Domaine et contexte scientifiques: Les pathologies cardio-vasculaires sont la première cause de décès dans le monde. Il est donc essentiel de comprendre les multiples mécanismes déterminants la fonction cardiaque normale et pathologique. Les progrès effectués dans le domaine de l’imagerie médicale en font un outil précieux et incontournable pour la compréhension de l’anatomie, de la structure et du mouvement du cœur. L’Imagerie par Résonance Magnétique cardiaque (IRMC) est de ce point de vue très attrayante puisqu’elle peut apporter des informations anatomiques, architecturales (caractérisation des tissus voire de l’architecture fibreuse) et dynamiques (mécanique et fluides) avec un très bon contraste et une bonne résolution spatiale. Notre équipe a acquis une expérience reconnue dans l’étude de l’anatomie, de l’architecture et de la dynamique cardiaque en IRMC. Nous avons ainsi développé des techniques de quantification du mouvement en IRMC de marquage tissulaire [1-3] qui ont été mises en œuvre dans des séquences 2D en orientation petit axe et grand axe et intégrées dans un plugin du logiciel OsiriX, utilisé actuellement dans plus de 200 centres dans le monde.
Objectif: L’objectif est de développer et mettre en œuvre l’extension de la méthodologie d’estimation de mouvement en 3D avec la prise en compte conjointe de 2 à 3 orientations de coupes orthogonales. Il est théoriquement possible de prescrire une acquisition dense de plans de coupes parallèles dans diverses orientations afin de couvrir le cœur. En pratique clinique, le temps d’examen étant réduit, on est contraint d’acquérir un nombre réduit de plans qui peut se limiter à 3 plans de coupes en petit axe et 2 en grand axe. La méthodologie devra tenir compte de cette contrainte.
Méthodologie: La démarche s’appuie sur la généralisation du modèle de Gabarit Déformable Elastique dynamique en 3D [4] et les méthodes d’estimation de mouvement développées dans l’équipe pour la modélisation de la cinétique cardiaque [1, 5 , 6]. Nous proposons de palier la disparité des données en espace et en temps par des méthodes de transport [2, 3]. Le travail s’inscrit dans le projet ANR 3dStrain (2011-2015) et se fera en collaboration avec R. Stoica, doctorant directement impliqué sur le sujet.
Profil:
- Connaissances en mathématiques appliquées et traitement d’images.
- Compétences en programmation, notamment c/c+, et calcul scientifique
Contact et encadrement
Encadrement : P. Clarysse, P. Croisille (CREATIS équipe 1), E. Bretin, J. Pousin (Institut Camille Jordan)
Contact : patrick.clarysse@creatis.insa-lyon.fr
Bibliographie sur le sujet :
[1] T. Arts, F. W. Prinzen, T. Delhaas, J. R. Milles, A. C. Rossi, and P. Clarysse, "Mapping Displacement and Deformation of the Heart With Local Sine-Wave Modeling," IEEE Transactions on Medical Imaging, vol. 29, pp. 1114 - 1123, 2010.
[2] P. Clarysse, M. Picq, and J. Pousin, "Optimal extended optical flow and statistical constraints: A result of convergence," Journal of Computational and Applied Mathematics, vol. 235, pp. 1840-1848, 2011.
[3] P. Clarysse, B. Delhay, M. Picq, and J. Pousin, "Optimal extended optical flow subject to a statistical constraint," Journal of Computational and Applied Mathematics, vol. 234, pp. 1291-1302, Jun 15 2010.
[4] J. Schaerer, C. Casta, J. Pousin, and P. Clarysse, "A dynamic elastic model for segmentation and tracking of the heart in MR image sequences " Medical Image Analysis, vol. 14, pp. 738-749, 2010.
[5] L. Wang, Z. Liu, P. Clarysse, P. Croisille, P. R. Girard, W. Y. Liu, et al., "Myocardial Motion Estimation Using Optical Flow with Multiple Constraint Equations," in IEEE International Conference on Signal Processing (ICSP14), HangZhou, China, 2014, pp. 1066-1071.
[6] Y. Farouj, L. Wang, P. Clarysse, L. Navarro, M. Clausel, and P. Delachartre, "Cardiac Motion Analysis using wavelet projections from Tagged MR sequences," in IEEE International Conference on Image Processing (ICIP'14), Paris, France, 2014.