Détection De Lésions Cérébrales En Utilisant L’irm De Diffusion

Résumé: Dans ce mémoire, nous avons présenté l’imagerie de diffusion, son principe, ses applications cliniques, des modèles mathématiques utilisés dans ce cadre et nous avons procédé à une application qui consiste à mettre en valeur des lésions cérébrales détectés par l’IRMd et ce, en utilisant les contours actifs. Nous avons présenté un état de l’art non exhaustif couvrant la plupart des concepts de base utilisés en IRMd. Parmi ces concepts, le tenseur de diffusion qui permet la reconstruction du phénomène de diffusion. Compte tenu du nombre limité de directions de ce tenseur et que celui-ci ne peut caractériser qu’une diffusion gaussienne, des techniques à haute résolution angulaire ont permis de résoudre ces limitations. L’acquisition s’effectue alors selon un plus grand nombre de directions permettant de mieux détecter les croisements de fibres mais avec un temps d’acquisition beaucoup plus élevé du fait de l’estimation des tenseurs de diffusion et des outils statistiques nécessaires décrivant les caractéristiques de diffusion à l'échelle d'un voxel. Plusieurs méthodes ont été développées pour reconstruire les caractéristiques de diffusion, entre autres, l'Imagerie du Spectre de Diffusion (IDS) et plusieurs autres modèles tels que les imageries q-ball et q-espace. Ces modèles font appel soit à des méthodes d’ajustement linéaires ou non linéaires pour la résolution du problème des fibres multiples en tractographie. Ces dernières années, l’IRMd a vu le champ de ses applications cliniques s’élargir. En somme, ce chapitre couvre la plupart des concepts de base permettant de mieux comprendre la visualisation scientifique en IRM de diffusion. Le tenseur de diffusion permet la reconstruction du phénomène de diffusion en chaque voxel de manière intuitive à l’aide de glyphes ellipsoïdaux. Cependant, plusieurs limitations au niveau de la reconstruction de régions de croisement de fibres viennent assombrir cette méthode. L’arrivée de techniques à haute résolution angulaire a permis de résoudre ces limitations. La visualisation de données médicales est un domaine en plein essor et plusieurs techniques continuent de voir le jour, permettant ainsi l’amélioration des méthodes de visualisation actuelles. Dans notre application, nous avons appliqué les modèles déformables ou contours actifs pour représenterr les lésions cérébrales sous forme de contours en introduisant le snake classique et celui du snake GVF. Pour ce type d’images de lésions de type AVC, l’initialisation manuelle de ces contours actifs a donné des résultats meilleurs que ceux fournis par l’initialisation automatique, mais elle reste toutefois fastidieuse et fatigante. Cependant, à l'heure actuelle, aucune étude IRM de grande envergure n'a été menée dans la phase hyperaiguë de l'AVC. Une telle étude intégrant toutes les variables connues (facteurs de risque, paramètres radiologiques et scores cliniques) et établissant toutes éventuelles corrélations entre eux pourrait permettre une avancée majeure dans la prédiction de l'évolution de l'AVC et de ses symptômes. De plus, la mesure des différents coefficients de diffusion et perfusion pourraient permettre d'obtenir des données précises sur l'évolution de l'ischémie dans les premières heures. La détermination de valeurs seuils pour plusieurs paramètres pourrait permettre d'établir précisément la réversibilité ou non d'une zone lésion.

Publié dans la revue: