Matching of images and models for guiding endovascular interventions

Ces travaux de thèse s'inscrivent dans le contexte des gestes médico-chirurgicaux assistés par ordinateur pour le traitement endovasculaire de l'anévrisme de l'aorte abdominale. La complexité de ce type de procédure et l'évolution permanente des dispositifs endovasculaires posent des difficultés liées notamment à la sélection des endoprothèses les mieux adaptées à l'anatomie du patient et à la localisation précise des outils endovasculaires lors de l'intervention. L'objectif de ces travaux thèse est d'apporter aux cliniciens une aide à la décision lors de la planification et de la réalisation de la procédure. L'approche envisagée consiste à mettre en correspondance les examens d'imagerie préopératoire et peropératoire et à les combiner avec des modèles d'interaction dispositifs / tissus pour améliorer le positionnement des endoprothèses dans des structures vasculaires déformables. Nous envisageons tout d'abord une solution permettant de positionner interactivement des modèles d'endoprothèse dans la structure vasculaire préopératoire afin de vérifier l'adéquation des endoprothèses sélectionnées avec l'anatomie du patient. La méthode s'appuie sur un modèle géométrique ou mécanique approché de l'endoprothèse placée dans une structure vasculaire non déformable. Nous proposons ensuite une solution originale de simulation des interactions outil-tissu dans le but d'anticiper les déformations vasculaires provoquées par l'insertion des outils, relativement rigides, avant le déploiement des endoprothèses. Le guidage de l'intervention par navigation endovasculaire augmentée est abordé au travers du recalage 3D/2D. Une méthode polyvalente est proposée afin de mettre en correspondance le scanner ainsi que les modèles préopératoires avec les images peropératoires. L'évaluation de ces méthodes et leur application sur données patients ont permis de montrer la compatibilité de l'approche proposée avec le workflow clinique.This thesis deals with computer-assisted surgery in the context of endovascular repair of abdominal aortic aneurysm. The complexity of this procedure and the ongoing development of endovascular devices pose challenges such as the selection of the most appropriate stent-grafts for the patient anatomy and the precise location of endovascular tools during surgery. The aim of this thesis is to provide clinicians with decision support for the planning and the performance of the procedure. The proposed approach consists in matching preoperative and intraoperative image data and in combining them with tool-tissue interaction models in order to improve the positioning of stent-grafts in deformable vascular structures. We consider a solution for positioning stent-grafts interactively in the preoperative vascular structure to verify the adequacy of the selected stent-grafts with the patient anatomy. The method is based on a geometrical or simplified mechanical model of the stent graft placed in a rigid vascular structure. We propose an original solution for simulating tool-tissue interactions in order to anticipate vascular deformations caused by the insertion of stiff tools before stent-graft deployment. Augmented reality guidance for endovascular interventions is addressed through 3D/2D registration. A versatile method is proposed for the matching of the CT-scan and preoperative models with intraoperative images. The evaluation of these methods and the results obtained on patient data have shown the compatibility of the proposed approach with the clinical workflow