Dissertations / Theses on the topic 'Imagerie par résonance magnétique – Emploi en diagnostic – Innovation'

Nous avons développé un système de diagnostic assisté par ordinateur (CAD) basé sur des régions d'intérêt pour caractériser le cancer de la prostate avec un grade de l'International Society of Urological Pathology (ISUP) ≥2 lors d'une IRM multiparamétrique (IRM-mp). Les paramètres de l'image provenant de 2 jeux de données multi-constructeurs de 265 IRM pré-prostatectomie et 112 IRM pré-biopsie ont été combinés en utilisant la régression logistique. Les meilleurs modèles contenaient le 2e percentile d’ADC (ADC2) et le taux de rehaussement normalisé (WI) dans la zone périphérique (ZP) et le 25e percentile d'ADC (ADC25) dans la zone de transition (ZT). Ils ont été associés dans le système CAD. Le CAD a été évalué rétrospectivement sur 2 jeux de données multi-constructeurs contenant respectivement 158 et 105 IRM pré-biopsie de notre institution (test interne) et d'une autre institution (test externe). Deux radiologues ont indépendamment décrit les lésions ciblées par la biopsie. Le score PI-RADSv2 (Prostate Imaging-Reporting and Data System version 2) attribué prospectivement lors de la biopsie et le score CAD ont été comparés aux résultats de la biopsie. A l’échelle des patients, les aires sous la courbe Receiver Operating Characteristic (AUC) du score PI-RADSv2 étaient de 82% (IC 95% : 74-87) et 85% (IC 95% : 79-91) dans les jeux de données de test interne et externe respectivement. Pour les deux radiologues, le score CAD avait des AUC similaires dans les jeux de données interne (82%, IC 95% : 76-89, p=1 ; 84%, IC 95% : 78-91, p=1) et externe (82%, IC 95% : 76-89, p=0.82 ; 86%, IC 95% : 79-93, p=1). La combinaison du PI-RADSv2 et du CAD aurait pu éviter 41 à 52% des biopsies tout en manquant 6 à 10% des cancers ISUP≥2. Le système CAD a confirmé sa robustesse dans une étude multicentrique impliquant 22 scanners et des protocoles d'imagerie très hétérogènes. Dans l'analyse par patient, le CAD et le PI-RADSv2 avaient des performances similaires en termes d’AUC (76%, IC 95% : 70-82 contre 79%, IC 95% : 73-86 ; p=0.34) et de sensibilité (86%, IC 95% : 76-96 contre 89%, IC 95% : 79-98 pour le PI-RADSv2≥4). La spécificité du CAD (62%, IC 95% : 53-70 contre 49% ; IC 95% : 39-59 pour le PI-RADSv2≥4) permettait une complémentarité avec le score PI-RADSv2 pour potentiellement éviter 50% des biopsies, tout en manquant 13% des cancers ISUP≥2. Ces résultats étaient similaires à ceux rapportés dans les cohortes de test issues d’un unique centre et ont ouvert la voie à de nouvelles applications du CAD. Le CAD a d’abord permis une bonne discrimination des cancers ISUP≥2 chez des patients placés en surveillance active. Son AUC (80% ; IC 95% : 74-86) était similaire à celle du score PI-RADSv2 attribué prospectivement par des uro-radiologues spécialisés (81%, IC 95% : 74-87 ; p=0.96). Le CAD était plus spécifique que les scores PI-RADS≥3 (p<0.001) et PI-RADS≥4 (p<0.001). Il pourrait offrir une solution pour sélectionner les patients pouvant éviter sans risque une biopsie de confirmation ou de suivi dans le cadre de leur surveillance active (25%). Il manquerait alors 5% des cancers ISUP≥2. Le CAD a enfin été confronté aux IRM-mp pré-prostatectomie de 56 patients japonais, issus d’une population qui est géographiquement éloignée de sa population d’entraînement et qui intéresse de par ses faibles taux d’incidence et de mortalité du cancer de la prostate. Son AUC était alors similaire au score PI-RADSv2 attribué par un radiologue expérimenté dans la ZP (80%, IC 95% : 71-90 contre 80%, IC 95% : 71-89 ; p=0.886) et dans la ZT (79%, IC 95% : 66-90 contre 93%, 95%CI : 82-96 ; p=0.051). Ces résultats prometteurs et robustes sur des jeux de données hétérogènes suggèrent que le CAD pourrait être utilisée dans la routine clinique quotidienne comme un second lecteur pour aider à sélectionner les patients pouvant éviter la biopsie en toute sécurité. Ce CAD pourrait aider les lecteurs moins expérimentés à caractériser les lésions de la prostate
We developed a region of interest-based (ROIs) computer-aided diagnosis system (CAD) to characterize International Society of Urological Pathology grade (ISUP) ≥2 prostate cancers at multiparametric MRI (mp-MRI). Image parameters from two multi-vendor datasets of 265 pre-prostatectomy and 112 pre-biopsy MRIs were combined using logistic regression. The best models used the ADC 2nd percentile (ADC2) and normalized wash-in rate (WI) in the peripheral zone (PZ) and the ADC 25th percentile (ADC25) in the transition zone (TZ). They were combined in the CAD system. The CAD was retrospectively assessed on two multi-vendor datasets containing respectively 158 and 105 pre-biopsy MRIs from our institution (internal test dataset) and another institution (external test dataset). Two radiologists independently outlined lesions targeted at biopsy. The Prostate Imaging-Reporting and Data System version 2 (PI-RADSv2) score prospectively assigned at biopsy and the CAD score were compared to biopsy findings. At patient level, the areas under the Receiver Operating Characteristic curve (AUC) of the PI-RADSv2 score were 82% (95% CI: 74-87) and 85% (95% CI: 79-91) in the internal and external test datasets respectively. For both radiologists, the CAD score had similar AUC results in the internal (82%, 95% CI: 76-89, p=1; 84%, 95% CI: 78-91, p=1) and external (82%, 95% CI: 76-89, p=0.82; 86%, 95% CI: 79-93, p=1) test datasets. Combining PI-RADSv2 and CAD findings could have avoided 41-52% of