Search

Sudden cardiac death (SCD) is a major health concern responsible for up to a yearly mortality of 400,000 in the US, and a similar figure in Europe. SCD is a consequence of the sudden and total stop of cardiac activity, also known as the sudden cardiac arrest (SCA). A study monitoring the cardiac activity has linked the SCA to ventricular arrhythmia (VA), which is responsible for up to 70% of all recorded SCAs. The preventive approach to VA and the patient risk of the SCD is the implantable cardioverter defibrillator (ICD), while catheter-based radiofrequency ablation (RFA) is a potentially curative therapy. ICD continuously monitors the cardiac electrical activity and is programmed to deliver appropriate electrical shock(s) in order to stop any detected VA episodes. However, a main limitation is the patient selection criteria, often based only on the left ventricular ejection fraction (LVEF) index, which suffers from both large number of false positive and negative identifications. RFA is an interventional procedure to eliminate the substrate of reentry circuits, the primary cause in scar-related VA, which can effectively prevent future episode of VA. Nonetheless, this procedure is a very time consuming, high-risk and error-prone procedure, for which the major issue remains the inaccurate substrate localization.Based on novel Deep Learning (DL) methods, we studied the heterogeneity of the post-infarct myocardial scar in the left ventricle (LV) and its relation to VA, using a large retrospective dataset of 600 cardiac CT images. In the context of substrate localization and RFA guidance, thinner LV wall within the scar zone has been shown to have slow conduction properties. Our primary goal is to build a DL prediction model to analyse the LV wall thickness, thus improving the patients selection prior to the RFA treatment or a prevention strategy. The secondary goal is to explore the DL prediction model explainability. The idea is to pinpoint the specific regions on the model input that are most influential to the model prediction, which in the context of VA prediction could be translated into a personalised identification of arrhythmogenic regions.We started by implementing a fully automatic pipeline to transform the input (i.e., 3D CT cardiac images) into a 2D bullseye representation of the LV thickness value. For the VA prediction model, we built a conditional variational autoencoder classification (CVAE-Class) model. To study the explainability of the model, we employed the GradCAM++ method. We successfully showed that CVAE-Class model was able to achieve higher accuracy VA predictions compared to the available clinical markers, including the LVEF. The class activation map generated with GradCAM++ showed a high correlation of the high coefficient regions with the thinning regions, which solidified the relation between of LV wall thinning and arrhythmogenesis. We further explored the graph neural network method, which is shown to achieved better performance than the CVAE-Class model. We explored the explainability of the graph model using two methods: Local Interpretable Model-agnostic Explanation (LIME) and integrated gradients, which output smaller and more distinctive regions of high coefficient compared to the GradCAM++ method.Overall, this research work advances our knowledge by proposing a novel fully-automatic method to analyse the heterogeneity of the LV wall thinning, which allowed us to predict more robustly scar-related VA risk, compared to the current clinical markers. In particular, the inclusion of explainability in the output is a critical feature leading to a better transparency to the prediction model. Moreover, the subsequent improvement of our method via integration of LIME and integrated gradient, provides an optimistic perspective for the translation of this work into the clinical routine for automatic localisation of the arrhythmogenic substrates of ablation therapy.; La mort subite (MS) est un problème de santé majeur, responsable d'une mortalité annuelle de 400 000 personnes aux États-Unis et d'un chiffre similaire en Europe. La mort subite est la conséquence de l'arrêt soudain et total de l'activité cardiaque, également connu sous le nom d'arrêt cardiaque soudain (ACS). Une étude de surveillance de l'activité cardiaque a établi un lien entre l'ACS et l'arythmie ventriculaire (AV), qui est responsable de 70 % de tous les ACS enregistrés. L'approche préventive d'arythmie ventriculaire est le défibrillateur automatique implantable (DAI), tandis que l'ablation par radiofréquence (AR) est une thérapie potentiellement curative. Le DAI surveille l'activité électrique cardiaque et est programmé pour délivrer des chocs électriques afin d'arrêter l'épisode d'AV. Cependant, les critères de sélection des patients, souvent basés sur l'indice de la fraction d'éjection du ventricule gauche (FEVG), constituent une limite importante, avec un grand nombre de faux positifs et négatifs. La AR est une procédure interventionnelle qui permet d'éliminer le substrat des circuits de réentrée, la cause principale de l'AV liée à la