| Version imprimable |
| Planification et assistance par fusion d'images multimodales pour l'optimisation de gestes de réparation tissulaire en insuffisance cardiaque (Planning and assistance through multimodal image fusion for the optimization of endoventricular cardiac interventions) | ||
Lecesne, Erwan - (2024-03-22) / Université de Rennes - Planification et assistance par fusion d'images multimodales pour l'optimisation de gestes de réparation tissulaire en insuffisance cardiaque Langue : Français Directeur de thèse: Garreau, Mireille; Fouard, Céline Laboratoire : Laboratoire de Traitement du Signal et de l'Image Ecole Doctorale : MATISSE Thématique : Médecine et santé, Sciences de l'ingénieur | ||
Mots-clés : Imagerie par résonance magnétique de réhaussement tardif, Cicatrice du ventricule gauche, Segmentation, Transformers, Biopsie, Sarcoïdose, Imagerie par résonance magnétique, Ventricule gauche, Traitement d'images -- Techniques numériques, Sarcoïdose, Biopsie Résumé : Les travaux de cette thèse s’inscrivent dans le contexte clinique visant à optimiser le geste lors des interventions endoventriculaires cardiaques. Cette recherche se concentre principalement sur le guidage en vue du diagnostic et du traitement des affections endoventriculaires à l’aide de cathéters. L’intervention considérée est la biopsie endoventriculaire utilisée pour diagnostiquer les patients atteints de sarcoïdose cardiaque. En effet, le cathéter doit être guidé avec précision vers la zone de fibrose. Cependant, l’absence d’informations visuelles précises sur la localisation de la fibrose pendant l’intervention accroît le risque de faux négatifs pour les échantillons prélevés. De plus, il existe un risque de complications telles que la perforation myocardique, également appelée tamponnade cardiaque. Les objectifs de cette thèse sont articulés en deux parties distinctes : La première partie, préopératoire, consiste à élaborer un modèle 3D du cœur, englobant le ventricule gauche, le ventricule droit et le myocarde. Ce modèle est construit à partir de segmentations d’images d’IRM, notamment des séquences ciné pour les structures principales et LGE pour localiser les zones de fibrose. Les méthodes de segmentation développées reposent sur l’apprentissage profond, et la méthode de segmentation de la fibrose fait l’objet d’une publication en cours. La seconde partie, peropératoire, vise à assis- ter la procédure en fournissant des informa- tions précises sur l’anatomie et la localisation de la zone fibrosée. Cela permet d’optimiser le positionnement du cathéter en périphérie de cette zone fibrosée, contribuant ainsi à améliorer la précision et l’efficacité de l’intervention. Enfin, l’ensemble de la chaîne de traitement a été expérimenté avec succès sur trois patients, procurant ainsi un retour d’expérience du clinicien. Ces avancées visent à réduire les risques liés à la biopsie endoventriculaire et à accroître la précision du diagnostic de la sarcoïdose cardiaque, ouvrant ainsi la voie à des progrès significatifs dans la prise en charge de cette pathologie. Résumé (anglais) : The research in this thesis is situated in the clinical context aimed at optimizing procedures during cardiac endoventricular interventions. This study primarily focuses on guidance for the diagnosis and treatment of endoventricular conditions using catheters. The specific intervention under consideration is the endoventricular biopsy used for diagnosing patients with cardiac sarcoidosis. Indeed, the catheter must be precisely guided to the fibrotic zone. However, the lack of precise visual information on the location of fibrosis during the intervention increases the risk of false negatives for the collected samples. Additionally, there is a risk of complications such as myocardial perforation, also known as cardiac tamponade. The objectives of this thesis are articulated in two distinct parts: The first part, preoperative, involves developing a 3D model of the heart, encompassing the left ventricle, right ventricle, and myocardium. This model is constructed from segmentations of MRI images, including cine sequences for the main structures and late gadolinium-enhanced (LGE) images to locate fibrotic zones. The segmentation methods developed rely on deep learning, and the fibrosis segmentation method is the subject of an ongoing publication. The second part, intraoperative, aims to assist the procedure by providing precise information about the anatomy and location of the fibrotic zone. This optimizes the positioning of the catheter on the periphery of this fibrotic zone, thereby contributing to improving the precision and efficiency of the intervention. Finally, the entire processing pipeline has been successfully tested on three patients, providing valuable feedback for clinicians. These advancements aim to reduce the risks associated with endoventricular biopsy and enhance the precision of cardiac sarcoidosis diagnosis, paving the way for significant progress in the management of this pathology. Identifiant : rennes1-ori-wf-1-19245 | ||
| Exporter au format XML |