à l'obtention de séquences TDM de hautes résolutions spatiale et temporelle / The work presented in this thesis is related to the cardiac images processing and the cardiac contractile function study, for a better comprehension of cardiac physiopathology and diagnosis. We implemented a method for the segmentation of the endocardial walls on standard MRI without tags. We used an approach based on the level set method, with a region-based formulation which gives satisfactory results on healthy and pathological cases. We proposed a practical method for the quantification of the segmental deformations in order to characterize the myocardial contractility. The method was clinically validated by the assesment of doctors and by comparison with the HARP method on tagget MRI. To improve the measurements precision, we proposed an iconic MRI/CT multimodal registration algorithm, using the maximization of the mutual information. We applied it to the localization of short-axis slices in CT volumes with good results. This work has as prospect its application to obtain high spatial and temporal resolutions CT sequences

No description available.

La connaissance de l’architecture tridimensionnelle (3D) des fibres est cruciale dans la compréhension de la fonction du cœur humain. L’imagerie par résonance magnétique du tenseur de diffusion (IRM-DT) est une technique permettant de mesurer la diffusion des molécules d’eau dans des tissus humains, et donc d’étudier de manière non-invasive l’architecture 3D des fibres du cœur humain. Dans l’IRM-TD cardiaque, la tractographie des fibres est essentielle pour représenter et visualiser l’architecture des fibres, mais souvent utilisée qualitativement comme une dernière étape qui consiste à visualiser sur l’écran l’architecture myocardique obtenue à partir des données IRM-TD. Cependant, cette visualisation qualitative n’est pas suffisante pour décrire de manière objective et complète l’architecture des fibres. L’objectif de cette thèse est de développer de nouvelles approches pour la tractographie et pour la description quantitative de l’architecture des fibres cardiaques du cœur humain en IRM-TD cardiaque. Les travaux de cette thèse se focalisent sur trois axes. Le premier est le développement d’un algorithme de tractographie probabiliste, qui prend en compte la corrélation spatiale des fibres pendant le suivi des fibres myocardiques. Les résultats expérimentaux montrent que la méthode proposée est robuste au bruit. Les fibres produites sont plus régulières et plus lisses, et la configuration des fibres cardiaques est plus facile à observer. Le second axe concerne une nouvelle notion de dépliement de fibres pour décrire les fibres du cœur humain, qui sont souvent complexes dans l’espace 3D. L’idée est d’analyser cette architecture 3D dans un espace réduit à deux dimensions (2D), en utilisant une technique d’apprentissage de variété. L’approche de dépliement proposée permet la description quantitative de l’architecture 3D de fibres cardiaques dans un plan 2D. Les résultats montrent qu’il est beaucoup plus facile d’observer et d’étudier les caractéristiques des fibres cardiaques après les avoir dépliées, et qu’il semble exister des formes de fibres caractéristiques du cœur humain. Le dernier axe consiste en la fusion de fibres, qui est obtenue en moyennant les fibres selon une grille. Cette approche fournit des architectures de fibres simplifiée à différentes échelles, et permet de mieux mettre en évidence la configuration des fibres cardiaques. / It is important to study the cardiac fiber architecture in order to understand the heart function. Diffusion tensor MRI (DT-MRI) is the only noninvasive technique that allows studying cardiac fiber architecture in vivo. Tractography is essential in representing and visualizing cardiac fiber architecture in DT-MRI, but is often employed qualitatively. The motivation of this thesis is to develop technique for studying the cardiac fiber architecture from the fiber tracts provided by the tractography process in cardiac DT-MRI. Our goal is to develop tractography algorithm and approaches for the quantitative description of cardiac fiber architecture. My work is composed of three main axis. The first is the development of a probabilistic tractography algorithm, which takes fiber spatial correlation into accounts in tracing fibers. Experimental results show that the proposed method is meaningfully more robust to noise than the streamlining method, and produces more regular and smoother fibers, which enables cardiac fiber configurations to be more clearly observed. The second concerns a new framework, namely cardiac fiber unfolding, which is an isometric mapping. Our fiber unfolding framework allows the quantitative description of three dimensional cardiac fiber architecture in a two dimensional plan. Our experimental results show that fiber tract pattern can be observed much easier by unfolding them in a plane, and several cardiac fiber patterns were found. The last axis consists in merging fibers, which is achieved by averaging fibers according to a grid. This fiber merging approach provide simplified fiber architecture at different scale as output that highlights the cardiac fiber configuration.

Les signaux analytiques multidimensionnels nous permettent d'avoir des possibilités de calculer les phases et modules. Cependant, peu de travaux se trouvent sur les signaux analytiques multidimensionnels qui effectuent une extensibilité appropriée pour les applications à la fois sur du traitement des données médicales 2D et 3D. Cette thèse a pour objectif de proposer des nouvelles méthodes pour le traitement des images médicales 2D/3D pour les applications de détection d'enveloppe et d'estimation du mouvement. Premièrement, une représentation générale du signal quaternionique 2D est proposée dans le cadre de l'algèbre de Clifford et cette idée est étendue pour modéliser un signal analytique hypercomplexe 3D. La méthode proposée décrit que le signal analytique complexe 2D, est égal aux combinaisons du signal original et de ses transformées de Hilbert partielles et totale. Cette écriture est étendue au cas du signal analytique hypercomplexe 3D. Le résultat obtenu est que le signal analytique hypercomplexe de Clifford peut être calculé par la transformée de Fourier complexe classique. Basé sur ce signal analytique de Clifford 3D, une application de détection d'enveloppe en imagerie ultrasonore 3D est présentée. Les résultats montrent une amélioration du contraste de 7% par rapport aux méthodes de détection d'enveloppe 1D et 2D. Deuxièmement, cette thèse propose une approche basée sur deux phases spatiales du signal analytique 2D appliqué aux séquences cardiaques. En combinant l'information de ces phases des signaux analytiques de deux images successives, nous proposons un estimateur analytique pour les déplacements locaux 2D. Pour améliorer la précision de l'estimation du mouvement, un modèle bilinéaire local de déformation est utilisé dans un algorithme itératif. Cette méthode basée sur la phase permet au déplacement d'être estimé avec une précision inférieure au pixel et est robuste à la variation d'intensité des images dans le temps. Les résultats de sept séquences simulées d'imagerie par résonance magnétique (IRM) marquées montrent que notre méthode est plus précise comparée à des méthodes récentes utilisant la phase du signal monogène ou des méthodes classiques basées sur l'équation du flot optique. Les erreurs d'estimation de mouvement de la méthode proposée sont réduites d'environ 33% par rapport aux méthodes testées. En outre, les déplacements entre deux images sont cumulés en temps, pour obtenir la trajectoire d'un point du myocarde. En effet, des trajectoires ont été calculées sur deux patients présentant des infarctus. Les amplitudes des trajectoires des points du myocarde appartenant aux régions pathologiques sont clairement réduites par rapport à celles des régions normales. Les trajectoires des points du myocarde, estimées par notre approche basée sur la phase de signal analytique, sont donc un bon indicateur de la dynamique cardiaque locale. D'ailleurs, elles s'avèrent cohérentes à la déformation estimée du myocarde. / Different mathematical tools, such as multidimensional analytic signals, provide possibilities to calculate multidimensional phases and modules. However, little work can be found on multidimensional analytic signals that perform appropriate extensibility for the applications on both of the 2D and 3D medical data processing. In this thesis, based on the Hahn 1D complex analytic, we aim to proposed a multidimensional extension approach from the 2D to a new 3D hypercomplex analytic signal in the framework of Clifford algebra. With the complex/hypercomplex analytic signals, we propose new 2D/3D medical image processing methods for the application of ultrasound envelope detection and cardiac motion estimation. Firstly, a general representation of 2D quaternion signal is proposed in the framework of Clifford algebra and this idea is extended to generate 3D hypercomplex analytic signal. The proposed method describes that the complex/hypercomplex 2D analytic signals, together with 3D hypercomplex analytic signal, are equal to different combinations of the original signal and its partial and total Hilbert transforms, which means that the hypercomplex Clifford analytic signal can be calculated by the classical Fourier transform. Based on the proposed 3D Clifford analytic signal, an application of 3D ultrasound envelope detection is presented. The results show a contrast optimization of about 7% comparing with 1D and 2D envelope detection methods. Secondly, this thesis proposes an approach based on two spatial phases of the 2D analytic signal applied to cardiac sequences. By combining the information of these phases issued from analytic signals of two successive frames, we propose an analytical estimator for 2D local displacements. To improve the accuracy of the motion estimation, a local bilinear deformation model is used within an iterative estimation scheme. This phase-based method allows the displacement to be estimated with subpixel accuracy and is robust to image intensity variation in time. Results from seven realistic simulated tagged magnetic resonance imaging (MRI) sequences show that our method is more accurate compared with the state-of-the-art method. The motion estimation errors (end point error) of the proposed method are reduced by about 33% compared with that of the tested methods. In addition, the frame-to-frame displacements are further accumulated in time, to allow for the calculation of myocardial point trajectories. Indeed, from the estimated trajectories in time on two patients with infarcts, the shape of the trajectories of myocardial points belonging to pathological regions are clearly reduced in magnitude compared with the ones from normal regions. Myocardial point trajectories, estimated from our phase-based analytic signal approach, are therefore a good indicator of the local cardiac dynamics. Moreover, they are shown to be coherent with the estimated deformation of the myocardium.