biopsies while missing 6-10% of ISUP≥2 cancers. The CAD system confirmed its robustness showing good discrimination of ISUP ≥2 cancers in a multicentric study involving 22 different scanners with highly heterogeneous image protocols. In per patient analysis, the CAD and the PI-RADSv2 had similar AUC values (76%, 95% CI: 70-82 vs 79%, 95% CI: 73-86; p=0.34) and sensitivities (86%, 95% CI: 76-96 vs 89%, 95% CI: 79-98 for PI-RADSv2 ≥4). The specificity of the CAD (62%, 95% CI: 53-70 vs 49%, 95% CI: 39-59 for PI-RADSv2 ≥4) could be used to complement the PI-RADSv2 score and potentially avoid 50% of biopsies, while missing 13% of ISUP ≥2 cancers. These findings were very similar to those reported in the single center test cohorts. Given its robustness, the CAD could then be exploited in more specific applications. The CAD first provided good discrimination of ISUP ≥2 cancers in patients under Active Surveillance. Its AUC (80%, 95% CI: 74-86) was similar to that of the PI-RADS score prospectively assigned by specialized uro-radiologists at the time of biopsy (81%, 95% CI: 74-87; p=0.96). After dichotomization, the CAD was more specific than the PI-RADS ≥3 (p<0.001) and the PI-RADS ≥4 scores (p<0.001). It could offer a solution to select patients who could safely avoid confirmatory or follow-up biopsy during Active Surveillance (25%), while missing 5% of ISUP≥2 cancers. Finally, the CAD was tested with the pre-prostatectomy mp-MRIs of 56 Japanese patients, from a population which is geographically distant from its training population and which is of interest because of its low prostate cancer incidence and mortality. The CAD obtained an AUC similar to the PI-RADSv2 score assigned by an experience radiologist in the PZ (80%, 95% CI: 71-90 vs 80%, 95% CI: 71-89; p=0.886) and in the TZ (79%, 95% CI: 66-90 vs 93%, 95%CI: 82-96; p=0.051). These promising and robust results across heterogeneous datasets suggest that the CAD could be used in clinical routine as a second opinion reader to help select the patients who could safely avoid biopsy. This CAD may assist less experience readers in the characterization of prostate lesions

Le cancer de la prostate est le plus courant en France et la 4ième cause de mortalité par cancer. Les méthodes diagnostics de références actuel sont souvent insuffisantes pour détecter et localiser précisément une lésion. L’imagerie IRM multi-paramétrique est désormais la technique la plusprometteuse pour le diagnostic et la prise en charge du cancer de la prostate. Néanmoins, l’interprétation visuelle des multiples séquences IRM n’est pas aisée. Dans ces conditions, un fort intérêt s’est porté sur les systèmes d’aide au diagnostic dont le but est d’assister le radiologue dans ses décisions. Cette thèse présente la conception d’un système d’aide à la détection (CADe) dontl’approche finale est de fournir au radiologue une carte de probabilité du cancer dans la zone périphérique de la prostate. Ce CADe repose sur une base d’images IRM multi-paramétrique (IRM-mp) 1.5T de types T2w, dynamique et de diffusion provenant d’une base de 49 patients annotés permettant d’obtenir une vérité terrain par analyse stricte des coupes histologiques des pièces de prostate. Cette thèse met l’accent sur la détection des cancers mais aussisur leur caractérisation dans le but de fournir une carte de probabilité corrélée au grade de Gleason des tumeurs. Nous avons utilisé une méthode d’apprentissage de dictionnaires permettant d’extraire de nouvelles caractéristiques descriptives dont l’objectif est de discriminer chacun des cancers. Ces dernières sont ensuite utilisées par deux classifieurs : régression logistique et séparateur à vaste marge (SVM), permettant de produire une carte de probabilité du cancer. Nous avons concentré nos efforts sur la discrimination des cancers agressifs (Gleason>6) et fourni une analyse de la corrélationentre probabilités et scores de Gleason. Les résultats montrent de très bonnes performances de détection des cancers agressifs et l’analyse des probabilités conclue sur une forte capacité du système à séparer les cancers agressifs du reste des tissus mais ne permet pas aisément de distinguer chacundes grades de cancer
Prostate cancer is the most frequent and the fourth leading cause of mortality in France. Actual diagnosis methods are often insufficient in order to detect and precisely locate cancer. Multiparametrics MRI is now one of the most promising method for accurate follow-up of the disease. However, the visual interpretation of MRI is not easy and it is shown that there is strongvariability among expert radiologists to perform diagnosis, especially when MR sequences are contradictory. Under these circumstances, a strong interest is for Computer-aided diagnosis systems (CAD) aiming at assisting expert radiologist in their final decision. This thesis presents our work toward the conception of a CADe which final goal is to provide a cancer probability map to expertradiologist. This study is based on a rich dataset of 49 patients made of T2w, dynamic and diffusion MR images. The ground truth was obtained through strict process of annotations and correlation between histology and MRI. This thesis focuses both for cancer detection and characterization in order to provide a cancer probability map correlated to cancer aggressiveness (Gleason score). To that end we used a dictionary learning method to extract new features to better characterize cancer aggressiveness signatures as well as image features. Those features are then used as an input to Support Vector Machines (SVM) and Logistic Regression (LR) classifiers to produce a cancer probability map. We then focused on discriminating agressive cancers (Gleason score >6) from other tissues and provided an analysis of the correlation between cancer aggressiveness and probabilities. Our work conclude on a strong capability to distinguish agressive cancer from other tissues but fails to precisely distinguish different grades of cancers

