Assimilation de données images pour la personnalisation d'un modèle électromécanique du coeur

• Main Author: Billet, Florence
• Language: FRE
• Published: Université de Nice Sophia-Antipolis 2010
• Subjects: [INFO:INFO_TI] Computer Science/Image Processing; Simulation médicale; Electrophysiologie; Analyse image; modélisation coeur; biomécanique; Électromécanique; Fréquence cardiaque; Cinématique; Estimation de paramètres; Modèles mathématiques
• Online Access: http://tel.archives-ouvertes.fr/tel-00639921; http://tel.archives-ouvertes.fr/docs/00/63/99/21/PDF/Manuscrit-2-FlorenceBillet.pdf

Les données cliniques disponibles pour le diagnostic et la planification de thérapies sont de plus en plus variées et complexes, ce qui apporte des informations plus riches, mais rend la tâche du médecin difficile. Les modèles informatiques de cœur peuvent intégrer et analyser ces données en s'adaptant à chaque patient de manière à proposer au médecin une vue intégrée ainsi que des paramètres intrinsèques. Cependant, il faut pour cela mettre en place des méthodes d'ajustement automatique de ces modèles mathématiques aux données du patient. Dans cette thèse, nous proposons une méthodologie pour personnaliser un modèle électromécanique à partir de séquences temporelles d'images volumiques telles que des séquences ciné-IRM ou scanner. Cette personnalisation consiste en l'estimation de l'état (position/vitesse) et des paramètres électriques et mécaniques du modèle électromécanique. Nous nous intéressons ici à l'estimation du mouvement cardiaque et des paramètres de contractilité du modèle électromécanique. Dans un premier temps, la modélisation des différentes phases cardiaques a été améliorée et une étude de sensibilité a été effectuée. Puis, les approches de segmentation et de suivi du mouvement par modèles déformables ont été généralisées en couplant un modèle déformable proactif avec des séquences d'images 3D. Cette méthode est évaluée sur des données synthétiques et appliquée à des séquences ciné-IRM ou scanner. Enfin, une méthode d'estimation automatique des paramètres de contractilité à partir de séquences d'images 3D est proposée, la principale difficulté provenant des non-linéarités liées aux changements de phases. La méthode proposée est fondée sur l'assimilation de données variationnelle et le gradient du critère d'erreur est calculé à l'aide de la méthode de l'état adjoint. Cette méthode est évaluée sur des données synthétiques avant d'être appliquée à des ciné-IRM cliniques. Cette thèse pose des bases de la personnalisation du modèle électromécanique du cœur et ouvre des perspectives pour l'optimisation des traitements selon le patient considéré.