L’étude de la structure microscopique des fibres du coeur offre une nouvelle approche pour expliquer les maladies du coeur et pour trouver des moyens de thérapie efficaces. L’imagerie de tenseur de diffusion par résonance magnétique (DTMR) ou l’imagerie de tenseur de diffusion (DTI) fournit actuellement un outil unique pour étudier les structures tridimensionnelles (3D) de fibres cardiaques in vivo. Cependant, DTI est connu pour souffrir des temps d'acquisition longs, ce qui limite considérablement son application pratique et clinique. Les méthodes traditionnelles pour l’acquisition et la reconstruction de l’image ne peuvent pas résoudre ce problème. La motivation principale de cette thèse est alors d’étudier des techniques d'imagerie rapide en reconstruisant des images de haute qualité à partir des données fortement sous-échantillonnées. La méthode adoptée est basée sur la nouvelle théorie de l’acquisition comprimée (CS). Plus précisément, nous étudions l’utilisation de la théorie de CS pour l’imagerie par résonance magnétique (IRM) et DTI cardiaque. Tout d'abord, nous formulons la reconstruction de l’image par résonance magnétique (MR) comme un problème d'optimisation avec les contraintes de trames ajustées guidées par les données (TF) et de variation totale généralisée (TGV) dans le cadre de CS, dans lequel, le TF guidé par les données est utilisé pour apprendre de manière adaptative un ensemble de filtres à partir des données fortement sous-échantillonné afin d’obtenir une meilleure approximation parcimonieuse des images, et le TGV est dédié à régulariser de façon adaptative les régions d'image et à réduire ainsi les effets d'escalier. Ensuite, nous proposons une nouvelle méthode CS qui emploie conjointement la parcimonie et la déficience de rang pour reconstruire des images de DTMR cardiaques à partir des données de l'espace k fortement sous-échantillonnées. Puis, toujours dans le cadre de la théorie CS, nous introduisons la contrainte de rang faible et la régularisation de variation totale (TV) dans la formulation de la reconstruction par CS. Deux régularisations TV sont considérées: TV locale (i.e. TV classique) et TV non locale (NLTV). Enfin, nous proposons deux schémas de sous-échantillonnage radial aléatoire (angle d’or et angle aléatoire) et une méthode d’optimisation avec la contrainte de faible rang et la régularisation TV pour traiter des données espace k fortement sous-échantillonnées en DTI cardiaque. Enfin, nous comparons nos méthodes avec des stratégies existantes de sous-échantillonnage radial telles que l’angle uniforme, l’angle uniforme perturbé aléatoirement, l’angle d’or et l’angle aléatoire. / The investigation of the micro fiber structures of the heart provides a new approach to explaining heart disease and investigating effective therapy means. Diffusion tensor magnetic resonance (DTMR) imaging or diffusion tensor imaging (DTI) currently provides a unique tool to image the three-dimensional (3D) fiber structures of the heart in vivo. However, DTI is known to suffer from long acquisition time, which greatly limits its practical and clinical use. Classical acquisition and reconstruction methods do not allow coping with the problem. The main motivation of this thesis is then to investigae fast imaging techniques by reconstructing high-quality images from highly undersampled data. The methodology adopted is based on the recent theory of compressed sensing (CS). More precisely, we address the use of CS for magnetic resonance imaging (MRI) and cardiac DTI. First, we formulate the magnetic resonance (MR) image reconstruction as a problem of optimization with data-driven tight frame (TF) and total generalized variation (TGV) constraints in the framework of CS, in which the data-driven TF is used to adaptively learn a set of filters from the highly under-sampled data itself to provide a better sparse approximation of images and the TGV is devoted to regularizing adaptively image regions and thus supprressing staircase effects. Second, we propose a new CS method that employs joint sparsity and rank deficiency prior to reconstruct cardiac DTMR images from highly undersampled k-space data. Then, always in the framework of CS theory, we introduce low rank constraint and total variation (TV) regularizations in the CS reconstruction formulation, to reconstruct cardiac DTI images from highly undersampled k-space data. Two TV regularizations are considered: local TV (i.e. classical TV) and nonlocal TV (NLTV). Finally, we propose two randomly perturbed radial undersampling schemes (golden-angle and random angle) and the optimization with low rank constraint and TV regularizations to deal with highly undersampled k-space acquisitons in cardiac DTI, and compare the proposed CS-based DTI with existing radial undersampling strategies such as uniformity-angle, randomly perturbed uniformity-angle, golden-angle, and random angle.

