Quantification and modeling of arterial wall kinematics using vascular ultrasound sequences for atherosclerosis early detection

Ce travail de thèse s'inscrit dans la volonté de caractérisation de la paroi artérielle pour la détection précoce des maladies cardiovasculaires. La genèse de celui-ci part du constat qu'un nombre important de paramètres issus du mouvement pariétal, tels que la compliance artérielle, le déplacement longitudinal du complexe intima media, le cisaillement de la paroi artérielle, ou encore les variations d'épaisseur du complexe intima media, sont pressentis comme étant des marqueurs précoces d'athérosclérose. Or, il n'existe aucune méthode fournissant simultanément ces différentes mesures. C'est ce que nous nous sommes proposés de faire durant ce travail de thèse. Pour cela, nous avons choisi d'utiliser des séquences d'images les plus proches de la pratique clinique possible, de façon à minimiser le coût de transfert technologique. Nous proposons une méthode d'estimation des mouvements et des déformations de la paroi artérielle, utilisant une détection automatique de points saillants, associée à une estimation robuste de la transformation expliquant au mieux les déplacements observés. Cette méthode a été validée in silico sur des séquences simulées où la déformation est connue, et in vivo en comparaison avec des références manuelles et avec la méthode de la littérature présentant les meilleurs résultats. Notre méthode a montré sa capacité à extraire, avec une bonne précision, les paramètres de déplacement des diffuseurs ultrasonores sur des séquences simulées. Elle présente également une meilleure robustesse que la méthode de la littérature, tout en extrayant plus de paramètres. Les compressions et dilatations sont du même ordre de grandeur que celles rapportées dans la littérature tout en étant évaluées de façon robuste par une méthode unifiant les différentes mesures. Les contributions principales de ce travail de thèse sont: i) le développement d'une méthode d'estimation des déformations pariétales permettant une estimation robuste et simultanée de différents paramètres d'intérêt clinique, ii) la création d'une méthode de simulation d'image vasculaire ultrasonore réaliste permettant d'imposer un mouvement connu à une artère, iii) l'analyse systématique de différents détecteurs de points saillants dans le but de sélectionner ceux pouvant être utilisés dans des images échographiques présentant des structures concentriques d'échogénicités différentes. Le lien entre la rigidité artérielle et le risque cardiovasculaire laisse penser que ces déformations permettent d'évaluer le risque cardiovasculaire de façon non invasive sur des séquences d'images telles que celles visualisées en routine clinique. Cependant, des expérimentations supplémentaires seront nécessaires de façon à établir le lien exact entre ces paramètres et le risque cardiovasculaireThis thesis is focused on mechanical characterization of the arterial wall to provide tools for atherosclerosis early diagnosis. It stems from the observation that various parameters coming from arterial kinematics, such as arterial compliance, intima media longitudinal displacement, wall shear stress, and intima media thickness variability through time, are seen as potential early detectors of atherosclerosis. However, there is no framework that allows extracting those parameters simultaneously. We therefore, focused on developing such a framework. In order to reduce the technological transfer overhead, we used image sequences directly extracted from clinical scanners. We proposed a motion estimation algorithm capable of extracting tissue deformation. This algorithm is based on automatic keypoint detection, coupled with a robust transformation estimator. This framework has been evaluated in silico simulated realistic ultrasound image sequences, where the motion is known, and in vivo on clinical image sequences, where its capacity to extract coherent trajectory in regard to manually followed points has been tested. Our method proved its capacity to retrieve the underling tissue motion from the apparent motion of speckle patterns in the image sequences with fair accuracy. It also proved to be more robust than the state-of-the-art method in regard to speckle pattern disappearing. The estimated shear, and compression patterns are consistent with the values reported in the literature, while being extracted simultaneously, contrary to the existing approaches. The main contributions of this work are: i) Development of a motion estimation algorithm allowing for tissue deformation evaluation without any need for special acquisition. ii) Simulation of realistic image sequences allowing for controlled motion and decorrelation level. iii) Systematic analysis of several candidate keypoints detectors in order to select the one most suited for vascular ultrasound images. The link between cardiovascular risk and arterial rigidity is a well-established fact, which leads to postulate that the tissue deformation estimation would allow quick non-invasive screening for cardiovascular risk without any need for complex image acquisition procedures. However, more experiments are needed in order to elucidate the link between those parameters and cardiovascular ris