Le système ostéocytaire soulève un intérêt croissant depuis quelques années car il est joue un rôle important dans l'adaptation de l'os. Le système ostéocytaire est inclus dans un réseau poreux dénommé le réseau lacuno-canaliculaire (LCN). L’observation du système ostéocytaire est difficile car les ostéocytes sont profondément enfouies dans la matrice osseuse et difficilement accessible par les techniques optiques. Récemment l’équipe de Creatis a montré la faisabilité d’imager le LCN en 3D grâce à la micro tomographie par rayonnement synchrotron. Toutefois, il n’existe actuellement pas de méthodes d’analyse permettant de quantifier, de façon automatique, le réseau lacuno-canaliculaire en 3D. L’objectif de cette thèse était de développer des méthodes d’analyse d’images permettant d’extraire des paramètres quantitatifs sur le réseau lacuno-canaliculaire. La première partie, consacrée à l’état de l’art. Le chapitre 1 présente les objectifs de ce travail. Le chapitre 2 rappelle les éléments de base sur le tissu osseux et présente les caractéristiques du réseau lacuno-canaliculaire. Le chapitre 3 présente les différentes méthodes d’imagerie utilisées jusqu’à présent pour étudier le réseau lacuno-canaliculaire. Le chapitre 4 présente l’état de l’art sur les paramètres qui sont classiquement utilisés pour caractériser le réseau lacuno-canaliculaire. La seconde partie est consacrée aux contributions de ce travail. Le chapitre 5 présente les deux systèmes expérimentaux de l’ESRF sur lesquels des images d’échantillons osseux ont été acquises. Le chapitre 6 décrit la méthode développée pour la quantification des lacunes ostéocytaires à partir d’images à l’échelle micrométrique. Elle propose de calculer des paramètres issus des moments géométriques ainsi que des paramètres basés sur la notion de volumes intrinsèques. Les méthodes sont appliquées à une série de 13 échantillons acquis en collaboration avec le Laboratoire d’Imagerie Paramétrique, Paris. Les résultats obtenus sont comparés et discutés par rapport à ceux de la littérature. Le chapitre 7 décrit la quantification des canalicules reliant les ostéocytes à partir d’images à l’échelle sous-micrométrique. En particulier, nous nous sommes intéressées à estimer le nombre de canalicules issues d’une lacune ostéocytaire, paramètre encore jamais mesuré en 3D. L’évolution de ce paramètre en fonction de la distance au centre de la lacune a permis de mettre en évidence et de quantifier la ramification des canalicules. Le chapitre 8 propose l’application des méthodes développées à une série d’échantillons acquis en collaboration le groupe de Sharmila Majumdar à l’université de San Francisco. Dans ce chapitre, nous avons travaillé sur une nouvelle méthode de segmentation du réseau lacuno-canaliculaire basée sur une méthode de chemins géodésiques. Les premiers résultats acquis sur 8 échantillons humains d’âges différents sont présentés. Finalement, le chapitre 9 conclut ce travail et présente des perspectives. / The osteocyte system has raised increasing interest in the recent years, since it is hypothesized to play an important role in orchestrating bone adaptation through mechanosensation and bone mechanotransduction mechanism. The osteocytes are deeply buried within the bone matrix, where their bodies are encysted in cavities called lacunae and their stellular processes are enclosed in tunnels called canaliculi. Together, they formed the lacuno-canalicular network (LCN). The geometry of the LCN is of importance since it is supposed to potentially affect and reflect the viability of the osteocyte and is supposed to be related to biomechanical constraints at the cell level. However, studying the LCN is quite challenging, due to limitations in an ideal imaging modality and the lack of quantitative analysis tools. In this thesis, we propose computational efficient and automated methods to quantify the 3D morphological properties of the LCN from synchrotron radiation (SR) micro / nano-CT images. For image acquisition, we used the SR micro/nano-CT setups installed on beamlines ID19 and ID22 at ESRF. A series of human cortical samples were imaged with spatial resolutions ranging between 3.5 µm to 60 nm. For the 3D assessment of lacunae, we used an image moment-based approach to calculate the volume, length, width, height and anisotropy of each osteocyte lacuna. We employed a fast algorithm to further calculate the surface area, the Euler number and the SMI of each lacuna. Validation of segmentation and experimental results on 13 bone samples are presented. For the 3D assessment of canaliculi, we propose a method to quantify the canalicular ramification around each lacuna. After segmentation, our method first labels each lacuna from the LCN. Then, a signature of the numbers of canaliculi at different distances from the lacunar surface is estimated through the calculation of topological parameters. Validation of this method and statistical results a large 3D SR micro-CT image of a human femoral bone sample are reported. We also improved the segmentation of the canaliculi and illustrated the feasibility of the application on a series of bone samples. We investigated a segmentation approach based on minimum cost paths and geodesic voting. A parallel computation scheme was implemented to reduce the computation times. The LCN was characterized by using the previous methods. Besides, we introduced the parameters from the Voronoi tessellation. Statistical results are reported on 8 large 3D micro-CT images, including around a hundred lacunae and the canaliculi. Future works will concern the improvement of canaliculi segmentation of from images at 300 nm as well as its evaluation and further characterization of LCN from SR CT images at both 300 nm and 50 nm. This work opens many perspectives for a better knowledge of the physiopathology of bone at the cellular scale.
| Identifer | oai:union.ndltd.org:theses.fr/2014ISAL0022 |
| Date | 21 February 2014 |
| Creators | Dong, Pei |
| Contributors | Lyon, INSA, Peyrin, Françoise |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0027 seconds