cicatrice. Néanmoins, il s'agit d'une procédure longue et à haut risque, dont le principal problème reste la localisation imprécise du substrat.En utilisant des méthodes Deep Learning (DL), nous avons étudié l'hétérogénéité de la cicatrice myocardique post-infarctus dans le ventricule gauche (VG) et sa relation avec l'AV, avec des données rétrospectives de 600 images de scanner cardiaque. Dans le contexte de la localisation du substrat et du guidage de la AR, il a été démontré que la paroi du VG plus mince dans la zone de la cicatrice a des propriétés de conduction lente. Notre objectif principal est de construire un modèle de prédiction pour analyser l'épaisseur du VG, améliorant ainsi la sélection des patients avant le traitement par AR ou une stratégie de prévention. L'objectif secondaire est d'explorer l'explicabilité du modèle. L'idée est d'identifier les régions spécifiques qui ont le plus d'influence sur la prédiction du modèle, ce qui, dans le contexte de la prédiction de l'AV, pourrait se traduire par une identification personnalisée des régions arythmogènes.Nous avons développer un pipeline automatique pour transformer l'entrée (les scanners cardiaques 3D) en une carte polaire de la valeur de l'épaisseur du VG. Pour le modèle de prédiction, nous avons construit le modèle conditional variational autoencoder classification (CVAE-Class). Pour étudier l'explicabilité du modèle, nous avons utilisé la méthode GradCAM++. Nous avons montré que le modèle CVAE-Class était capable d'obtenir des prédictions AV plus précises par rapport aux marqueurs cliniques, y compris la FEVG. La carte d'activation générée avec GradCAM++ a montré une forte corrélation entre les régions à fort coefficient et les régions amincies, ce qui a renforcé la relation entre l'amincissement de la paroi du ventricule gauche et l'arythmogenèse. Nous avons également étudié la méthode graph neural network, qui s'est avérée plus performante que le modèle CVAE-Class. Nous avons exploré l'explicabilité du modèle graphique à l'aide de deux méthodes : Local Interpretable Model-agnostic Explanation (LIME) et les integrated gradients, qui produisent des régions de coefficient élevé plus distinctes par rapport à la méthode GradCAM++.Ce travail de recherche fait progresser nos connaissances en proposant une nouvelle méthode automatique pour analyser l'hétérogénéité de l'amincissement du VG, qui nous a permis de prédire de manière plus robuste le risque d'AV lié à la cicatrice, par rapport aux marqueurs cliniques actuels. En particulier, l'inclusion de l'explicabilité dans la sortie conduit à une meilleure transparence du modèle de prédiction. De plus, l'amélioration ultérieure de notre méthode, offre une perspective optimiste pour la traduction de ce travail dans la localisation automatique des substrats arythmogènes du AR.

Cardiovascular diseases are one of the major causes of death in the world. The investigation of cardiac pathologies with the help of medical imaging plays a crucial part. In this context, intraventricular blood flow is an important source of information for cardiac diagnoses. In particular, color Doppler imaging is a modality of choice for simultaneous visualization of myocardium and blood flow over a wide scan area. However, this visualization modality is subject to several sources of error, the main ones being aliasing and clutter. Mitigation of these artifacts is an important concern for better analysis of intracardiac flow. In order to solve this issue, deep learning is a promising avenue that has been explored increasingly by the ultrasound community. This data-driven technique requires large databases with artifact-free ground-truths. This thesis presents a numerical framework for the generation of large scale clinical-like color Doppler sequences. Synthetic blood vector fields were computed from a computational fluid dynamics model and an intraventricular flow estimation technique. Realistic texture and clutter artifacts were simulated from real clinical ultrasound cine loops. We have simulated several scenarios highlighting the effects of i) flow acceleration, ii) wall clutter, iii) transmit wavefronts on Doppler velocities. A first synthetic dataset composed of 20 virtual patients is publicly available and can be used to evaluate the quality of Doppler estimation techniques. Besides, the framework I developed during my thesis can be seen as a first step towards the generation of comprehensive datasets for training neural networks to improve the quality of Doppler imaging., L’imagerie médicale joue un rôle primordial pour l’étude et le diagnostic des maladies cardiaques. Dans ce contexte, les mesures issues du flux intraventriculaire permettent d’estimer des indices cliniques pertinents pour établir un diagnostic. L’imagerie Doppler couleur est une modalité de choix pour la visualisation du flux intraventriculaire pour une zone étendue de l’image. Cependant, cette modalité permet uniquement la visualisation de la projection du flux le long de la direction de tirs ultrasonores et est sujet à des sources d’erreurs dont les principales sont l’aliasing (dû à des