Analyse des lésions cérébrales ischémiques en phase

Analyse des lésions cérébrales ischémiques en phase aiguë,
par imagerie par résonance magnétique de diffusion : méthodes, intégration logicielle et évaluations cliniques.
Yohan Attal
Ecole doctorale STITS - Université Paris XI
Résumé
Répondre aux questions de diagnostic et de pronostic à la suite d’un accident
ischémique cérébral (AIC) est un enjeu majeur, tant sur le plan de l’urgence
neurovasculaire que pour la mise en place d’essais cliniques. Ce travail de thèse
a consisté en la création de nouveaux outils d’analyse d’images par résonance
magnétique (IRM) pour une aide à la décision thérapeutique dans la prise en
charge des AIC.
Dans un premier temps, nous avons développé des techniques de segmentation
automatique de l’infarctus à la phase aigue de l’AIC (moins de 6 heures après
la survenue des premiers symptômes) à partir d’images IRM pondérées en diffusion (DWI). Deux méthodes ont été développées avec comme idée directrice,
le croisement des informations issues des images DWI et celles de cartographie
du coefficient apparent de diffusion (ADC). La première méthode est basée sur
des critères d’intensité des images en question, avec une mise en œuvre faisant
appel à l’algorithme « Espérance-Maximisation (EM)». L’hypersignal net sur
l’image DWI et la franche diminution de l’ADC reflètent les régions atteintes de
lésions irréversibles. La seconde méthode intègre en supplément aux données les
informations issues d’un atlas probabiliste des lésions attendues suites à un AIC
de l’artère cérébrale moyenne, que nous avons développé au cours de ce travail
de thèse.
Dans un deuxième temps, nous nous sommes intéressés à l’estimation de la zone
à risque de croissance : la pénombre ischémique. La méthode de référence que
nous avons utilisée, appelée « NeurInfarct », est basée sur une mesure de disparité (mismatch) entre les mesures d’ADC et de DWI. Cette technique a été
le fruit d’une collaboration entre notre laboratoire, le service de Neurologie et
le service des Urgences Cérébro-Vasculaires de l’hôpital de la Pitié-Salpêtrière.
Elle a fait l’objet d’un dépôt de brevet, puis d’un transfert de technologie auprès de l’entreprise Intelligence in Medical Technologies (IMT), auquel j’ai pris
une part très active au cours de ma thèse. J’ai en effet développé une solution logicielle, « NeurInfarct 1.0.0 », répondant à des critères d’usage clinique
ainsi qu’aux normes qualité des règlementations européennes (CE) et américaines (FDA). La création de ce logiciel a permis la mise en place de plusieurs
études cliniques afin d’évaluer ses performances sur de larges bases de données
mono et multi centriques, auxquelles j’ai collaboré au tout premier plan. Nous
présenterons dans ce manuscrit les résultats de deux d’entre elles. Ces études
nous ont permis d’évaluer de manière soutenue les performances des approches
méthodologiques proposées et d’envisager des améliorations. Comme pour la
segmentation des lésions initiales, les méthodes d’estimation de la pénombre
1
ischémique à partir de cartes ADC bénéficient d’informations a priori issues de
l’intégration d’un atlas probabiliste des lésions ischémiques.
Par ses aspects méthodologiques, d’intégration logicielle et d’évaluations cliniques à grande échelle, cette thèse propose donc un panorama le plus complet
possible d’un projet de recherche initié par des questions cliniques ouvertes et
motivé par le retour vers le clinicien.
Abstract
The questions of diagnosis and prognosis in the aftermath of an ischemic stroke
are major challenges to emergency medicine and to the design of clinical trials.
This PhD work consisted of the elaboration of new tools for the analysis of
magnetic resonance imaging (MRI) data in the context of computer-aided therapeutic decision-making for stroke. We first developed new automatic image
segmentation techniques of the ischemic lesion from diffusion-weighted MRI
image (DWI) data acquired at the acute phase (less than 6 hours after symptom
onset). We propose two approaches that both combine DWI data and apparent
diffusion coefficient maps (ADC). The first of these segmentation methods isolates the ischemic lesions using a model designed with voxel-intensity criteria
and an implementation running the « Expectation Maximization (EM) » algorithm. Indeed, irreversible lesions are revealed by both signals of hyper-intensity
in DWI images and a relative diminution of the ADC. The second approach
complements the imaging data with a probabilistic atlas of the expected lesion
territory following an occlusion of the middle cerebral artery. We then worked
on the prediction of potential infarct growth and the determination of the socalled ischemic penumbra region. The reference method that was used, called
"NeurInfarct", is based on the detection of a regional mismatch between ADC
and DWI measures. This technique was developed through the collaboration
of our laboratory, the Department of Neurology and the Stroke Center at the
hospital of la Pitié-Salpêtrière in Paris. The approach was originally patented,
which was followed by a technology transfer to the industrial partner ; Intelligence in Medical Technologies (IMT). I have brought a significant contribution
to this translation during my thesis : I have developed a software application,
« NeurInfarct 1.0.0 », complying with the clinical quality standards from European (CE) and American (FDA) regulations. Through this software, several
mono and multi centric clinical studies were initiated to evaluate the performances of the approach on larger databases. I have contributed and actively
collaborated to these studies. This manuscript details the results from two of
these studies. Similarly to the segmentation of acute lesions, the methods used
for the estimation of the ischemic penumbra from ADC maps benefited from the
addition of a priori information extracted from the probabilistic atlas of ischemic
lesions. Through the development of new methodology, the translation to software integration and large scale clinical evaluations, this thesis covers the broad
spectrum of a research project initiated by ongoing clinical questions and driven
by the translation of methodological developments back to the clinical practice.
2