Proposition de stage : Développement d’un outil de segmentation 3D+t de l’aorte en IRM 4D Flow

! STAGE POURVU !

 
Télécharger le sujet de stage

Type de stage

Stage de Master 2 ou de dernière année d’école d’ingénieur

Date ou durée du stage

6 mois (à partir de février 2020)

Contexte

Les maladies cardiovasculaires sont responsables de la moitié des décès en Europe, avec un coût estimé à 200 milliards / an. L’aorte, artère la plus large du corps humain, assure l’alimentation en sang de l’organisme et permet d’assurer un débit sanguin continu en dépit du fonctionnement pulsé du cœur. Cependant, diverses atteintes vont engendrer une modification des propriétés géométriques et mécaniques de la paroi aortique et par conséquence une réduction de la performance du système circulatoire central.

Les récentes avancées dans le domaine de l’IRM permettent d’imager l’aorte en 3D au cours du temps ainsi que de mesurer les vitesses sanguines dans celle-ci. Une analyse efficace de ces données nécessite cependant une étape de segmentation de l’aorte à partir de laquelle des paramètres physiologiques pourront être extraits et exploités.

Objectif

Une méthode de segmentation semi-automatique nécessitant la délinéation de 7 repères anatomiques a été développée au sein de l’équipe iCV du LIB pour l’étude de la géométrie aortique en 3D. Ces 7 repères peuvent être suivis dans le temps afin d’avoir la position de l’axe aortique au cours d’une séquence IRM 4D Flow. L’objectif de ce stage est d’utiliser les informations temporelles ainsi que le suivi de l’axe pour segmenter l’aorte en 3D+t. On s’intéressera aussi à la comparaison de cette segmentation dynamique avec une segmentation statique réalisé en systole par l’étude de paramètres hémodynamiques.

Mission(s)

  • Étude bibliographique (segmentation de l’aorte, validation clinique,…)
  • Introduction de la dimension temporelle dans la segmentation
  • Étude de la qualité de la segmentation sur une base de données (définition des métriques, références, comparaison avec d’autres méthodes…)
  • Extraction de paramètres cliniques utiles au diagnostic

Compétences

  • Connaissances en traitement d’images
  • Programmation en Matlab

Rémunération

Gratifications de stage

Contact

Thomas Dietenbeck (thomas.dietenbeck[at]sorbonne-universite.fr)
Nadjia Kachenoura (nadjia.kachenoura[at]inserm.fr)