vitesses élevées du sang vis-à-vis du système d’acquisition) et le bruit de clutter (dû à de nombreuses sources dont les mouvements des tissues entourant la cavité ventriculaire). La réduction de ces artéfacts ainsi qu’une visualisation plus précise constituent donc des perspectives importantes en vue d’une meilleure analyse du flux intraventriculaire. Dans ce contexte, l’apprentissages profond (deep learning en anglais) constitue une voie prometteuse pour résoudre ces problèmes. En effet, cette technique a récemment été appliqué avec succès en imagerie ultrasonore pour des problèmes tels que la classification ou la segmentation. Les méthodes par apprentissage profond nécessitent la mise en place de bases de données annotées (c’est-à-dire avec des références) incluant plusieurs centaines voire milliers d’échantillons en imagerie médicale. Ceci constitue actuellement un frein pour l’application de telles techniques en imagerie de flux. Dans ce contexte, mes travaux de thèse consistent au développement d’un cadre méthodologique pour la simulation de séquences échocardiographiques duplex réalistes avec un champ de référence du flux intraventriculaire associée. La génération d’artéfacts synthétiques d’aliasing et de clutter est également un objectif de ma thèse. Cela permettra de générer des bases de données d’une grande variabilité permettant aux algorithmes d’apprentissage d’améliorer la qualité des séquences duplex. Nous avons en particulier simulé différents scénarios en jouant sur : i)l’accélération du flux, ii)le bruit de clutter dû au mouvement du muscle myocardique, iii) le type de transmission d’ondes ultrasonores. A la fin de ma thèse, j’ai généré la première base de données de séquences échocardiographiques duplex réalistes pour 20 patients virtuels. Cette base de données est publique et peut être utilisée pour l’évaluation de la qualité des techniques d’estimation Doppler. Dans un futur proche, il est prévu que la solution que j’ai développée soit rendu totalement automatique afin qu’elle puisse être utilisée pour la simulation de bases de données à grande échelle (>1000 patients) en vue d’alimenter des algorithmes d’apprentissage profond.

Background, Motivation and Objective Myocardial fibrosis is known as a physio-pathologic substrate of several cardiovascular diseases. Knowing that fibrosis causes increased myocardial stiffness, natural mechanical wave (MW) imaging hasshown potential for detection of fibrotic tissue. Conventionally the MW speed is estimated using the slopeof a 2D spatiotemporal map obtained by selecting an anatomic m-mode line along the myocardium. This procedure has to be done for each MW within a cardiac cycle which can be cumbersome and operator dependent. Here, we propose a continuous MW imaging approach that allows estimating and mappingthe velocity of several MW (AVC, MVC, and AK) automatically. Statement of Contribution/Methods A 2D high frame rate setup was implemented on GE Vivid E95 with the M5Sc-D phased array, by transmitting 6 steered planes waves (820 images/s). MWs were detected using the clutter filter wave imaging technique. 2D time propagation maps were estimated by detecting the maxima of the waves front. Assuming the MW follows the shorter path between two spatial points, the 2D local MW velocity wasestimated by computing the 2D gradient of the time propagation map. This procedure was performed in a sliding temporal window of 80 ms, along the full ultrasound sequence. The MW speed was then mappedon the B-mode images (A). N=13 healthy volunteers and N=18 patients with aortic stenosis were investigated.Results/Discussion An example is shown in B (blue curve) for a specific region of interest. Interestingly, several flat regions (red curve) emerged and matched (for the most part) at mechanical wave events. The size of the flat regions is linked to the MW propagation time. As expected the estimated AVC, MVC, and AK velocities were higher than the AK MW velocity (C). Moreover, the method distinguishes the healthy volunteer group from the patient with all the mechanical waves produced by the heart. In this work, we presented a method able to estimate simultaneously, locally and automatically the velocity of several MW produced by the heart

In clinical routine, medical imaging allows to extract descriptors or scalars characterizing the cardiac function and to establish a diagnosis. In heart failure, cardiac remodeling often occurs and several aspects of morphology and function are affected during this phenomenon, which can include shape and deformation abnormalities. In addition, interactions between these two aspects have been demonstrated structurally or related to certain cardiac pathologies. These interactions are difficult to analyze by simple scalar indices that generally describe a global behavior. Medical imaging is able to provide high-dimensional representations of these descriptors, i.e., regional/local information at several instants of the cardiac cycle. However, they are not exploited in clinical routine because of the lack of time, the lack of consensus, and the difficulty of their