Le cancer de la prostate est le deuxième cancer le plus prévalent chez l’homme dans le monde. Il est suspecté par un test de PSA et/ou un ressenti plutôt dur lors d’un toucher rectal. Lors du dépistage, une IRM multiparamétrique est recommandée pre-biopsie. Malheureusement, l’interprétation des images n’est pas aisée, même pour des spécialistes, et fait apparaître des faux-positifs. L’élastographie est une technique permettant d’estimer la rigidité des tissus lors de l’induction de petites vibrations. Cette technique permettrait d’avoir une cartographie 3D de la dureté de la prostate. Nous pensons que l’élastographie par IRM peut aider l’IRM multi-paramétrique actuelle. De par la localisation et la consitution de la prostate, la propagation des vibrations est difficile. Ces travaux présentent la conception d’un dispositif non invasif de génération d’ondes, spécifique pour la prostate. Ensuite, un nouvel algorithme de séparation de champ est présenté. Cet algorithme permet une meilleure estimation de la rigidité et la correction d’artefacts induits par les vibreurs conventionnels. Enfin, cet algorithme peut avoir des applications dans les milieux poreux. En effet, dans les milieux poro-elastiques, une onde de compression lente se propage. Nous montrons la présence d’une telle onde dans un gel d’agar, dans une mousse poreuse, et in vivo dans le greffon renal. En plus de l’estimation classique de la vitesse des ondes de cisaillement, il est maintenant possible d’estimer la vitesse de l’onde de compression lente. C’est une information supplémentaire que peut utiliser le praticien dans son diagnostique. Dans le futur, des paramètres de porosité pourront être évalués
Prostate cancer is the second most prevalent cancer in men worldwide. It is suspected when the PSA density is high or/and the superficial prostate feels hard during digital rectal examination. Multiparametric MRI is now recommended prior biopsy when detecting for cancer. However, image interpretation is challenging, even for specialists, and brings many false-positive. Elastography is a technique to assess tissue stiffness by inducing small vibrations. It could provide a 3D map of the stiffness of the prostate. We believe that MR elastography could complement the current multiparametric MRI. Given prostate location and consitution, wave propagation is difficult though. The current work presents the design of a non-invasive wave generation device for the prostate. Then, a new field separation algorithm is presented. This algorithm provides a better estimation of the stiffness, and the correction of artefact generated by common vibrators. Finally, this algorithm can have applications in porous media. Indeed, in poro-elastic materials, a slow compression wave propagates. We observe such a wave in an agar gel, in a foam phantom, and in vivo in human kidney graft. In addition to the classic shear wave velocity estimation, it is now possible to estimate the compression wave velocity. This is an additional piece of information that the operator can use in its diagnostic. In the future, more porous parameters could be derived

Nos travaux portent sur le rôle de la rigidité artérielle (RA) dans la mécanique de la paroi athéroscléreuse carotidienne pour comprendre le phénomène de rupture de plaque chez l’hypertendu essentiel. Nous mesurons les paramètres mécaniques de l’artère carotide commune (ACC) grâce à une nouvelle technique non invasive d’échotracking haute résolution, l’Artlab®. Nous avons quantifié les changements des microconstituants intra-pariétaux en fonction de l’âge et de l’hypertension artérielle (HTA) grâce à un modèle mécanique de l’ACC. La RA explique les altérations dues à l’HTA et pourrait aussi avoir un rôle majeur sur le comportement d’un segment artériel porteur de plaque. Deux types opposés de contraintes de courbure ont été mis en évidence sur l’ACC: le type A (paroi avec plaque plus distensible que la paroi adjacente) et le type B. Nous avons défini les déterminants du type B au niveau de la plaque d’athérosclérose (Beaussier, Hypertension 2008): l’HTA, le remodelage externe et l’absence de traitement par les antagonistes du système rénine angiotensine (ASRA). Les patients hypertendus essentiels ont une paroi carotidienne plus rigide au niveau de la plaque (risque accru de rupture); les ASRA protégeraient contre le type B. Nous avons corrélé les propriétés mécaniques (échotracking) à la composition de la plaque d’athérosclérose (IRM). Le type B est plus souvent associé à des plaques de composition « complexe », riches en lipide et à un remodelage externe. Ces caractéristiques sont celles de la plaque « vulnérable », à plus fort risque de rupture. Le type B pourrait donc être une caractéristique mécanique des plaques vulnérables
