Modèle prédictif d’Evolution des Accidents Vasculaires Cérébraux

en IRMen IRM

PHILIPS F. Schneider, S. Burnol, P. Garnier, P. Mismetti, D. Chéchin, FG. Barral

Déficit neurologique d’origine vasculaire.AVC ischémique : occlusion d’une artère cérébrale.

1ère cause de handicap à long terme (50% à 75% de séquelles).

CONTEXTE L’Accident Vasculaire Cérébral

1ère cause de handicap à long terme (50% à 75% de séquelles).2ème cause de démence, 3ème cause de mortalité.150 000 AVC par an en France (incidence : 238 / 100 000).

15% de récidive en moyenne à deux ans.Un AVC toutes les 2 min aux États-Unis.

CONTEXTEL’Accident Vasculaire Cérébral

Le diagnostic s’établit sur la présentation clinique et le bilan paraclinique.

Seule l’imagerie permet d’attester de la réalité de l’AVC, Seule l’imagerie permet d’attester de la réalité de l’AVC, de distinguer l’ischémie de l’hémorragie, de préciser la topographie et de rechercher les causes.

Situation d’urgence qui nécessite une prise en charge précoce.

CONTEXTE Les mécanismes de l’AVC

Darnigl 2001La pénombre est une zone potentiellement La pénombre est une zone potentiellement récupérablerécupérable

CONTEXTE : Imagerie de l’AVC

TDM 1h après le début des symptômes et IRM 1h30.TDM 1h après le début des symptômes et IRM 1h30.

CONTEXTE : Imagerie de l’AVC

CONTEXTEApproximation de la pénombre

• IRM de diffusion : diminution du volume extracellulaire (centre ischémique)

• IRM de perfusion : déficit de perfusion

• mismatch : zone potentiellement récupérable (estimation de la pénombre). Région où les lésions peuvent s’élargir

CONTEXTE Evaluation imparfaite de la pénombre

Les anomalies de perfusion ne montrent pas seulement la pénombre (oligémie).Les lésions visibles en diffusion peuvent s’étendre en dehors des régions hypo-perfusées.Les anomalies de diffusion peuvent être réversibles dans certains cas.

CONTEXTE : Modèle d’EVolution des AVC

Diffusion ADC VSCTTP Modèle

Séquences IRM acquises en urgence

Lésion finale

But

Objectif : Prédire les zones qui vont se nécroser à partir d’informations obtenues dans les premières heures de l’atteinte

L’échelle de couleurs (modèle) correspond à une probabilité d’évolution vers la nécrose (exemple rouge >90%, jaune >60%, bleu >25% et vert <25%).

INTERET

Pronosticsévère

Thrombolyse ?

• Prise de décision thérapeutiqueStade aigu Stade chronique

Bénéfices

Risques

• Efficacité d’un traitement

Prédiction -Modèle

Résultat –T2 à 3 mois

Prédiction -Modèle

Diminution de la lésion

Efficacité

INTRODUCTION 2 types d’approche

Diffusion ADC VSCTTP Modèle- ISODATA(1)

- ACP(2)

Séquences IRM acquises en urgenceProbabilitéde Nécrose

(1) Mitsias & al. 2004.(2) Pourabdollah-Nejad & al.2007.(3) Wu & al. 2001.

Régression Logistique(3)

Objectifs : - modèle automatique- exécution rapide

INTRODUCTION 2 types d’approche

Diffusion ADC VSCTTP Modèle- ISODATA(1)

- ACP(2)

Séquences IRM acquises en urgenceProbabilitéde Nécrose

(1) Mitsias & al. 2004.(2) Pourabdollah-Nejad & al.2007.(3) Wu & al. 2001.

Régression Logistique(3)

Objectifs : - modèle automatique- exécution rapide

Examens d’IRM réalisés en urgence

(Diffusion / Perfusion)

Début des symptômes

+ Informations cliniques (délai, âge, occlusion artérielle)

< 12 heures(Délai limite d’inclusion)

Diffusion Perfusion

METHODOLOGIE : Déroulement

Examen d’IRM de contrôle

3 mois

Lésion finale (délimitations)

Traitement des images Recalage des images (diffusion → perfusion)Extraction du cerveau

T2

1

1+ exp(-=

METHODOLOGIE Régression logistique : principe

= α + ∑ βi Xi

)1+ exp(-

- Probabilité : 0 < P < 1

- Calcul voxel par voxel

- Paramètres (α, β) du MRL déterminés par calibration surune banque de données de patients

)

Séquences IRM acquises en urgence

METHODOLOGIE Régression logistique : calibration

T2 à 3 mois Délimitations Binarisation

0

1

(α, β) tel que

=α

β0

1

1

METHODOLOGIE Régression logistique : paramètres

Paramètres :

Imagerie :

Diffusion TTPADC VSC

Imagerie :

Variablescliniques : Age ? Délai ? Occlusion

Artérielle ?