analysis. In this manuscript, we explore approaches to further characterize the partially-known link between cardiac shape and deformation via high-dimensional representations of both aspects. Computational anatomy or manifold learning methods allow to exploit these individual high-dimensional representations and generalize the analysis to a population. However, these methods generally consider only one aspect of cardiac function at a time, whereas several of them can interact. Methods incorporating multiple descriptors usually do not explicitly consider the possible link between them.This work has three main contributions. First, we propose a strategy to characterize the interactions between cardiac shape and deformation assessed by high-dimensional descriptors and demonstrate its relevance for several right ventricular pathologies. This strategy is based on a non-linear learning method (Multiple Manifold Alignment) and is used here to characterize a partially-known link, whereas it has been applied so far to descriptors belonging to the same manifold, and for which the link naturally exists. Secondly, we evaluated the benefit of taking into account the link between descriptors by studying the differences with an approach that considers each descriptor individually and other approaches that consider several descriptors jointly. Finally, the study of the influence of shape/deformation descriptors and normalization strategies on our approach has highlighted a possible bias introduced by the choices made and shown that the appropriate choice depends on the targeted application.This thesis shows the relevance of using manifold alignment to consider the partially-known link between shape and cardiac deformation by illustrating it in the comparative study of several right ventricular diseases. These analyses open the door to the exploitation of these coherent latent spaces for more applicative challenges such as risk quantification.; En routine clinique, les méthodes d'imagerie permettent d'extraire des descripteurs ou indices caractérisant la fonction cardiaque et d'établir un diagnostic. Dans le cas de l'insuffisance cardiaque, un remodelage cardiaque se produit très souvent. Plusieurs aspects de la morphologie et de la fonction sont affectés lors de ce phénomène, notamment des anomalies de forme et de déformation peuvent apparaître. De plus, des interactions entre ces deux aspects ont été mises en évidence structurellement ou reliées à certaines pathologies cardiaques. Ces interactions peuvent être difficilement analysées par de simples indices scalaires qui décrivent généralement un comportement global. L'imagerie médicale est en mesure de fournir des représentations de hautes dimensions de ces descripteurs, c'est-à-dire une information régionale/locale et à plusieurs instants du cycle cardiaque ; elles sont cependant non exploitées en routine clinique par manque de temps, de consensus et de la difficulté de leur analyse. Dans ce manuscrit, nous explorons des approches de caractérisation plus fine du lien partiellement connu entre la forme et la déformation cardiaques via des représentations hautes dimensions de ces deux aspects. Des méthodes d'anatomie computationnelle ou d'apprentissage de variétés permettent d'exploiter ces représentations hautes dimensions individuelles et de généraliser l'analyse à une population. Néanmoins, ces méthodes ne considèrent généralement qu'un aspect de la fonction cardiaque à la fois alors que plusieurs interagissent. Les méthodes intégrant plusieurs descripteurs ne prennent habituellement pas explicitement en compte le lien possible entre eux.Ce travail comporte trois principales contributions. Premièrement, nous proposons une stratégie pour caractériser les interactions entre la forme et la déformation cardiaques évaluées par des descripteurs hautes dimensions et démontrons sa pertinence pour plusieurs pathologies du ventricule droit. Cette stratégie est basée sur une méthode d'apprentissage non-linéaire (alignement de variétés multiples) et utilisée ici pour caractériser un lien partiellement connu alors qu'elle a été jusqu'à présent appliquée à des descripteurs évoluant dans la même variété, et pour lesquels le lien existe naturellement. Deuxièmement, nous avons évalué le bénéfice de prendre en compte le lien entre les descripteurs en étudiant les différences avec une approche qui considère chaque descripteur individuellement et d'autres approches prenant en compte plusieurs descripteurs. Pour finir, l'étude de l'influence des descripteurs de forme/déformation et de stratégies de normalisation sur notre approche a mis en valeur un possible biais introduit par les choix faits et montré que le choix approprié dépend de l'application visée.Cette thèse montre la pertinence d'utiliser l'alignement de variétés pour considérer le lien partiellement connu entre forme et déformation cardiaques en l'illustrant dans l'étude comparée de plusieurs pathologies du ventricule droit. Ces analyses ouvrent la porte à l'exploitation de ces espaces cohérents pour des challenges plus applicatifs comme la quantification de risques.