Our research is based on the role of arterial stiffness in the atherosclerotic carotid wall mechanics to understand plaque rupture in essential hypertensive patients. All mechanical parameters were measured on the common carotid artery (CCA) segment by a non-invasive echotracking system, the ArtLab®. We have modelled the in vivo mechanical behavior of human CCAs to quantify contributions of micro-constituents with age and hypertension. Arterial stiffness could explain changes in mechanical characteristics of wall micro-constituents in hypertension and atherosclerotic arterial wall behaviour in response to mechanical strains. Two opposite patterns of longitudinal bending strain (BS) has been shown in atherosclerotic plaques on the CCA: inward BS (pattern B), i. E. Lower radial strain at the plaque level than adjacent segment, and outward BS (pattern A). We have defined determinants of the pattern B (Beaussier, Hypertension 2008): essential hypertension, outer remodelling and absence of renin-angiotensin system (RAS) blockers. Arterial wall of hypertensive patients are less elastic at the site of the plaque, exposing the plaque to a greater risk of rupture. RAS blockers could protect against inward BS. We have correlated the arterial mechanics of carotid atherosclerotic plaques (echotracking) with their composition (MRI). We have shown that inward BS pattern are more often associated with complex plaques, with lipid rich core and with an outer remodelling; these are structural characteristics of “vulnerable” plaque, prone to rupture. This suggested that inward BS is a mechanical feature of vulnerable plaques

L’hypoxie est l’un des aspects les plus importants dans le microenvironnement tumoral. Ce phénomène, causé par une structure vasculaire anormale et un métabolisme perturbé, conduit à la formation de cellules hautement malignes résistantes aux thérapies cyto- et radio-toxiques. De ce fait, l’hypoxie est une préoccupation majeure et est à la base de notre nouvelle approche qui utilise des nanocapsules lipidiques (LNC) en tant que senseur d’oxygène. Il a été montré que les LNC sont d’excellents nanocarriers capables d’encapsuler des principes actifs à l’intérieur de leur cœur lipidiques et d’éviter le système immunitaire grâce au PEG de leur coque, permettant ainsi le traitement de tumeurs agressives. Nous avons émis l’hypothèse que le cœur lipidique des LNC pouvait être utilisé pour cartographier l’O2 dans l’environnement tissulaire. En effet, la solubilité de l’O2 étant supérieure dans les lipides que dans l’eau, le moindre changement d’oxygénation dans les tissus sera amplifié dans le cœur lipidique des LNC. Par conséquent, nous avons encapsulé une sonde paramagnétique lipophile, e.g. le tetrathiatriarylmethyl (TAM), et montré sa réponse in vitro à des variations en O2 en utilisant la résonance paramagnétique électronique (RPE) montrant de ce fait la perméabilité des LNC à l’O2. Nous avons utilisé les TAM-LNC dans un modèle in vivo de tissu normal (muscle murin gastrocnémien) et pathologique (sarcome). Sans LNC, le TAM a rapidement été réduit et aucune mesure en O2 n’a été possible toutefois, notre système TAM-LNC présentait une demi-vie supérieure à une heure et permettait la mesure en temps réel lorsque les animaux respiraient soit de l’air soit du carbogène (95 % O2, 5 % CO2). Par ailleurs, la nature lipidique du cœur des LNC a été exploitée pour cartographier l’oxygénation des tissus grâce à l’imagerie par résonance magnétique (IRM) et plus précisément par l’utilisation de la séquence MOBILE qui permet d’imager la variation du temps de relaxation T1 induite par l’O2 dans les lipides. Avec une dose unique de LNC, nous avons été capables de représenter les changements de T1 entre les différents modes de respiration et l’hétérogénéité de l’hypoxie dans des modèles de tissus murins sain et pathologique. En conclusion, nous avons apporté la preuve de faisabilité de l’utilisation des LNC en tant qu’outil diagnostique pour cartographier l’hypoxie dans des tissus sains et pathologiques
Hypoxia is one of the most challenging aspects of the tumour microenvironment. The phenomenon occurs due to abnormal vasculature and an exacerbated metabolism, and leads to highly malignant cells resistant to radio- and cyto-toxic therapy. As such, hypoxia is of major concern and prompted our novel approach in using lipid nanocapsules (LNCs) as an oxygen sensor. LNCs have been demonstrated as excellent core-shell nanocarriers, capable of encapsulating drugs within their lipidic core and avoiding the immune system due to their PEGylated shell, thus enabling treatment of highly aggressive tumours. We hypothesised that the lipidic-core of LNCs could also be used to assess the O2 environment in tissue. Indeed, because O2 solubility is greater in lipids than in water, any subtle changes in tissue O2 will be heightened in the lipidic LNC core. Consequently, we encapsulated a lipophilic paramagnetic probe, e.g. tetrathiatriarylmethyl (TAM), and demonstrated its response to variations in O2 in vitro, using Electron Paramagnetic Resonance (EPR), indicating the permeability of LNCs to O2. We applied the TAM-LNCs to an in vivo normal tissue model (gastrocnemius mouse muscle) and pathological model (sarcoma tumour). Herein, free TAM was rapidly reduced and no O2 measurement was possible, however, our TAM-LNC system exhibited a half-life of over an hour and enabled real-time measurements whilst animals were breathing air and during a carbogen gas (95 % O2, 5 % CO2) breathing challenge. Moreover, the lipidic-core nature of the LNCs was exploited to image tissue oxygenation using Magnetic Resonance Imaging (MRI), specifically the MOBILE sequence which enabled the mapping of O2-induced T1 relaxation rate changes in lipids. Using a single dose of LNCs, we were able to portray the change in T1 between air breathing and the carbogen challenge, and image the heterogeneous nature of hypoxia in murine normal tissue and pathological tumour models. In conclusion, we demonstrated the feasibility of using LNCs as a diagnostic tool for assessing hypoxia in both normal and pathological tissues

