1 |
A la recherche de biomarqueurs vasculaires issus de l’IRM multimodale : mise en place d’un protocole expérimental et d’outils de modélisation associés / Dynamic vascular markers from multimodal MRI : development and validation of a multimodal MRI protocol coupled to dataanalysis and modelling toolsDeverdun, Jérémy 14 September 2015 (has links)
L'imagerie par résonance magnétique (IRM) permet maintenant d'observer différents types de tissus avec des résolutions de plus en plus fines. L'arbre vasculaire artériel et veineux est explorable et les flux peuvent y être caractérisés de façon non invasive. Le versant artériel de l'arbre vasculaire peut être obtenu par une imagerie dite par « temps de vol » et le versant veineux par une imagerie en contraste de phase. Le développement de reconstructions de cartographies de susceptibilité magnétique (QSM) permet d'améliorer le niveau de détails atteignable sur les veines en fournissant en plus la possibilité de quantifier des paramètres physiologiques comme la saturation veineuse en oxygène. La mise en place d'algorithmes et outils dédiés permet la reconstruction in-silico d'une architecture cohérente sujet-spécifique. Par ailleurs grâce à l'emploi de séquences de la dynamique telles que le contraste de phase dynamique et l'imagerie par marquage des protons artériels du sang, les débits artériels, veineux, et perfusionnels sont mesurables. L'intégralité de ces acquisitions est non invasive, donc applicable à l'intégralité des sujets passant des IRM. Sur la base de ces données anatomiques et dynamiques, un modèle complet et sujet-spécifique de l'hydrodynamique intracrânienne est proposé. Le flux sanguin et cérébro-spinal est décrit dans ce modèle par les équations bilans fondamentales de l'hydrodynamique : conservation de la masse, conservation de la quantité de mouvement. Pour tenir compte de l'adaptation du diamètre des vaisseaux aux pressions on introduit pour chaque compartiment un paramètre d'élasticité de la paroi et une équation correspondante. Grâce aux données d'imagerie IRM, les compartiments sanguins des artères aux veines, le parenchyme cérébral et le système ventriculaire sont inclus. Le modèle permet de simuler la répartition des flux et des pressions dans les différents compartiments de la vascularisation du patient ainsi que d'évaluer les effets d'occlusions localisées sur l'ensemble de l'architecture. / The magnetic resonance imaging (MRI) allows the observation of various kind of tissues with always increasing resolution. The arterial and venous vascular trees can be explored, and the flows can be characterized in a noninvasive way. As an example, the arterial part of the tree can be obtained using so-called “Time Of Flight” MRI, and the venous part with phase contrast techniques. The development of quantitative susceptibility maps (QSM) improves the level of details achievable regarding veins; furthermore, it provides a new way to estimate physiological parameters such as venous saturation in oxygen. Eventually the implementation of dedicated algorithms and tools allows the in-silico reconstruction of a subject-specific coherent architecture. Moreover, due to the use of dynamic imaging sequences such as the dynamic phase contrast imaging and the arterial spin labeling, the arterial, venous and cerebral blood flow are measurable. All of these sequences are noninvasive and so usable on every subjects. Based on these anatomical and dynamics data, a full subject-specific model of the brain hydrodynamics is proposed here. The blood and cerebrospinal flow are described using basic balance equations of the hydrodynamics: continuity and momentum. To take into account of the adaptation of vessel diameter to the pressure, a wall elasticity parameter is added for each compartment together with the corresponding equation. Thanks to the MRI data, all the blood compartments, from arteries to vein, the cerebral parenchyma and the ventricular system are included. The model is able to simulate the flow and pressure repartition in all compartments of the subjects as well as show the impact of a located occlusion on the whole architecture.
|
2 |
Leveraging multimodal neuroimaging and machine learning to predict processing speed in multiple sclerosisManglani, Heena Ramesh 08 December 2022 (has links)
No description available.
|
Page generated in 0.2404 seconds