International audience; No abstract available

Diffusion magnetic resonance imaging (MRI) is a non-invasive imaging modality that allows the assessment of microarchitecture in biological tissues. Knowing the arrangement of myocardial fiber is important to fully understand cardiac electrophysiology in patients, and therefore to improve the treatment of complex arrythmia such as ventricular tachycardia. Nevertheless, efforts have to be made to apply diffusion MRI to moving organs because of the various artefacts created by displacements. Macroscopic motion, including cardiac contraction and breathing is in the range of a few millimeters, whereas diffusion motion is at the micrometer scale. To deal with cardiac motion, a cardiac-triggered diffusion-weighted spin-echo echo planar imaging sequence can be used with first and second order motion-compensated diffusion-encoding gradients. However, these sequences are very sensitive to the phase of the cardiac cycle chosen to perform the acquisition. Moreover, the ventricle coverage is often limited to a few slices due to the long scan time required to have sufficient SNR. Considering these limitations, the thesis has been separated in two parts with the following objectives: to implement a subject-specific cardiac synchronization and to set up an efficient protocol that performs a full coverage of the left-ventricle with isotropic resolution. The subject-specific cardiac synchronisation has been implemented using a real-time phase contrast (RTPC) sequence which is sensitive to motion. RTPC sequence provides knowledge on the variability in duration of cardiac phases. By modelling the cardiac variability, it was possible to study the quality of the diffusion measurement as a function of the cardiac phase. In regards of the results, the sequence can be valuable to optimize and/or adapt the trigger delay to target the diastasis. This phase is the quiescent phase of the cardiac cycle but also the most variable as a function of heart-rate. The online reconstruction of RTPC sequence has been successfully implemented to facilitate the deployment of the sequence to adapt the trigger delay for future clinical research, possibly with other applications. The focus of the second part of the work was to retrieve tri-dimensional information about myocardial fiber organisation with a full coverage of left ventricle. This full coverage is mandatory to simulate cardiac electrophysiology. A bulk motion-corrected super-resolution approach to cDTI has been proposed to improve spatial resolution without significant cost on SNR. Therefore, the total scan time can be reduced by this method. Evaluation in a numerical heart phantom and in a physical helicoidal phantom, have shown the improvement of spatial resolution and diffusion tensor estimation in a general case (except when the underlying geometry is highly favorable to low resolution images). This is of particular interest when there are significant changes in orientation of principal diffusion direction along the slice direction, according to the global geometry of the heart. The feasibility of super-resolution in-vivo cDTI on healthy volunteers has shown the applicability of the approach., L’imagerie par résonance magnétique de diffusion est une technique qui permet d’obtenir des informations sur la microarchitecture des tissus biologiques. La connaissance de l’organisation des fibres myocardiques peut permettre d’améliorer la compréhension de l’électrophysiologie cardiaque du patient et, par conséquent, du traitement des arythmies complexes telles que les tachycardies ventriculaires. Néanmoins, des améliorations restent nécessaires pour appliquer cette technique dans les organes en mouvements, notamment en raison des artéfacts créés par les déplacements. Les