Cette thèse s'intéresse à la détection et au suivi de données dans des séquences d'images. Nous montrons que l'intégration dans un modèle simple de contour actif d'énergies externes particulières permet une détection et un suivi robustes et fiables de structures. Ce travail s'organise autour de l'analyse quantitative de séquences IRM cardiaques marquées. L'étude de ces séquences d'images nécessite la mise en place de méthodes adaptées à la détection et au suivi des contours interne et externe du ventricule gauche, ainsi que à ceux de la grille de marquage. Pour la première étape, nous intégrons une énergie image fondée sur une analyse texturale des IRM marquées. Quant au suivi de la grille de tags, nous générons l'énergie externe par la mise en place d'un prétraitement des images de type diffusion anisotrope, fondé sur un formalisme informationnel utilisant le processus de l'Information Physique Extrême. L'ensemble des résultats obtenus a été validé par un expert médical
This thesis is dealing with the detection and the follow-up of structures in image sequences. We show that the integration of original external energies in a simple active contours model can lead to precise and reliable data detections. This work is presented through a particular application : the study of tagged cardiac MRI sequences. The study of those sequences can be divided into two parts : a detection and a follow-up of the internal and external boundaries of the Left Ventricle and a detection and a follow-up of the grid of tags. For the achievement of the first step, we propose the integration of a particular external energy which generation is based on a texture analysis of the tagged MRI. For the second, we propose an anisotropic diffusion of the images, which leading equation is based on an informational formalism using the Extreme Physical Information process. All the obtained results has been validated by a medical expert

La capacité de pénétration des ondes électromagnétiques (OEM), généralement non destructive, dans les matériaux ou tissus permet de sonder les milieux étudiés. En termes de santé publique, améliorer la qualité de vie est devenu un objectif majeur de la société actuelle. Des applications de sondage par OEM de divers milieux ou tissus dans le domaine biologique présentent un intérêt majeur dans les opérations de diagnostic et dans les opérations thérapeutiques. Les travaux de cette thèse abordent le vaste domaine des applications biomédicales, des interactions micro-ondes/radiofréquences et de la matière. Ces travaux de thèse se focalisent sur l’univers émergeant de l’Imagerie par Résonnance Magnétique (IRM) à Ultra-Haut Champ. Le premier objectif est de développer un fantôme anthropomorphique de tête humaine ou il faut prendre en compte les propriétés électromagnétiques et les temps de relaxation caractéristiques de chaque tissu. Cela permet d’obtenir une estimation précise des niveaux de DAS pour l’être humain et une notion des formations de hotspots lors d’un examen IRM haut-champ.Le deuxième objectif dans le domaine des IRM à très haut champ est l’étude et la fabrication des dispositifs d’homogénéisation de champ permettant ainsi d’éclaircir les zones d’ombres. Ce processus, dénommé Dielectric Shimming, est basé entre autre sur l’utilisation d’éléments discrets à hautes permittivités appelés pads. Ces pads sont composés de matériaux diélectriques à fortes permittivités, comme des solutions aqueuses de Titanate de Baryum, afin de focaliser le champ dans les zones initialement sombres de l’image de l’IRM (dans cas du cerveau : le cervelet et les lobes temporaux)
The penetration capacity of the electromagnetic (EM) waves in matter or biological tissues allows exploring media non-destructively. Concerning the public health sector, improving the quality of life has become one of the greatest concerns of nowadays society. EM wave research on different media and biological tissues shows a great potential for diagnostic applications and eventually for therapeutically applications. In this doctoral thesis, we focus on the vast domain of the biomedical applications of wave-matter interactions, based on the knowledge of the electromagnetic properties of matter, the complex permittivity and the conductivity. On a first instance, we address the emerging domain of ultra-high field MRI (Magnetic Resonance Imaging), which nowadays puts effort into the clinical implementation of 7T devices. Firstly our purpose is to produce an anthropomorphic head model, composed of the brain’s different layers, and taking into account the electromagnetic properties and the proton relaxation times inherent to each tissue. These realistic head models allow to evaluate the newly developed protocols for these ultra-high field devices. Secondly, we have studied and developed field homogenization devices, which allow brightening the shadow areas displayed in some MRI images, such as the cerebellum and the temporal lobes in brain imaging at 7T. This procedure, named Passive Shimming, is based on the use of high permittivity dielectric pads composed of Barium Titanate, which focalize the field to the areas where normally the wavelength in insufficient to generate a homogeneous signal distribution