L'orientation des fibres myocardiaque est à la base du comportement électro-mécanique du cœur, et connue pour être altérée dans diverses maladies cardiaques telles que la cardiopathie ischémique et l'hypertrophie ventriculaire. Cette thèse porte principalement sur l'imagerie in vivo du tenseur de diffusion (diffusion tensor imaging—DTI) en vue d’obtenir la structure des fibres myocardiques du cœur humain dans des conditions de respiration libre. L'utilisation de DTI pour l'étude du cœur humain in vivo est un grand défi en raison du mouvement cardiaque. En particulier, l’acquisition DTI avec respiration libre sans recourir au gating respiratoire est très difficile à cause des mouvements à a fois respiratoire et cardiaque. Pour aborder ce problème, nous proposons de nouvelles approches consistant à combiner des acquisitions à retards de déclenchement multiples (trigger delay—TD) et des méthodes de post-traitement. D’abord, nous réalisons des acquisitions avec multiples TD décalés en fin de diastole. Ensuite, nous développons deux méthodes de post-traitement. La première méthode s’attaque au problème d’effets de mouvement physiologique sur DTI cardiaque in vivo en utilisant les techniques de recalage et de PCATMIP (Principal Components Analysis filtering and Temporal Maximum Intensity Projection). La deuxième méthode traite le problème de mouvement par l’utilisation d’un algorithme de fusion d’images basé sur l’ondelette (wavelet-based image fusion-WIF) et d’une technique de débruitage PCA (Principal Components Analysis). Enfin, une comparaison des mesures DTI entre la méthode PCATMIP et la méthode WIF est réalisée ; les champs de tenseurs sont calculés, à partir desquels les propriétés de l’architecture des fibres in vivo sont comparées. Les résultats montrent qu’en utilisant les approches proposées, il est possible d’étudier l’impact du mouvement cardiaque sur les paramètres de tenseur de diffusion, et d’explorer les relations sous-jacentes entre les propriétés de tenseur de diffusion mesurées et le mouvement cardiaque. Nous trouvons aussi que la combinaison des acqusiitions avec des TD multiples décalés and des post-traitements d’images peut compenser les effets de mouvement physiologique, ce qui permet d’obtenir l’architecture 3D du cœur humain dans des conditions de respiration libre. Les résultats suggèrent de nouvelles solutions au problème de perte du signal due au mouvement, qui sont prometteuses pour obtenir les propriétés de l’architecture des fibres myocardiques du cœur humain in vivo, dans des conditions cliniques. / The orientation of cardiac fibers underlies the electro-mechanical behavior of the heart, and it is known to be altered in various cardiac diseases such as ischemic heart disease and ventricular hypertrophy. This thesis mainly focuses on in vivo diffusion tensor imaging (DTI) to obtain the myocardial fiber structure of the human heart under free-breathing conditions. The use of DTI for studying the human heart in vivo is challenging due to cardiac motion. In particular, free-breathing DTI acquisition without resorting to respiratory gating is very difficult due to both respiratory and cardiac motion. To deal with this problem, we propose novel approaches that combine multiple shifted trigger delay (TD) acquisitions and post-processing methods. First, we perform multiple shifted TD acquisitions at end diastole. Then, we focus on two different post-processing methods. The first method addresses physiological motion effects on in vivo cardiac DTI using image co-registration and PCATMIP (Principal Components Analysis filtering and Temporal Maximum Intensity Projection). The second method is a wavelet-based image fusion (WIF) algorithm combined with a PCA noise removing method. Finally, a comparison of DTI measurements between the PCATMIP and WIF methods is also performed; tensor fields are calculated, from which the in vivo fiber architecture properties are compared. The results show that using the proposed approaches, we are able to study the cardiac motion effects on diffusion tensor parameters, and investigate the underlying relationship between the measured diffusion tensor properties and the cardiac motion. We also find that the combination of multiple shifted TD acquisitions and dedicated image post-processing can compensate for physiological motion effects, which allows us to obtain 3D fiber architectures of the human heart under free-breathing conditions. The findings suggest new solutions to signal loss problems associated with bulk motion, which are promising for obtaining in vivo human myocardial fiber architecture properties in clinical conditions.