mouvements macroscopiques, de l’ordre du millimètre, sont principalement liés à la respiration ou au battement cardiaque tandis que la quantification de la diffusion repose sur la caractérisation des mouvements microscopiques. Des séquences compensées en mouvement utilisent des gradients d’encodage de diffusion spécifiques (compensation en vitesse ou en accélération). Cependant ces séquences sont très sensibles à la phase d’acquisition dans le cycle cardiaque et ne permettent l’acquisition que d’un nombre limité de coupes en raison du long temps d’acquisition nécessaire au recueil des données. Dans ce contexte, la première partie du travail de recherche a consisté à adapter la synchronisation avec le mouvement cardiaque du patient en utilisant une séquence sensibilisée à la vitesse de ce mouvement en temps-réel (RTPC). Ainsi, la séquence RTPC apporte une connaissance sur la variabilité des phases cardiaques. En reliant la variabilité de la mesure de diffusion au mouvement cardiaque mesuré par la séquence RTPC, nous avons montré la possibilité d’utiliser cette séquence pour optimiser l’acquisition de diffusion. Le traitement de la séquence RTPC a été adaptée en vue d’afficher la reconstruction en temps réel sur la console IRM et ainsi de faciliter son emploi. L’autre problématique de ce travail de recherche concerne l’obtention d’une information sur l’agencement tri-dimensionnel des fibres myocardiques, et ce, avec une couverture de l’entièreté du ventricule gauche. En effet, cette couverture intégrale est nécessaire à la simulation de la propagation de l’influx électrique cardiaque. Une technique de super-résolution a été utilisée comme solution à l’augmentation de la résolution spatiale dans le sens de la coupe, sans coût majeur au niveau du rapport signal sur bruit, diminuant ainsi le temps d’acquisition. Des simulations et des acquisitions sur fantôme ont permis de montrer que l’augmentation de la résolution permet d’améliorer l’estimation de l’orientation de la direction principale de diffusion. Cela est particulièrement utile lorsque cette orientation change significativement dans le sens de la coupe, en relation avec la géométrie globale du cœur. Une étude sur volontaires sains a ensuite été réalisée dans le but de montrer l’applicabilité in-vivo de la technique de super-résolution.

International audience; Background: Diagnosis of left ventricular non-compaction (LVNC) is challenging, and different imaging techniques propose different criteria.Aim: To compare the value of two-dimensional transthoracic echocardiography (2D-TTE) and cardiac magnetic resonance (CMR) criteria in diagnosing LVNC, and to test a new trabecular quantification method obtained by 2D-TTE, exploring its relationship with CMR non-compacted mass quantification.Methods: From a multicentre French study, we selected 48 patients with LVNC and 20 with dilated cardiomyopathy (DCM) who underwent 2D-TTE and CMR. Current 2D-TTE (Jenni et al.) and CMR criteria (Petersen et al., Jacquier et al.), were tested. A new 2D-TTE method of trabecular quantification (percentage of trabecular area) was also proposed, and compared with current criteria.Results: The best cut-off values for the diagnosis of LVNC were a non-compacted/compacted ratio≥2.3 (Petersen et al.), a trabeculated left ventricular mass≥20% (Jacquier et al.) and a non-compacted/compacted ratio≥1.8 (Jenni et al.). Lowering the threshold for the criterion of Jenni et al. from>2 to ≥1.8 improved its sensitivity from 69% to 98%. The 2D-TTE percentage of trabecular area was 25.9±8% in the LVNC group vs. 9.9±4.4% in the DCM group (P2 to ≥1.8 is necessary to improve LVNC diagnosis in patients with left ventricular dysfunction. A new 2D-TTE trabecular quantification method improves TTE diagnosis of LVNC.