+

RESULTATS : patients

Patient Age Délai SexeTerritoiresvasculaires

OcclusionTaille finale

de lalésion

1 46 7h30 HommeSylvien superficiel droit

postérieur + artère cérébralepostérieure droite

oui 43.48 cm3

2 54 2h Homme Sylvien total droit oui 73.62 cm3

3 46 11h Femme Sylvien profond droit Oui 23.53 cm33 46 11h Femme Sylvien profond droit Oui 23.53 cm3

4 48 6h Femme Sylvien profond droit Oui 81.40 cm3

5 41 9h Femme Sylvien superficiel gauche Non 26.37 cm3

6 42 2h Homme Sylvien profond gauche non 3.10 cm3

7 54 12h HommeArtère choroïdienne

antérieurenon 1.42 cm3

8 63 4h Homme Sylvien gauche non 1.17 cm3

9 60 4h30 Homme Sylvien profond droit oui 10.81 cm3

Moyenne(écart-

type)

50,54(7.75)

6h30(4h30)

6 Hommes /3 Femmes

5 occlusionsartérielles

29.43 cm3

(30.66)

Aucun patient n’a bénéficié de Thrombolyse

RESULTAT : Régression Logistique

Paramètres donnant les meilleurs performances

VSCADCDiffusion TTP VSCADCDiffusion TTP

Paramètres d’imagerie uniquement

Les données cliniques n’amélioraient pas la performance du modèle dans notre échantillon

RESULTAT Exemple d’AVC volumineux (75 cm3)

3 mois

>50% de chances de nécrose

Prédiction à J0

RESULTAT Exemple de lésion de petite taille

3 mois

Prédiction à J0

● Bons résultats sur des lésions volumineuses ● Sur les très petites lésions (< 5 cm3)

→ artéfacts de susceptibilité magnétique (EPI)→ bons résultats visuels

RESULTATSComparaison avec la littérature

Notre étude

%

Se Sp Se Sp

66

8471

91

61

97

678179

99

Seuil > 32% Seuil > 50%

DISCUSSION

- Résultats globalement similaires- Amélioration pour les lésions de très faibles volumes (1 cm3)- Approche entièrement automatique

Comparaison avec des travaux précédents

Etude prospective Etude rétrospective

Examen de contrôle à date fixe (3 mois)

Examen de contrôle à date variable (> 5 jours)

Acquisition de diffusionà facteur b constant

Acquisition de diffusionavec plusieurs facteurs b

Notre étude Travaux précédents

PERSPECTIVES

- A priori spatial : atlas probabiliste des territoires vasculaires*

- Spectro-IRM - Spectro-IRM

- Segmentation Substance Blanche / Substance Grise

- Augmenter l’échantillon utiliser pour la calibration

* Seitz et al. 2009

INTERFACE GRAPHIQUE

● Automatisation complète du traitement (~ 6 min) : → Conversion des images DICOM ou Par&Rec en

Analyze/Nifti→ Calcul des cartographies de Perfusion

Recalage des séquences → Recalage des séquences → Calcul de la cartographie de probabilité de nécrose→ Enregistrement des données

● Seuillages ● Visualisation● Sauvegarde

CONCLUSION

• Modèle de régression logistique : estimer l’évolution tissulaire dans chaque voxel

• Facilité d’interprétation avec une unique valeur de risquerisque

• Améliorer l’estimation du pronostic tissulaire• Faisabilité testée sur un faible nombre de patients • Perspective d’application : évaluer les effets de

thérapeutique en comparant l’issue prédite sans traitement avec le résultat après traitement

Collaborations : Service de Radiologie,Service de Neurologie et UNV, Philips Systèmes Médicaux, Groupe de Recherche Systèmes Médicaux, Groupe de Recherche sur la Thrombose (EA3065).

PHILIPS