Les sarcomes des tissus mous (STM) sont des tumeurs malignes mésenchymateuses ubiquitaires hétérogènes en terme de présentations cliniques, radiologiques, histologiques, moléculaires et pronostiques. L’imagerie de référence des STM est l’IRM avec injection de produit de contraste qu’il s’agisse du bilan initial, de l’évaluation de la réponse aux traitements, de la planification préopératoire ou de la recherche de rechute locale. De plus, l’IRM permet d’accéder à la tumeur en place, in vivo, dans sa globalité et de manière non invasive, en complément des analyses anatomo-pathologiques et moléculaires qui nécessitent des prélèvements invasifs ne correspondant qu’à une infime fraction du volume tumoral. Cependant, aucun biomarqueur radiologique n’a été validé dans la prise en charge des STM. Parallèlement, se sont développés (i) d’autres modalités et séquences d’imagerie quantitative permettant d’aboutir à une quantification de phénomène physiopathologique intratumoraux, (ii) des techniques d’analyse d’image permettant de quantifier les phénotypes radiologiques au-delà de ce que peut voir l’œil humain à travers de multiples indicateurs de texture et de forme (: indices radiomics), et (iii) des outils d’analyses mathématiques (: algorithme de machine-learning) permettant d’intégrer et trier toutes ces informations dans des modèles prédictifs. Les approches radiomics correspondent au développement de modèles prédictifs basés sur ces algorithmes et ces indices radiomics. L’objectif de cette thèse est de mettre en application ces innovations et de les optimiser pour améliorer la prise en charge des patients atteints de STM. Pour cela, trois grands axes ont été développés. Dans une première partie, nous avons cherché à améliorer la prédiction du pronostic de patients atteints de certains sarcomes en combinant approches radiologiques classiques et approches radiomics sur leur IRM initiale, avec comme potentielle application de mieux identifier les patients à haut risque de rechute métastatique. Dans une deuxième partie, nous avons construit un modèle basé sur l’évolution précoce de l’hétérogénéité intratumorale ( : delta-radiomics) de patients atteints de STM traités par chimiothérapie néoadjuvante afin d’identifier les patients n’y répondant pas favorablement et qui pourraient bénéficier d’adaptations thérapeutiques anticipées. Dans une troisième et dernière partie, nous avons cherché à identifier et mieux contrôler les biais potentiels des approches radiomics afin, in fine, d’optimiser les modélisations prédictives basées sur les indices radiomics
Soft-tissue sarcomas (STS) are malignant ubiquitous mesenchymal tumors that are characterized by their heterogeneity at several levels, i.e. in terms of clinical presentation, radiological presentation, histology, molecular features and prognosis. Magnetic resonance imaging (MRI) with a contrast-agent injection is the imaging of reference for these tumors. MRI enables to perform the local staging, the evaluation of response to treatment, to plan the surgery and to look for local relapse. Furthermore, MRI can access non-invasively to the whole tumor in situ and in vivo which is complementary to histopathological and molecular analyses requiring invasive biopsy samples at risk of sampling bias. However, no imaging biomarker dedicated to STS has been validated so far. Meanwhile, technical innovations have been developed, namely: (i) alternative imaging modalities or MRI sequences that can quantify intratumoral physiopathological phenomenon; (ii) image analysis tools that can quantify radiological phenotypes better than human’s eyes through hundreds of textural and shape quantitative features (named radiomics features); and (iii) mathematical algorithms that can integrate all these information into predictive models (: machine-learning). Radiomics approaches correspond to the development of predictive models based on machine-learning algorithms and radiomics features, eventually combined with other clinical, pathological and molecular features. The aim of this thesis was to put these innovations into practice and to optimize them in order to improve the diagnostic and therapeutic managements of patients with STS.In the first part, we combined radiological and radiomics features extracted from the baseline structural MRIs of patients with a locally-advanced subtype of STS in order to build a radiomics signature that could help to identify patients with higher risk of metastatic relapse and may benefit from neoadjuvant treatments. In the second part, we elaborated a model based on the early changes in intratumoral heterogeneity (: delta-radiomics) on structural MRIs of patients with locally-advanced high-grade STS treated with neoadjuvant chemotherapy, in order to rapidly identify patients who do not respond to treatment and would benefit from early therapeutic adjustments. In the last part, we tried to better identify and control potential bias in radiomics approaches in order to optimize the predictive models based on radiomics features