Le futur de la radiothérapie réside dans le développement de stratégies visant à adapter les traitements à chaque individu. La tomodensitométrie à double énergie/double source (DECT/DSCT) est une technologie d’imagerie permettant de caractériser avec précision les tissus (sains et tumoraux) et d’imager le cœur en mouvement. En raison de ses fonctionnalités, la technologie du DECT/DSCT a le potentiel de jouer un rôle important dans la personnalisation des traitements de radiothérapie. Nous avons exploré le rôle du DECT/DSCT dans 3 études cliniques prospectives, relatives à la planification des traitements de radiothérapie. Dans une première approche, nous avons évalué le rôle du DECT pour l’évaluation de la fonction du parenchyme pulmonaire en radiothérapie thoracique (conventionnelle et stéréotaxique). Nous avons émis l’hypothèse qu’une quantification précise de la concentration d’iode du parenchyme pulmonaire, dérivée du DECT, permettrait de déterminer les régions pulmonaires les plus fonctionnelles à éviter lors de la planification de la radiothérapie. Nous avons démontré la faisabilité et la validité d’une méthode de quantification de la fonction pulmonaire en utilisant la cartographie d’iode du DECT. De plus, nous avons montré que l’incorporation de cette information en planification de radiothérapie peut réduire significativement la dose aux régions pulmonaires fonctionnelles dans le but de réduire les toxicités. Dans une deuxième approche, nous avons évalué le rôle du l’imagerie à double-source (DSCT) pour une évaluation individualisée du mouvement cardiaque lors de la planification des traitements de radiothérapie. Nous avons montré que le DSCT permettait de visualiser et quantifier le mouvement des sous-structures cardiaques notamment les veines pulmonaires et les artères coronaires, et ainsi déterminer un volume cible personnalisé pour chaque patient. De plus, nous avons montré le bénéfice dosimétrique d’une irradiation du sein gauche avec synchronisation cardiaque (limitée à la phase systolique) pour épargner les sous-structures cardiaques, notamment de l’artère antérieure descendante gauche, une structure critique dans le développement des toxicités cardiaques post-radiques. Finalement, utilisant à nouveau la capacité de quantification précise de la concentration d’iode, nous avons évalué le rôle du DECT pour dériver la perfusion des tumeurs du larynx et de l’hypopharynx traitées par radiothérapie. Dans un contexte exploratoire de 25 patients, nous avons démontré que les statistiques quantitatives dérivées des cartes d’iodes tumorales étaient prédictives du contrôle locorégional chez ces patients, suggérant un rôle de ces cartes d’iode comme bio-marqueurs prédisant l’agressivité tumorale. Les résultats de nos travaux centrés sur ces 3 stratégies démontrent que le DECT/DSCT a le potentiel de jouer un rôle important à divers niveaux dans la personnalisation de la planification des traitements radiothérapie, notamment: 1) pour l’évaluation de la fonction des tissus sains; 2) pour la détermination personnalisée du mouvement cardiaque, et 3) comme outil prédictif du contrôle tumoral., The future of radiotherapy lies in the development of strategies to adapt treatments to each individual. Dual energy / dual source computed tomography (DECT/DSCT) is an imaging technology that allows for accurate tissue characterisation (organs at risk or tumors) and that can capture precisely the anatomy of the heart in motion. DECT/DSCT technology has the potential to be important player in personalized radiotherapy. We explored the role of DECT/DSCT in radiotherapy planning in the context of 3 prospective clinical studies. First, we evaluated the role of DECT imaging for the assessment of lung function in lung cancer radiotherapy planning (both conventionally fractionated and stereotaxic radiotherapy). We hypothesized that accurate quantification of DECT iodine concentration could be used in treatment planning to assesses and preserve functional parenchyma. We demonstrated the feasibility and validity of a novel lung function quantification method using DECT iodine mapping. In addition, we showed that incorporating this information into radiotherapy planning could help improve lung dosimetry, and thus potentially reduce toxicities. In a second approach, we evaluated the role of DSCT for individualized assessment of cardiac motion in radiotherapy planning. We showed that the DSCT allows visualization and quantification of motion of cardiac sub-structures, including the pulmonary veins and coronary arteries, and therefore can be used to determine personalized target volume for each patient. In addition, we quantified the dosimetric impact of cardiac-gated radiotherapy in left breast cancer radiotherapy and demonstrated significant sparing of cardiac sub-structures with this method, in particular sparing of left anterior descending artery, a critical structure involved in radiation-induced cardiovascular toxicities. Finally, we assessed the role of DECT in determining tumor perfusion in larynx/hypopharynx cancers using the iodine concentration quantification method. In an exploratory prospective cohort of 25 patients with cancer of the larynx or hypopharynx, we demonstrated that histogram statistics derived from tumor iodine maps could predict locoregional control in these patients. This finding supports the role of iodine concentration maps as functional biomarkers to predict tumor aggressiveness. The results of our work focused on these various strategies demonstrate that DECT/DSCT has the potential to play an important role in the following 3 avenues of personalized radiotherapy: 1) for the evaluation of functional healthy tissues; 2) for individualized determination of optimal margins or cardiac-gating window in radiotherapy involving the heart and, 3) for prediction of cancer control outcomes.