Cette thèse porte sur la caractérisation cardiaque, qui représente un enjeu méthodologique et clinique important, à la fois pour améliorer le diagnostic des pathologies et optimiser les moyens de traitement. Des méthodes de recalage et de fusion de données sont proposées pour amener dans un même référentiel des images IRM, scanner, échographiques et électro-anatomiques et ainsi décrire le cœur suivant des caractéristiques anatomiques, électriques, mécaniques et tissulaires. Les méthodes proposées pour recaler des données multimodales reposent sur deux processus principaux : l'alignement temporel et le recalage spatial. Les dimensions temporelles des images considérées sont mises en synchronisées par une méthode de déformation temporelle dynamique adaptative. Celle-ci permet de compenser les modifications temporelles non-linéaires entre les différentes acquisitions. Pour le recalage spatial, des méthodes iconiques ont été développées pour corriger les artefacts de mouvements dans les séquences ciné-IRM, pour recaler les séquences ciné-IRM avec les séquences d'IRM de rehaussement tardif et pour recaler les ciné-IRM avec les images scanner. D'autre part, une méthode basée contours, développée dans un précédent travail, a été améliorée pour prendre en compte des acquisitions échographiques multi-vues. Ces méthodes ont été évaluées sur données réelles pour sélectionner les métriques les plus adaptées et pour quantifier les performances des approches iconiques et pour estimer la précision du recalage entre échographies et ciné-IRM. Ces méthodes sont appliquées à la caractérisation de cardiomyopathies hypertrophiques (CMH) et d'asynchronismes cardiaques. Pour la CMH, l'objectif était de mieux interpréter les données échographiques par la fusion de l'information de fibrose issue de l'IRM de rehaussement tardif avec l'information mécanique issue de l'échographie de speckle tracking. Cette analyse a permis d'évaluer le strain régional en tant qu'indicateur de la présence locale de fibrose. Concernant l'asynchronisme cardiaque, nous avons établi une description du couplage électromécanique local du ventricule gauche par la fusion de données échographiques, électro-anatomiques, scanner et, dans les cas appropriés, d'IRM de rehaussement tardif. Cette étude de faisabilité ouvre des perspectives pour l'utilisation de nouveaux descripteurs pour la sélection des sites de stimulation optimaux pour la thérapie de resynchronisation cardiaque. / This work concerns cardiac characterization, a major methodological and clinical issue, both to improve disease diagnostic and to optimize its treatment. Multisensor registration and fusion methods are proposed to bring into a common referential data from cardiac magnetic resonance (CMRI), dynamic cardiac X-ray computed tomography (CT), speckle tracking echocardiography (STE) and electro-anatomical mappings of the inner left ventricular chamber (EAM). These data is used to describe the heart by its anatomy, electrical and mechanical function, and the state of the myocardial tissue. The methods proposed to register the multimodal datasets rely on two main processes: temporal registration and spatial registration. The temporal dimensions of input data (images) are warped with an adaptive dynamic time warping (ADTW) method. This method allowed to handle the nonlinear temporal relationship between the different acquisitions. Concerning the spatial registration, iconic methods were developed, on the one hand, to correct for motion artifacts in cine acquisition, to register cine-CMRI and late gadolinium CMRI (LGE-CMRI), and to register cine-CMRI with dynamic CT. On the other hand, a contour-based method developed in a previous work was enhanced to account for multiview STE acquisitions. These methods were evaluated on real data in terms of the best metrics to use and of the accuracy of the iconic methods, and to assess the STE to cine-CMRI registration. The fusion of these multisensor data enabled to get insights about the diseased heart in the context of hypertrophic cardiomyopathy (HCM) and cardiac asynchronism. For HCM, we aimed to improve the understanding of STE by fusing fibrosis from LGE-CMRI with strain from multiview 2D STE. This analysis allowed to assess the significance of regional STE strain as a surrogate of the presence of regional myocardial fibrosis. Concerning cardiac asynchronism, we aimed to describe the intra-segment electro-mechanical coupling of the left ventricle using fused data from STE, EAM, CT and, if relevant, from LGE-CMRI. This feasibility study provided new elements to select the optimal sites for LV stimulation.

