Grégory Maclair 5 décembre 2008

1

Développement d’algorithmes temps réel de traitement de séquences

d’images biomédicales animées pour la thermothérapie guidée par IRM

Grégory Maclair5 décembre 2008

Laboratoire d’Imagerie Moléculaire et Fonctionnelle (IMF) – CNRS-UMR 5231Laboratoire Bordelais de Recherche en Informatique (LaBRI) – CNRS-UMR 5800

2

Introduction et problématique Analyse et algorithmes de correction d’un

mouvement reproductible et applications pour la thermothérapie guidée par IRM

Modélisation des perturbations de champ magnétique

Conclusion et Perspectives

Plan de la présentation

3

Hyperthermie locale

IRM

Outils de chauffage

Radiofréquences

Laser

Ultrasons focalisés

Mesures dynamiques

4

Imagerie IRMA chaque unité de volume est associé un nombre complexe

M

iMe

Phase, température et dose thermique

5

Fréquence de résonance des protons (PRFS) :

Dose thermique :

[Sapareto, 1984 ]dtrtTDt tT 0

))(43()()43( 50.0)43( 25.0CTrCTr

1995] Poorter, [de ....)( 0BTT Etref

6

Mouvement

Effet de susceptibilité magnétique

Problèmes

7

Abdomen d’un volontaire sain en respiration libre

Etape 2 : estimation des mouvements locaux (Cornelius-Kanade [Kanade,

1983])

Etape 1 : estimation du mouvement global

[Friston, 1995]

Mouvement [Denis de Senneville, 2005]

8

…

…

…

…

InterventionApprentissage

…

… …

…

Méthode de l’atlas [Denis de Senneville, 2004]

t=0 t=n-1

9

Changement des propriétés IRM [Graham, 1999]

Influence sur le contraste de l’image Non conservation de l’intensité lumineuse :

Estimation du mouvement biaisée localement

Problématique liée à l’estimation de mouvement

),,(),,(),,( tyxItyxIdttdyydxxI

10

Problématique liée à l’atlas Mouvements

périodiques Problème :

Echantillonnage précis du mouvement observé

Problème de densité de population de l’atlas

Une même valeur dans l’atlas = plusieurs position de l’organe

Position de l’organe [mm]

Vale

ur d

e la

pha

se [r

ad]

n=10

11

Introduction & problématique Analyse et algorithmes de correction d’un mouvement

reproductible et applications pour la thermothérapie guidée par IRM◦ Modèle de mouvement basé sur l’Analyse en Composantes Principales (ACP)◦ Amélioration de la recherche dans l’atlas◦ Optimisation de plan d’acquisition

Modélisation des perturbations de champ magnétique induites par le mouvement◦ Modélisation sur organes mobiles◦ Modélisation sur organes non-mobiles

Conclusion & Perspectives


12

Problématique : ◦ Trouver une méthode d’estimation de mouvement robuste

aux changements locaux d’intensité◦ Profiter du caractère périodique du mouvement observé

Solution proposée : ◦ Pendant l’apprentissage

Estimation de mouvement à l’aide d’un algorithme basé flot optique

Calcul d’un modèle de mouvement à l’aide d’une ACP [Black, 1997]

◦ Pendant l’intervention Estimation du mouvement à partir du modèle de manière globale

Analyse et modélisation d’un mouvement reproductible

Maclair G. et al., ICIP, 2007

13

Création d’une matrice d’apprentissage du mouvement F :

Analyse en Composantes Principales sur F Obtention d’une base de mouvement B :

, avec k défini tel que :

Utilisation de l’ACP

)12(

)0( , ),,( 10

sf

ffffF

i

i

in

))12(),0(( ,

1

0

sbbbb

bB iii

k

12

0

21

0

)var(et , %95)var(s

jjii

k

ii

14

Calculer Tt entre It et I0 :

Trouver at minimisant l’expression suivante :

Utilisation de la méthode Levenberg-Marquardt

Estimation des paramètres du modèle

),,( avec , 10

1

0

tk

ttk

ii

tit aaabaT

20 ))((

21

tt ITIs

EQM

Estimation des paramètres du modèle : illustration

15

a0 x

a1x

Recalage

+Combinaison linéaire des éléments de la base calculée par ACP

Sans recalage Avec recalage

16

Application pratique (Ex Vivo) A & B : Distribution de

température après 40s de chauffage RF A : estimation basée flot

optique B : estimation basée ACP

C & D : Cartes de dose thermique correspondantes

17

Application pratique (Ex Vivo)

Evolution temporelle de la température : en bleue, basée flot optiqueen rouge, basée ACP

18

Abdomen d’un volontaire sain en respiration libre

Application pratique (In Vivo)

Base calculée

19

Approche de l’atlas – Flot optique Approche de l’atlas - ACP

Estimation de mouvement: 150 ms Estimation de mouvement: 75 ms

Stabilité de la méthode comparée à l’approche existante (1,1°C)

Compatibilité avec les contraintes temps réel

Application pratique (In Vivo)

20

Introduction & problématique Analyse et algorithmes de correction d’un mouvement

reproductible et applications pour la thermothérapie guidée par IRM◦ Modèle de mouvement basé ACP◦ Amélioration de la recherche dans l’atlas◦ Optimisation de plan d’acquisition




21

Remplacer le critère d’inter-corrélation sur l’image anatomique

Utiliser le descripteur principal comme critère de recherche

Associer avec

Utilisation du modèle pour améliorer la recherche dans l’atlas

),( ttM ta0

ta0

22

Résultat non satisfaisant

Cause : ◦ Index dans l’atlas

erroné Solution :

