Marqueurs morpho-fonctionnels des maladies respiratoires en imagerie tomodensitométrique

Ce travail vise à développer un système de diagnostic assisté par ordinateur ciblant les maladies pulmonaires responsables de changements biologiques et morphologiques dans les voies respiratoires. L'intérêt clinique est la compréhension des mécanismes et relations entre la physiologie et le phénotype / génotype du patient. Ce système DAO adopte le concept "image comme marqueur" et explore les données MDCT obtenues en routine clinique. Ainsi, des approches d investigation basées sur l'image sont abordées pour identifier les marqueurs pathologiques en jeu. L enjeu majeur est la segmentation volumétrique de la paroi bronchique. La méthode originale développée dans ce travail utilise un modèle de surface active spécifique au patient et évoluant selon une dynamique lagrangienne contrainte par un champ de diffusion. Les autres contributions concernent l évaluation semi-quantitative de la variation de la forme des bronches et la détection automatique des anomalies. Pour cela, une notion de calibre local a été exploitée. L'épaisseur pariétale ainsi que les simulations d écoulement quantifient l effet du remodelage bronchique. Le système est complété par des outils de visualisation intuitive, navigation et interaction. Les solutions développées ont été validées aussi bien sur des données réelles provenant d études cliniques qui incorporent 150 patients, que sur des données simulées. Ces dernières ont été obtenues en générant des fantômes numériques avec des géométries spécifiques au patient et en simulant l'acquisition TDM. Les résultats montrent une précision de l'ordre de la résolution axiale de l'image et une robustesse vis-à-vis de la variabilité inter-patient et inter-protocole.The motivation of this work is the development of a computer-aided diagnosis system targeting pulmonary diseases which induce biological and morphological changes to the airway system. The clinical interest lies in understanding the mechanisms and relationships between airway physiology and the clinical phenotype and genotype. Such a CAD system adopts the concept of Image as Marker and exploits routinely available MDCT image data. Thus image-based investigation approaches are tackled in order to identify relevant pathological markers. The key issue of our work is the volumetric segmentation of the airway wall. The developed original approach relies on a patient-specific, deformable mesh model evolving according to Lagrangian dynamics, under the constraints of an external diffusion vector field. Other contributions concern semi-quantitative assessment of the airway shape variation and the automatic detection of shape abnormalities exploiting the notion of local maximal airway lumen caliber. The local wall thickness information as well as computational fluid dynamics simulations capture the airway remodeling. Intuitive visualization, navigation and interaction capabilities associated with the extracted quantitative data complete the developed system. All the solutions were quantitatively and qualitatively validated, either on real MDCT images during clinical studies including 150 patients or on simulated data. Latter were achieved by computer phantoms involving patient-specific geometries and CT acquisition simulation. The results reported a precision in the range of the CT image resolution and the robustness towards acquisition and inter-patient variability.PARIS5-BU Saints-Pères (751062109) / SudocSudocFranceF