Le cancer de la prostate est le plus courant en France et la 4ième cause de mortalité par cancer. Les méthodes diagnostics de références actuel sont souvent insuffisantes pour détecter et localiser précisément une lésion. L’imagerie IRM multi-paramétrique est désormais la technique la plusprometteuse pour le diagnostic et la prise en charge du cancer de la prostate. Néanmoins, l’interprétation visuelle des multiples séquences IRM n’est pas aisée. Dans ces conditions, un fort intérêt s’est porté sur les systèmes d’aide au diagnostic dont le but est d’assister le radiologue dans ses décisions. Cette thèse présente la conception d’un système d’aide à la détection (CADe) dontl’approche finale est de fournir au radiologue une carte de probabilité du cancer dans la zone périphérique de la prostate. Ce CADe repose sur une base d’images IRM multi-paramétrique (IRM-mp) 1.5T de types T2w, dynamique et de diffusion provenant d’une base de 49 patients annotés permettant d’obtenir une vérité terrain par analyse stricte des coupes histologiques des pièces de prostate. Cette thèse met l’accent sur la détection des cancers mais aussisur leur caractérisation dans le but de fournir une carte de probabilité corrélée au grade de Gleason des tumeurs. Nous avons utilisé une méthode d’apprentissage de dictionnaires permettant d’extraire de nouvelles caractéristiques descriptives dont l’objectif est de discriminer chacun des cancers. Ces dernières sont ensuite utilisées par deux classifieurs : régression logistique et séparateur à vaste marge (SVM), permettant de produire une carte de probabilité du cancer. Nous avons concentré nos efforts sur la discrimination des cancers agressifs (Gleason>6) et fourni une analyse de la corrélationentre probabilités et scores de Gleason. Les résultats montrent de très bonnes performances de détection des cancers agressifs et l’analyse des probabilités conclue sur une forte capacité du système à séparer les cancers agressifs du reste des tissus mais ne permet pas aisément de distinguer chacundes grades de cancer
Prostate cancer is the most frequent and the fourth leading cause of mortality in France. Actual diagnosis methods are often insufficient in order to detect and precisely locate cancer. Multiparametrics MRI is now one of the most promising method for accurate follow-up of the disease. However, the visual interpretation of MRI is not easy and it is shown that there is strongvariability among expert radiologists to perform diagnosis, especially when MR sequences are contradictory. Under these circumstances, a strong interest is for Computer-aided diagnosis systems (CAD) aiming at assisting expert radiologist in their final decision. This thesis presents our work toward the conception of a CADe which final goal is to provide a cancer probability map to expertradiologist. This study is based on a rich dataset of 49 patients made of T2w, dynamic and diffusion MR images. The ground truth was obtained through strict process of annotations and correlation between histology and MRI. This thesis focuses both for cancer detection and characterization in order to provide a cancer probability map correlated to cancer aggressiveness (Gleason score). To that end we used a dictionary learning method to extract new features to better characterize cancer aggressiveness signatures as well as image features. Those features are then used as an input to Support Vector Machines (SVM) and Logistic Regression (LR) classifiers to produce a cancer probability map. We then focused on discriminating agressive cancers (Gleason score >6) from other tissues and provided an analysis of the correlation between cancer aggressiveness and probabilities. Our work conclude on a strong capability to distinguish agressive cancer from other tissues but fails to precisely distinguish different grades of cancers

Une première étape a consisté à synthétiser des nanotubes de carbone double-parois (DWNT) par dépôt chimique en phase vapeur (CCVD) à partir d'un catalyseur à base de MgO, qui a été réduit à 1000 °C, sous une atmosphère gazeuse H2/CH4 (18% en CH4). La sélectivité en DWNT observée après extraction par HCl est de ca. 80%. Avant et après une purification sous air, ces tubes de diamètres internes < ou = 2 nm, ont été remplis par action capillaire avec des précurseurs de fer et cobalt (FeI2, FeCl2, FeCp2 ou CoI2) en milieu sels fondus, suivi d'une réduction sous H2, afin de préparer des fils magnétiques à l'intérieur des DWNT, pour une application en hyperthermie. Les caractérisations Mössbauer après la réduction sous H2 des halogénures de fer@DWNT ont mis en évidence la présence des particules superparamagnétiques d'oxyde de Fe(III) (SPION), qui présentent un très grand intérêt, car elles sont sensibles aux champs magnétiques, sans retenir la magnétisation après l'enlèvement du champ. En parallèle, après la réduction du CoI2@DWNT, les expériences d'AGM et SQUID ont montré la présence des fils ferromagnétiques de cobalt, confinés à l'intérieur des DWNT (collaboration avec IFW-Dresde, Allemagne). En utilisant la même méthode de remplissage en sels fondus, des gadonanotubes (Gd3+@DWNT) ont été synthétisés pour l'imagerie par résonance magnétique (IRM). Des mesures préliminaires des temps de relaxation et le contrôle d'éventuelles fuites de métal hors des DWNT effectués sur plusieurs échantillons avec différentes concentrations en gadolinium. Les résultats se révèlent être encourageants: les échantillons de Gd3+@DWNT présentent une bonne stabilité dans le temps (plus de six mois) et des relaxivités élevées (approximativement cinq fois plus grandes que celles des principaux agents de contraste utilisés actuellement en clinique) - collaboration avec l'Hôpital Purpan-Toulouse, France. Le remplissage en solution avec le sel di-phosphaté de chloroquine, un médicament anti-malarien, a aussi été accompli avec succès. Le test avec la luciférase, le test MTT de toxicité, ainsi que la MET-HR, EDX et l'analyse élémentaire ont mis en évidence le remplissage des DWNT et ont permis de quantifier le pourcentage de médicament dans l'échantillon (collaboration avec l'Université de Surrey, Angleterre)
