Academic literature on the topic 'Voies biliaires – Imagerie'

Les examens d’imagerie font partie intégrante de la prise en charge diagnostique d’une hépatopathie. L’échographie est, à ce jour, l’examen le plus accessible et le plus indiqué en première intention afin d’évaluer des anomalies diffuses ou focales du parenchyme hépatique ainsi que des voies biliaires. La sensibilité de cet examen peut se révéler très bonne pour un vétérinaire expérimenté, en fonction des affections. Toutefois la limite majeure de cet examen réside dans son manque de spécificité à distinguer les différentes affections entre elles. Il reste donc nécessaire de réaliser des prélèvements lors d’anomalie aspécifique visualisée, tout comme en l’absence d’anomalie échographique dans un contexte clinique et/ou biologique évocateur d’une pathologie hépato-biliaire. L’examen radiographique apporte un intérêt limité dans l’évaluation de cet organe. À l’inverse, le scanner est particulièrement indiqué pour les chiens de grande taille, en planification préopératoire de masse hépatique ou lors de suspicion d’anomalie vasculaire.

Cette thèse aborde la problématique de l'amélioration de la CholangioPancréatographie Rétrograde par voie Endoscopique (CPRE), en proposant une méthode avancée de segmentation et de reconstruction 3D des voies biliaires. Les techniques actuelles de la CPRE présentent des limites importantes, notamment en raison de la difficulté de la visualisation des voies biliaires à partir des images 2D, ce qui peut entraîner des erreurs de planification et des complications durant les interventions. La reconstruction 3D des voies biliaires, à partir des images de cholangio-IRM, apparaît comme une solution prometteuse pour surmonter ces difficultés. La thèse propose une nouvelle approche de segmentation automatique BDU-Net, à base du réseau U-Net, spécifiquement adaptée aux caractéristiques des images de cholangio-IRM. Les performances du BDU-Net ont été comparées avec celles de réseaux de segmentation de références, tels que V-Net et U-Net++, en utilisant des métriques quantitatives comme le score de Dice et la distance de Hausdorff, ainsi qu'une évaluation qualitative réalisée par des experts. Les résultats montrent une amélioration de la précision des reconstructions 3D grâce à BDU-Net. Cette thèse explore également l'impact des différentes méthodes de prétraitement des images de cholangio-IRM, incluant l'utilisation du recadrage dynamique, pour améliorer la qualité de segmentation. Ce prétraitement permet de mieux visualiser les structures biliaires, et d'améliorer la reconstruction 3D des voies biliaires, particulièrement dans les cas complexes. En plus des contributions en segmentation, cette thèse propose un plugin, nommé CPRE Pro, développé pour la plateforme 3DSlicer. Cet outil permet d'intégrer les reconstructions 3D dans le workflow clinique, facilitant la planification de la CPRE. Grâce à une interface intuitive, les cliniciens peuvent interagir avec les images de cholangio-IRM, effectuer des segmentations automatiques et visualiser l'anatomie biliaire en 3D
This thesis addresses the challenge of improving Endoscopic Retrograde Cholangiopancreatography (ERCP) by proposing an advanced method for 3D reconstruction of bile ducts. Current ERCP techniques face significant limitations, mainly due to the difficulty of visualizing bile ducts using 2D images, which can lead to planning errors and complications during interventions. The use of 3D reconstruction of bile ducts from MR cholangiography (MRCP) images presents a promising solution to overcome these challenges. The thesis introduces a novel approach for automatic segmentation called BDU-Net, based on the U-Net architecture and specifically tailored to MRCP images. The performance of BDU-Net was compared with other reference segmentation models, such as V-Net and U-Net++, using quantitative metrics like the Dice score and Hausdorff distance, as well as a qualitative assessment by experts. The results show a significant improvement in the accuracy of 3D reconstructions with BDU-Net. Additionally, the thesis explores the impact of various preprocessing methods for MRCP images, including dynamic cropping, to enhance the segmentation quality. This preprocessing step improves the visualization of bile duct structures and enhances 3D reconstruction, especially in complex cases. Beyond segmentation contributions, the thesis also presents a plugin called CPRE Pro, developed for the 3DSlicer platform. This tool integrates 3D reconstructions into the clinical workflow, facilitating ERCP planning. With an intuitive interface, clinicians can interact with MRCP images, perform automatic segmentations, and visualize bile duct anatomy in 3D, thus improving clinical decision-making and intervention planning

