Etude et analyse du ventricule gauche en ciné-IRM cardiaque

Abstract

Au cours des dernières décennies, l'imagerie par résonance magnétique cardiaque (IRM) a été acceptée dans la communauté cardiologique comme une modalité d'imagerie diagnostique, précise, et reproductible chez les patients atteints de cardiopathie ischémique. Il s'agit d'une modalité d'imagerie non invasive permettant de différencier entre les différentes structures du coeur. L'évaluation de la fonction cardiaque à partir des données IRM nécessite la mesure des volumes du ventricule gauche (VG). Pour ce faire, une délimitation précise des bords du VG est nécessaire. Cette étape est réalisée souvent manuellement par les médecins. Le but de cette thèse est de développer un algorithme de segmentation du VG sur les données IRM (3D+t) afin de simplifier le diagnostic de l'infarctus du myocarde (IDM) sur les images de rehaussement tardif (RT) et d’étudier la viabilité myocardique. Dans la première partie de la thèse, nous avons développé une méthode hybride basée sur l’application de trois algorithmes pour la segmentation du ventricule gauche. Le seuillage, la croissance de région et le modèle de contour actif sont combinés pour détecter la forme correcte du ventricule gauche et quantifier sa fonction. Afin d’obtenir une meilleure détection du VG, nous avons commencé par une étape de filtrage à l'aide du filtre de diffusion anisotropique pour résoudre les problèmes d'inhomogénéité des niveaux de gris dans la cavité due au flux sanguin. Cette méthode a été validée en comparant les résultats trouvés avec des tracés réalisés par des experts, et qui ont témoigné de la robustesse de l’approche proposée par rapport aux travaux de littérature. Dans la deuxième partie de la thèse, une seconde approche a été développée permettant de détecter des infarctus du myocarde et de quantifier automatiquement leurs extensions, en segmentant les images ciné puis en superposant les contours obtenus sur les images RT après une étape de recalage entre les deux acquisitions. La détection des IDM et la quantification de leurs extensions a été réalisée par application de l’algorithme d’espérance-maximisation (EM) sur les images RT segmentées. Cette méthode a été appliquée à une série de patients présentant un IDM interprété visuellement par un médecin.