◦ Prise en compte de l’effet d’hystérèse

Résultats

23

Mouvement entre l’inspiration et l’expiration non symétrique

Modification de la phase différente en fonction de l’état de la respiration (inspiration/expiration)

Marquage de la phase d’inspiration

Prise en compte de l’effet d’hystérèse apparent

24

Incertitude sur la T°C équivalente à l’approche traditionnelle

Temps de recherche dans l’atlas amélioré d’un facteur 3

Résultats

25

Introduction & problématique Analyse d’un mouvement reproductible et applications

pour la thermothérapie guidée par IRM◦ Modèle de mouvement basé ACP◦ Amélioration de la recherche dans l’atlas◦ Optimisation de plan d’acquisition




26

Problématique : ◦ Eviter

l’apparition/disparition de structures anatomiques

◦ Orienter le volume d’intérêt dans la direction du mouvement dominant

Calcul du plan de coupe optimal

Avec Bruno Quesson, Mathilde Merle, Thibault Carteret

27

Méthode proposée (1/2): ◦ Acquisition dynamique de 2 coupes orthogonales

◦ Recherche du mouvement dominant sur la cible dans les 2 orientations à l’aide d’une ACP

◦ Obtention du vecteur de mouvement 3D Dxyz(u,v,w)

Méthode itérative

uv v w

28

Méthode proposée (2/2) :◦ Calcul des angles de corrections α et β◦ Mise à jour des paramètres IRM et acquisition◦ Recherche du nouveau vecteur de mouvement

dominant◦ Nouveau calcul des angles de corrections

Si |α|<5° et |β|<5° : fin de l’algorithme Sinon : nouvelle itération

Méthode itérative

29

Après correction : ◦ Mouvement dominant dans la direction de l’axe Oy

de l’aimant

Résultats après optimisation

30

Optimisation effectuée après une itération

Comparatif avant/après optimisation

Series1

05

10152025303540

Patients

α(°)

Series1

02468

1012

Avant optimisationAprès optimisation

Patientsβ(°)

31

Acquisition après optimisation

Temps (s)Dé

plac

emen

t (m

m)

Vue coronale après optimisationdu plan de coupe

Evolution temporelle des déplacements suivant :

• l’axe Oy• l’axe Ox• l’axe Oz

32



Modélisation des perturbations de champ magnétique◦ Modélisation sur organes mobiles◦ Thermométrie sur le sein



33

Hypothèse : ◦ Déplacement observé principalement dans la

direction longitudinale de l’aimant◦ Observation autour du centre de l’aimant◦ Organe observé éloigné de l’interface air/tissus

Alors : ◦ Approximation du changement de champ

magnétique par un modèle linéaire

Modélisation de champ magnétique sur organes mobiles

34

Méthode

…

t=0

Donnée en entrée : ◦ La base de mouvement calculée précédemment

0<t<n-1

et

tk

t

t

a

aa

1

0

0<t<n-1

Maclair G. et al., MICCAI, 2007

35

Utilisation d’une Décomposition en Valeur Singulière (SVD) pour calculer les

Pendant l’intervention : ◦ Utilisation des permettant l’estimation de

mouvement afin de calculer

Méthode proposée

tref

ta

ip

36

Méthode proposée : illustration

+

Différence avec la phase à l’instant

courant

Combinaison linéaire des composantes de la base de phase pondérées par leurs coefficients.

a0x

a1x

37

Amélioration de l’incertitude sur la mesure de température

Solution au problème de peuplement de l’atlas

Temps de calcul réduit d’environ 20%

Résultats In Vivo

n=10

38



Modélisation des perturbations de champ magnétique◦ Modélisation sur organes mobiles◦ Thermométrie sur le sein



39

Traitement du cancer du sein :◦ Pas de mouvement◦ Effet de susceptibilité induit par la variation du

volume d’air pulmonaire◦ Utilisation d’une mesure extérieure à l’image

Echo navigateur : ◦ Acquisition d’une ligne de l’espace de Fourier◦ Obtention d’un profil d’intensité caractérisant la

respiration

Exemple d’application (En collaboration avec S.Hey, M.Lepetit-Coiffé)

Hey S., Maclair G., MRM, 2008

40

Atlas de capteurs : ◦ Apprentissage :

Associer chaque valeur du capteur Nt au couple Prendre en compte de l’effet d’hystérèse

◦ Intervention : Récupérer dans l’atlas en utilisant la valeur

courante du capteur Modèle de champ magnétique :

◦ Remplacer les at du modèle précédent par les Nt

Thermométrie sur organes non mobiles

),( ttM

tref

41

Etude menée sur 5 volontaires :◦ Séquence d’acquisition

optimisée◦ Effet de susceptibilité

différent d’une volontaire à l’autre

◦ Utilisation de l’atlas de capteur et du modèle de champ magnétique

Résultats

Représentation statistiquedes écart-types temporels

de la température

42

Introduction & problématique Analyse d’un mouvement reproductible et applications pour

la thermothérapie guidée par IRM◦ Modèle de mouvement basé ACP◦ Amélioration de la recherche dans l’atlas◦ Optimisation de plan d’acquisition

Modélisation des perturbations de champ magnétique induites◦ Modélisation sur organes mobiles◦ Thermométrie sur le sein



43

Conclusion : ◦Méthode d’estimation de mouvement robuste

◦Modèle de champ magnétique fiable

◦Thermométrie sur le sein


44

Perspectives :◦Etude des méthodes proposées à 3T ◦Evaluer les méthodes proposées sur le cœur

◦Optimisation des algorithmes en utilisant les cartes graphiques


Grégory Maclair 5 décembre 2008

Documents

Transcript of Grégory Maclair 5 décembre 2008