La cholangiopancréatographie rétrograde par voie endoscopique (CPRE) est une procédure endoscopique interventionnelle mini-invasive dont l'objectif est de réaliser un traitement au sein des voies biliaires. Les deux principales pathologies traitées sont la maladie lithiasique et les tumeurs bilio-pancréatiques. L'interprétation de l'anatomie biliaire dans le contexte de sténoses situées au niveau de la convergence biliaire supérieure (région péri-hilaire) et la manipulation du fil guide dans cette anatomie biliaire complexe sont les limites qui poussent à développer de nouveaux outils d'aide au guidage des instruments dans les voies biliaires. Nous nous sommes donc penchés durant ce travail de thèse sur la modélisation des voies biliaires par segmentation-reconstruction 3D, sur l'aide à la localisation des instruments de CPRE par recalage 2D-3D et tracking et, enfin, le design et la validation d'instruments actifs.Nous avons effectué des segmentations manuelles d'arbres biliaires à partir d'images de bili-IRM pour des cas de sténoses malignes péri-hilaires. Sur la base de ces segmentations, une étude rétrospective analysant la prise en charge de ces patients a pu montrer les limites de la CPRE 2D actuelle avec un nombre élevé d'injections de contraste inutiles, des prothèses inutiles ou mal placées, ainsi que des CPRE à répétition évitables. Une reconstruction 3D pourrait améliorer la technique de drainage endoscopique. Un travail en collaboration avec une équipe spécialisée a été initié pour mettre au point une segmentation-reconstruction automatisée. Les premiers résultats sont très encourageants même si inférieurs à la vérité terrain. Le travail se poursuit au niveau de la constitution d'une base de données qui permettra de renforcer l'apprentissage profond.Le second objectif de ce travail était le tracking et la localisation 3D automatique peropératoires des ancillaires au sein des voies biliaires complexes. Nous voulions ici développer un système d'aide temps-réel indiquant explicitement à l'opérateur le secteur intra-hépatique où se trouve son fil guide. Une première étape, fondée sur l'intelligence artificielle, a consisté à mettre au point une segmentation automatique du fil guide dans l'image de fluoroscopie 2D. Les modèles CNN mis au point par une équipe spécialisée permettent à ce stade de segmenter assez systématiquement une part significative des instruments. Sur cette base, la seconde étape a consisté à imaginer et tester un algorithme de localisation peropératoire des ancillaires. En s'appuyant sur la fusion entre reconstruction anatomique 3D et segmentation du fil-guide à l'image, un programme a été développé, lequel retourne une probabilité de localisation. La sensibilité de l'algorithme est de 91%. Dans le cas d'arbres biliaires complexes, les performances sont moins bonnes mais restent élevées avec une sensibilité de 86%. De futurs développements sont en cours afin de fiabiliser l'algorithme.Le troisième objectif de ce travail était de contribuer à l'émergence d'un fil guide de nouvelle génération pouvant s'orienter de façon active dans l'espace afin de naviguer plus aisément au sein de l'arbre biliaire, pathologique ou non. Pour ce faire, nous nous sommes appuyés sur la technologie des alliages à mémoire de forme (AMF). Des modèles 3D d'arbre biliaire ont été imprimés en utilisant les segmentations réalisées en interne. Un modèle dupliquant l'environnement complet de la CPRE, appelé ‘modèle-CPRE', a été conçu puis fabriqué afin de pouvoir tester les fils guides intelligents. Une première série de tests a comparé un fil guide intelligent (Gecko 35Ⓡ, BCV) à deux fils guides utilisés en pratique courante. Au total, les premières manipulations montrent une faisabilité avec un cathétérisme de la majorité des secteurs intra-hépatiques. Après impression de nouveaux modèles et amélioration du modèle-CPRE, une seconde série de tests avec d'autres experts sera réalisée
Endoscopic retrograde cholangiopancreatography (ERCP) is a minimally invasive interventional endoscopic procedure whose objective is to provide treatment within the bile ducts. The two main pathologies treated are stone disease and biliopancreatic tumors.The interpretation of the biliary anatomy in the setting of strictures located at the level of the upper biliary convergence (peri-hilar region) and the manipulation of the guide wire in this complex biliary anatomy greatly limit the procedures success, which pushed us to develop new tools to better navigate within the bile ducts. We focused during this thesis work on the modelization of the bile ducts by 3D segmentation-reconstruction, on assisted localization of ERCP instruments by 2D-3D registration and tracking and, finally, the design and validation of active instruments.We performed manual segmentations of biliary trees from biliary MRI images for cases of malignant perihilar strictures. Based on these segmentations, a retrospective study analyzing the management of these patients showed the limits of current 2D ERCP with a high number of unnecessary contrast injections, unnecessary or poorly placed biliary stents, as well as unwarranted repeat ERCPs. 3D reconstruction could improve the endoscopic technique. Collaborative work with a specialized team was initiated to develop automated segmentation-reconstruction. The first results are encouraging although not as performant as the manual ground truth. The database is being increased with more cases that will strengthen the deep learning.The second objective of this work was the automatic intraoperative 3D tracking and localization of instruments within complex bile ducts. Here we wanted to develop a real-time assistance system explicitly indicating the intra-hepatic sector where the guide wire is located. A first step, based on artificial intelligence, consisted of developing an automatic segmentation of the guide wire in the 2D fluoroscopy image. The CNN models developed by a specialized team allows the segmentation of a significant portion of the instruments at this stage.The second step consisted on the development and testing of an algorithm for intraoperative localization of the guide wire. Based on the fusion between 3D anatomical reconstruction and segmentation of the guidewire in the 2D image, a program was developed which gives a localization probability. The sensitivity of the algorithm is 91%. In the case of complex biliary trees, lower performances are seen, but remain high with a sensitivity of 86%. Future developments are underway to render the algorithm more reliable.The third objective of this work was to contribute to the emergence of a new generation of guide wires which can be actively oriented in space in order to navigate more easily within the biliary tree, pathological or not. We relied here on shape memory alloy technology. 3D models of the biliary tree were printed using the manual segmentations. A model duplicating the complete CPRE environment, called ‘CPRE-model', was designed and then manufactured in order to be able to test the intelligent guidewires. A first series of tests compared an intelligent guidewire (Gecko 35Ⓡ, BCV) to two guidewires used in current practice. Overall, the first manipulations show feasibility with catheterization of the majority of intrahepatic sectors. After printing new models and improving the CPRE model, a second series of tests with other experts will be carried out