Proposition de stage : Développement d’une interface rapide et conviviale pour la visualisation 3D des vitesses issues de données d’IRM 4D flow dans les troncs supra-aortiques chez des patients atteints de l’artérite de Takayasu

! STAGE POURVU !

 
Télécharger le sujet de stage

Type de stage

  • Stage de Master 2 ou fin d’étude d’école d’ingénieur

Date ou durée du stage

  • 6 mois à partir de janvier 2021

Contexte

La maladie de Takayasu, communément appelée « maladie des femmes sans pouls », est une maladie inflammatoire rare diffuse des grosses artères, touchant l’aorte, qui se trouve en sortie directe du cœur et est en charge de véhiculer le sang oxygéné vers tout l’organisme, et ses principales branches (carotides, sous-clavières, vertébrales, rénales, iliaques, artères coronaires et parfois l’artère pulmonaire) pouvant être à l’origine d’insuffisance cardiaque ou d’AVC. Le diagnostic et l’évaluation de la sévérité de la maladie de Takayasu reposent sur l’imagerie, via la détection d’un épaississement de la paroi vasculaire, d’un rétrécissement (sténose), d’un élargissement (anévrisme) ou de caillot (thrombose).

Grâce à son caractère non-invasif et non-irradiant, à l’excellente couverture anatomique et qualité d’images ainsi qu’aux bonnes résolutions spatiale et temporelle qu’elle offre, l’imagerie par résonance magnétique (IRM) a émergé comme modalité de choix pour l’exploration à la fois de l’anatomie et de la fonction vasculaires. En particulier, la technique récente d’IRM de flux 4D (« 4D flow ») permet de visualiser et de mesurer la distribution tri-directionnelle des vitesses de l’écoulement du sang in vivo, au sein d’un volume 3D et au cours du cycle cardiaque (3D+temps = 4D) en une seule acquisition. Sa capacité à mieux comprendre l’organisation des flux sanguins parfois complexe, dans la maladie de Takayasu où peuvent coexister sténoses, anévrismes et occlusions artérielles multifocales, pourrait à terme aider à la prise de décision thérapeutique médicale et chirurgicale. Cependant, l’utilisation de l’IRM de flux 4D en routine clinique demeure limitée par une analyse fastidieuse du fait du grand nombre et de la complexité des images qu’elle génère (volume 3D + vitesses dans les 3 directions spatiales + au cours du temps, soumises à du bruit).

Objectif

L’objectif du stage est de développer un outil performant et rapide pour visualiser les images d’IRM de flux 4D dans les troncs supra-aortiques et en extraire des indices quantitatifs de l’écoulement sanguin (vitesses, débits).

Mission(s)

Le/La candidat(e) implémentera dans une interface déjà existante développée en Python pour la visualisation de l’écoulement sanguin à partir de l’IRM de 4D flux dans l’aorte, des fonctionnalités permettant de :

  • Adapter aux vaisseaux supra-aortiques le calcul et la visualisation de : a) « pathlines » qui retracent, à partir du champ de vitesses 3D, la trajectoire spatiale parcourue par une particule virtuelle de l’écoulement sanguin émise à une position donnée, dans le temps au cours d’un cycle cardiaque ; b) « streamlines », qui sont une représentation instantanée, à un temps donné du cycle cardiaque, de l’écoulement sanguin dans le volume 3D
  • Détecter le réseau vasculaire supra-aortique et tracer en toute position du volume un chemin en 3D définissant la ligne centrale longitudinale d’un vaisseau d’intérêt, puis l’interpoler par une spline si nécessaire
  • Définir automatiquement des plans de coupe 2D transversaux perpendiculaires à ces lignes centrales
  • Détecter au sein de ces plans 2D les bords du vaisseau
  • Calculer au sein du vaisseau les vitesses et débits au cours du cycle cardiaque.

Si le temps le permet, d’autres fonctionnalités pourront être envisagées, telles que l’intégration de la correction des courants de Foucault (« eddy current ») et du repliement des vitesses (« aliasing ») (algorithmes déjà disponibles en Matlab).
Le/la stagiaire aura accès pour tester ses développements à des images acquises chez des patients atteints de la maladie de Takayasu, ainsi que des volontaires sains sur des IRM de différents constructeurs (Siemens à l’Hôpital Pitié-Salpêtrière et General Electric à l’Hôpital Européen Georges Pompidou).

Compétences

  • Imagerie, traitement d’image, segmentation, morphologie mathématique
  • Développement : Python, Matlab

Rémunération

Gratifications de stage

Contacts

Emilie Bollache emilie.bollache(at)inserm.fr