|
|
Objectifs pédagogiquesSur la même trame que les années précédentes, les huit cours suivant seront organisés le premier jour lors de 2 sessions le matin et l'après-midi.
Les avancées récentes dans le domaine de l’aide à la décision pour l’imagerie médicale reposent sur des méthodes issues de l’intelligence artificielle, plus spécifiquement de l’apprentissage machine, constituées de modèles statistiques ajustés sur des bases de données d’images. Dans cet exposé, nous nous appuierons sur quelques exemples pour illustrer l’intérêt clinique de ces méthodes pour l'acquisition, le traitement et l’analyse de données IRM multiparamétriques. Nous dresserons un état de l’art des avancé es dans ces diffé rents domaines, en nous focalisant sur le domaine de l'apprentissage profond (deep learning) et pointerons les dé fis à relever pour amé liorer les performances de ces outils et permettre leur transfert en pratique clinique.
Les points suivants seront abordés :
Cet exposé propose une introduction à l’architecture d’un appareil d’Imagerie par Résonance Magnétique. Les champs magnétiques et électromagnétiques nécessaires en IRM pour polariser, manipuler et localiser les noyaux dans l’échantillon d’intérêt seront particulièrement décrits. Les implications en terme de sécurité seront évoquées.
L’intérêt de la quantification est patent dans la plupart des applications fondées sur les techniques d’IRM et de SRM in vivo. La notion d’IRM quantitative est d’ailleurs apparue dès les premières heures de l’IRM avec la mesure de certaines propriétés (densité de proton, T1, T2) afin de différencier ces tissus selon ces paramètres. L’approfondissement et la diversification des techniques ont fait et font encore apparaître de nouveaux paramètres quantifiables en pratique, si bien que la notion d’ « IRM quantitative » est maintenant courante, à défaut d’être très utilisée. En nous appuyant sur diverses illustrations de la quantification en IRM et en SRM, nous aborderons les grands principes et notions utilisés dans une approche quantitative : chaine de mesure, modélisation/estimation et leurs possibles intrications, incertitude et validation.
Si l’IRM fonctionnelle ne se présente plus, il n’en reste pas moins que des avancées notables ont permis de nouvelles avancées précieuses ces dernières années.
Les propriétés électriques des tissus biologiques (conductivité et permittivité) caractérisent la façon dont ceux-ci se comportent lorsqu’ils sont soumis à une excitation par un champ électromagnétique. Elles représentent la capacité des tissus à laisser se déplacer les charges électriques à l’échelle macroscopique (charges libres, dans le cas de la conductivité) ou microscopique (charges liées, dans le cas de la permittivité). Ces comportements dépendent de la fréquence d’excitation. La connaissance des propriétés électriques des tissus est nécessaire dans différentes applications : la sécurité en IRM (modélisation des échauffements radiofréquences), la localisation des sources électriques en EEG ou ECG, le monitorage de la thermoablation par radiofréquence, ou encore la planification des thérapies basées sur la stimulation cérébrale électrique ou magnétique (DBS, TMS, tDCS). L’imagerie in-vivo de ces paramètres pourrait également fournir un nouveau contraste ou biomarqueur. L’IRM utilisant intrinsèquement des champs électromagnétiques à basse fréquence (gradients, Hz-kHz) et à haute fréquence (impulsions radiofréquences, 64 MHz à 1,5 T), différentes stratégies ont été proposées pour isoler les composantes du signal IRM sensibles à ces phénomènes, et pour reconstruire une cartographie des propriétés électriques in-vivo. Une introduction à ces deux familles de méthodes (basse et haute fréquence) sera donnée. Nous nous attarderons davantage sur les méthodes à haute fréquence, aussi appelées MR-EPT (MR electrical properties tomography). Nous présenterons les principales techniques d’acquisition et de reconstruction en MR-EPT, nous discuterons de la validation des mesures, des limites des méthodes actuelles et des perspectives de recherche et d’applications.
Cette conférence présentera tout d’abord l’intérêt de l’imagerie quantitative comparée à l’imagerie de contraste employée couramment.
Plus de quinze ans après son invention, la polarisation nucléaire dynamique de dissolution (d-DNP) semble avoir abouti à des technologies et des méthodologies bien définies, et il est généralement admis que le d-DNP doit être effectuée au point d'utilisation. Cependant, récemment, une série d'avancées ont ébranlé les fondations de la d-DNP. Pour la première fois, il a été démontré que l’hyperpolarisation pouvait potentiellement être réalisée et transportée à distance, hors site, sans avoir besoin d'un polariseur sur place. Dans notre groupe, nous avons ces dernières années amélioré l'efficacité, la compatibilité, et la répétabilité de la d-DNP. Notre objectif était essentiellement de permettre (ou du moins d'améliorer) les applications; néanmoins, cela nous a conduit à développer un nouveau concept i) pour prolonger considérablement les durées de vie d'hyperpolarisation de quelques minutes à quelques jours et, ii) pour permettre le transport vers des sites IRM ou RMN éloignés. Nous généralisons maintenant ce nouveau concept à une large gamme de systèmes, tels que des traceurs endogènes purs, des mélanges de métabolites ou d'acides aminés, en développant de nouveaux solides hyperpolarisants tels que nos matériaux HYPSO à base de silice, ou plus récemment des polymères poreux hyperpolarisants (HYPOP). Ceux-ci peuvent être imprégnés de solutions arbitraires qui sont ensuite hyperpolarisées efficacement et stockées et transportées pendant des heures, avant d'être dissoutes et injectées. Nous présenterons notamment un nouveau matériau polarisant à base d'époxy. Nous montrerons comment la porosité et la morphologie de ce matériau peuvent être ajustées, et nous présenterons les résultats DNP sur la toute première génération de ces nouveaux matériaux.
|
Personnes connectées : 12 | Vie privée |