De nos jours, les progrès de l’informatisation de l’imagerie médicale assistent au plus près les médecins dans leur soin au patient. Des modèles personnalisés computationnels sont utilisés pour le diagnostique, prognostique et planification du traitement, en diminuant lesrisques pour le patient, et potentiellement les frais médicaux.Heartflow est l’exemple même d’une compagnie qui réussit ce service dans le domaine cardiovasculaire. À partir d’un modèle extrait d’images tomographiques rayons X, les lésions avec impact fonctionnel sont identifiées dans les artères coronaires. Cette analyse qui combine l’anatomie à la fonction est néanmoins limitée par la résolution de l’image. En aval de ces larges vaisseaux, un examen fonctionnel dénommé Imagerie de Perfusion du Myocarde (IPM) met en évidence les régions du myocarde affectées par un déficit de flux sanguin. Cependant, l’IPM n’établie pas de relation fonctionnelle avec les larges vaisseaux coronaires lésés en amont.L’objectif de ce projet est de construire la connexion fonctionnelle entre les coronaires et le myocarde, en extrapolant l’analyse fonctionnelle depuis les larges vaisseaux vers le lit capillaire. À cette fin, il faut étendre le modèle vasculaire jusqu'aux microvaisseaux, et mener une analyse fonctionnelle en direction du comportement myocardique.Nous étendons une méthode de génération d’arbre vasculaire basée sur la satisfaction de principes fonctionnels, nommée Constrained Constructive Optimization (Optimization Constructive sous Contraintes), pour qu’elle s’applique à de multiples arbres vasculaires en compétition. L’algorithme simule l’angiogénèse avec minimisation du volume vasculaire sous contraintes de flux et de géométrie adaptant la croissance simultanée des arbres aux caractéristiques du patient. Cette méthode fournit un modèle hybride composé de coronaires épicardiales extraites d’images et de vaisseaux synthétiques jusqu’aux artérioles, emplissant le ventricule gauche du myocarde.Puis, nous construisons un pipeline d’analyse fonctionnelle multi-échelle pour étendre la simulation de flux depuis les coronaires vers le myocarde. Cela consiste en un modèle de flux coronaire 1D compatible avec la vasculature hybride, et l’analyse de la distribution spatiale des flux provenant des segments terminaux. Cette dernière est réalisée dans une nomenclature similaire à celle de l’IPM pour permettre la comparaison avec des données de vérité terrain fonctionnelles.Nous avons relié l’anatomie du réseau vasculaire à la distribution de flux dans le myocarde pour plusieurs patients. Cette analyse multi-échelle permet d’identifier des pistes pour affiner les méthodes de génération vasculaire et de simulation de flux. Cette extrapolation anatomique et fonctionnelle personnalisée est une première passerelle pour la simulation de perfusion du myocarde à partir d’imagerie tomographique scanner. La construction d’un tel modèle computationnel personnalisé pourrait aider à la compréhension de la physio-pathologie cardiovasculaire complexe et, enfin, à la santé du patient. / Recent advances in medical image computing have allowed automatedsystems to closely assist physicians in patient therapy. Computationaland personalized patient models benefit diagnosis, prognosisand treatment planning, with a decreased risk for the patient,as well as potentially lower cost. HeartFlow Inc. is a successfull exampleof a company providing such a service in the cardiovascularcontext. Based on patient-specific vascular model extracted from XrayCT images, they identify functionally significant disease in largecoronary arteries. Their combined anatomical and functional analysisis nonetheless limited by the image resolution. At the downstreamscale, a functional exam called Myocardium Perfusion Imaging (MPI)highlights myocardium regions with blood flow deficit. However,MPI does not functionally relate perfusion to the upstream coronarydisease.The goal of our project is to build the functional bridge betweencoronary and myocardium, by extrapolating the functional analysisfrom large coronary toward the capillary bed. This objective requiresextension from the coronary model down to the microvasculaturecombined with a functional analysis leading to the myocardium compartment.We expand a tree generation method subjected to functional principles,named Constrained Constructive Optimization, to generate multiplecompeting vascular trees. The algorithm simulates angiogenesisunder vascular volume minimization with flow-related and geometricalconstraints, adapting the simultaneous tree growths to patientpriors. This method provides a hybrid image-based and synthetic geometricmodel, starting from segmented epicardium coronary downto synthetic arterioles, filling the left ventricle myocardium.We then build a multiscale functional analysis pipeline to allowblood flow simulation from the coronaries to the myocardium. Thisis achieved with a 1D coronary model compatible with the hybridvasculature, and a spatial blood flow distribution analysis of the terminalsegments. The latter is performed using a similar nomenclatureto MPI, to enable patient-specific comparison with functional groundtruthdata.We connected the vascular anatomy to blood flow distribution inthe myocardium on several patient datasets. This multiscale frameworkpoints out several leads to refine the vascular network generationand fluid simulation methods. This patient-specific anatomicaland functional extrapolation is a first gateway toward myocardiumperfusion from X-ray CT data. Building such personalized computational model of patient could potentially help investigating cardiovascularcomplex physio-pathology, and, finally, improve the patientcare.
| Identifer | oai:union.ndltd.org:theses.fr/2018PESC1117 |
| Date | 18 December 2018 |
| Creators | Jaquet, Clara |
| Contributors | Paris Est, Talbot, Hugues, Najman, Laurent |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0019 seconds