Narrow double-walled CNT (DWNT) were prepared by catalytic chemical vapour deposition (CCVD), using a MgO-based catalyst, which was reduced at 1000 °C in a mixture of H2/CH4, containing 18 mol % of CH4. The selectivity towards DWNT is ca. 80%. Before and after purification in air, these tubes with inner diameters < ou = 2 nm were filled by capillary action with iron and cobalt precursors (FeI2, FeCl2, FeCp2 or CoI2) in melted phases, followed by reduction in H2, in order to prepare magnetic nanowires inside the DWNT for hyperthermia application. The Mössbauer characterizations after reduction of the iron halides@DWNT in H2, have evidenced the presence of superparamagnetic nanoparticles of Fe(III) oxides (SPION), which present very high interest, as they are sensitive to magnetic fields, without retaining magnetisation after removal of the latter. In parallel, after reduction of the CoI2@DWNT, AGM and SQUID measurements revealed the presence of ferromagnetic nanowires of cobalt confined in DWNT (collaboration with IFW-Dresden, Germany). Using the same method of filling in melted phase, gadonanotubes (Gd3+@DWNT) were synthesized for magnetic resonance imaging (MRI). Preliminary measurements of relaxation times and the control of possible leaks of metal outside DWNT were achieved on several samples with different concentrations of gadolinium. The results are encouraging: Gd3+@DWNT samples present a good stability in time (over twenty three days) and high relaxivities (about five times greater than the current main clinical agents) - collaboration with the Hospital of Purpan-Toulouse, France. Filling in solution with chloroquine diphosphate salt, an antimalarian drug was also successfully achieved. Luciferase assay, MTT toxicity test, as well as HRTEM, EDX and elemental analysis were performed, in order to prove the filling and to quantify the percent of the drug in the sample (collaboration with the University of Surrey, England)

Interventional magnetic resonance imaging (MRI) aims at performing minimally invasive percutaneous interventions, such as tumor ablations and biopsies, under MRI guidance. During such interventions, the acquired MR image planes are typically aligned to the surgical instrument (needle) axis and to surrounding anatomical structures of interest in order to efficiently monitor the advancement in real-time of the instrument inside the patient's body. Object tracking inside the MRI is expected to facilitate and accelerate MR-guided interventions by allowing to automatically align the image planes to the surgical instrument. In this PhD thesis, an image-based workflow is proposed and refined for automatic image plane alignment. An automatic tracking workflow was developed, performing detection and tracking of a passive marker directly in clinical real-time images. This tracking workflow is designed for fully automated image plane alignment, with minimization of tracking-dedicated time. Its main drawback is its inherent dependence on the slow clinical MRI update rate. First, the addition of motion estimation and prediction with a Kalman filter was investigated and improved the workflow tracking performance. Second, a complementary optical sensor was used for multi-sensor tracking in order to decouple the tracking update rate from the MR image acquisition rate. Performance of the workflow was evaluated with both computer simulations and experiments using an MR compatible testbed. Results show a high robustness of the multi-sensor tracking approach for dynamic image plane alignment, due to the combination of the individual strengths of each sensor.

Prostate segmentation in trans rectal ultrasound (TRUS) and magnetic resonance images (MRI) facilitates volume estimation, multi-modal image registration, surgical planing and image guided prostate biopsies. The objective of this thesis is to develop computationally efficient prostate segmentation algorithms in both TRUS and MRI image modalities. In this thesis we propose a probabilistic learning approach to achieve a soft classification of the prostate for automatic initialization and evolution of a deformable model for prostate segmentation. Two deformable models are developed for the TRUS segmentation. An explicit shape and region prior based deformable model and an implicit deformable model guided by an energy minimization framework. Besides, in MRI, the posterior probabilities are fused with the soft segmentation coming from an atlas segmentation and a graph cut based energy minimization achieves the final segmentation. In both image modalities, statistically significant improvement are achieved compared to current works in the literature.
La segmentació de la pròstata en imatge d'ultrasò (US) i de ressonància magnètica (MRI) permet l'estimació del volum, el registre multi-modal i la planificació quirúrgica de biòpsies guiades per imatge. L'objectiu d'aquesta tesi és el desenvolupament d'algorismes automàtics per a la segmentació de la pròstata en aquestes modalitats. Es proposa un aprenentatge automàtic inical per obtenir una primera classificació de la pròstata que permet, a continuació, la inicialització i evolució de diferents models deformables. Per imatges d'US, es proposen un model explícit basat en forma i informació regional i un model implícit basat en la minimització d'una funció d'energia. En MRI, les probalitats inicials es fusionen amb una imatge de probabilitat provinent d'una segmentació basada en atlas, i la minimització es realitza mitjançant tècniques de grafs. El resultat final és una significant millora dels algorismes actuals en ambdues modalitats d'imatge.