Les maladies cardiovasculaires et en particulier les maladies coronariennes représentent la principale cause de mortalité mondiale avec 17,9 millions de décès en 2012. L’IRM cardiaque est un outil particulièrement intéressant pour la compréhension et l’évaluation des cardiopathies, notamment ischémiques. Son apport diagnostique est souvent majeur et elle apporte des informations non accessibles par d’autres modalités d’imagerie. Les travaux menés pendant cette thèse portent plus particulièrement sur l’examen dit de perfusion myocardique qui consiste à étudier la distribution d’un agent de contraste au sein du muscle cardiaque lors de son premier passage. En pratique clinique cet examen est souvent limité à la seule analyse visuelle du clinicien qui recherche un hyposignal lui permettant d’identifier l’artère coupable et d’en déduire le territoire impacté. Cependant, cette technique est relative et ne permet pas de quantifier le flux sanguin myocardique. Au cours de ces dernières années, un nombre croissant de techniques sont apparues pour permettre cette quantification et ce à toutes les étapes de traitement, depuis l’acquisition jusqu’à la mesure elle-même. Nous avons dans un premier temps établi un pipeline de traitement afin de combiner ces approches et de les évaluer à l’aide d’un fantôme numérique et à partir de données cliniques. Nous avons pu démontrer que l’approche Bayésienne permettait de quantifier la perfusion cardiaque et sa supériorité à évaluer le délai d’arrivé du bolus d’indicateur par rapport au modèle de Fermi. De plus l’approche Bayésienne apporte en supplément des informations intéressantes telles que la fonction de densité de probabilité de la mesure et l’incertitude sur la fonction résidu qui permettent de connaitre la fiabilité de la mesure effectuée notamment en observant la répartition de la fonction de densité de probabilité de la mesure. Enfin, nous avons proposé un algorithme de segmentation des lésions myocardiques, exploitant les dimensions spatiotemporelles des données de perfusion. Cette technique permet une segmentation objective et précise de la région hypoperfusée permettant une mesure du flux sanguin myocardique sur une zone de tissu dont le comportement est homogène et dont la mesure du signal moyen permet une augmentation du rapport contraste à bruit. Sur la cohorte de 30 patients, la variabilité des mesures du flux sanguin myocardique effectuées sur les voxels détectés par cette technique était significativement inférieure à celle des mesures effectuées sur les voxels des zones définies manuellement (différence moyenne=0.14, 95% CI [0.07, 0.2]) et de celles effectuées sur les voxels des zones définies à partir de la méthode bullseye (différence moyenne =0.25, 95% CI [0.17, 0.36]) / Cardiovascular diseases and in particular coronary heart disease are the main cause of death worldwide with 17.9 million deaths in 2012. Cardiac MRI is a particularly interesting tool for understanding and evaluating heart disease, including ischemic heart disease. Its diagnostic contribution is often major and it provides information that is not accessible by other imaging modalities. The work carried out during this thesis focuses more specifically on the so-called myocardium perfusion test, which consists in studying the distribution of a contrast agent within the heart muscle during its first passage. In clinical practice, this examination is often limited to the clinician's visual analysis, allowing him to identify the culprit artery and deduce the impacted territory. However, this technique is relative and does not quantify myocardial blood flow. In recent years, an increasing number of techniques have emerged to enable this quantification at all stages of processing, from acquisition to the measurement itself. We first established a treatment pipeline to combine these approaches and evaluate them using a digital phantom and clinical data. We demonstrated that the Bayesian approach is able to quantify myocardium perfusion and its superiority in evaluating the arrival time of the indicator bolus compared to the Fermi model. In addition, the Bayesian approach provides additional interesting information such as the probability density function of the measurement and the uncertainty of the residual function, which makes it possible to know the reliability of the measurement carried out, in particular by observing the distribution of the probability density function of the measurement. Finally, we proposed an algorithm for segmentation of myocardial lesions, using the spatial and temporal dimensions of infusion data. This technique allows an objective and precise segmentation of the hypoperfused region allowing a measurement of myocardial blood flow over an area of tissue which behavior is homogeneous and which average signal measurement allows an increase in the contrast-to-noise ratio. In the cohort of 30 patients, the variability of myocardial blood flow measurements performed on voxels detected by this technique was significantly lower than that of measurements performed on voxels in manually defined areas (mean difference=0.14, 95% CI[0.07, 0.2]) and those performed on voxels in areas defined using the bullseye method (mean difference=0.25, 95% CI[0.17, 0.36])