cardiaqueBackgroundCardio-oncology is a recent field that has emerged fromthe growing need to manage the cardiovascular health ofpatients with cancer. It was first developed in the 1960s,with the use of anthracyclines and the discovery of theirmyocardial toxicity, which led to the development of heartfailure, particularly in patients who received high doses.Over the years, the interest in cardio-oncology has grownconsiderably in response to epidemiological changes in thecancer population and major advances made in cancer treat-ment [1]. The increase in life expectancy, the decrease incancer mortality and the development of new cancer drugshave led to greater involvement of cardiologists in the mana-gement of patients with cancer. Indeed, the associationbetween cancer and cardiovascular disease/risk factors hasbecome more and more frequent, and various cardiovascularadverse events have been described with new treatments,such as targeted therapies or immunotherapies (Table 1).Now, every cardiologist should have skills in cardio-oncology,because the risk of cancer survivors developing cardiovascu-lar events can become greater than their risk of recurrentmalignancy [2]. At the same time, we need expert car-diologists (cardio-oncologists) who can manage the mostcomplex cases, and who know the cardiovascular effects ofthe most recent cancer treatments. Recently, the EuropeanSociety of Cardiology outlined the rationale for creatingcardio-oncology teams, clinics and services, to provide amultidisciplinary patient-centred approach in a dedicatedenvironment [3].In this context, cardiologists are new actors in the mana-gement of many patients with cancer, and their role shouldno longer be limited to the measurement of left ventricu-lar ejection fraction (LVEF) alone. They have to be involvedbefore, during and after cancer treatment, to prevent, pre-dict, screen and eventually treat a range of cardiovasculardiseases related to, or associated with, cancer therapy,without compromising its effectiveness. These missions ofcardiodetection and cardioprotection are essential in theshort term to reduce discontinuation of cancer treatment,and in the long term to improve overall survival; they involvethe cardiologists’ clinical skills, but also their ability to userelevant cardiovascular imaging modalities.

Right heart failure is the major cause of morbi-mortality in patients with pulmonary hypertension (PH). Improving right heart adaptive phenotyping using non-invasive imaging is needed in order to better understand the transition from right ventricular (RV) adaptation to maladaptation in PH.The first chapter of this thesis has been dedicated to demonstrate the reliability of echocardiography to detect PH in patients with group 1 or 3 PH, providing methodology pearls and pitfalls.The second chapter has enabled to identify, among the multiple right heart non-invasive imaging metrics, RV end-systolic remodeling indices as the strongest prognostic biomarkers in patients with pulmonary arterial hypertension (PAH), combined with the NYHA class and NT-proBNP levels.The third chapter has explored the role of immune biomarkers in PH, providing a practical application of right heart deep phenotyping to determine the circulating immune proteomic profile associated with right heart failure in patients with PAH. This screening proteomics study has identified high plasmatic levels of hepatic growth factor, nerve growth factor and stem cell growth factor beta to be associated with right heart maladaptation in two cohorts with PAH. The role of these biomarkers within the right ventricle itself remains to be fully explored.; L’insuffisance cardiaque droite est la première cause de morbi-mortalité chez les patients atteints d’hypertension pulmonaire. Améliorer le phénotypage de l’adaptation du coeur droit en imagerie non-invasive est essentiel afin de mieux comprendre les mécanismes favorisant la transition d’un état adapté à un état maladapté.Le premier chapitre a démontré la fiabilité de l’échographie cardiaque pour la détection de l’hypertension pulmonaire, fournissant des conseils méthodologiques pratiques.Le second chapitre a permis d’identifier les indices télé-systoliques de remodelage du ventricule droit comme les plus puissants paramètres pronostiques en imagerie chez les patients atteints d’hypertension artérielle pulmonaire (HTAP), en association avec la classe NYHA et le taux de NT-proBNP.Le troisième chapitre est dédié à l’étude des biomarqueurs immunitaires en hypertension pulmonaire, en mettant en utilisant la méthode de phénotypage approfondi du coeur droit pour déterminer le profile circulant protéomique associé à la défaillance droite chez les patiens atteints d’HTAP. Cette étude a permis de montrer que des taux élevés plasmatiques d’hepatic growth factor, de nerve grwoth factor et de stem cell growth factor beta sont associés à la défaillance droite dans deux cohortes d’HTAP. Le rôle direct de ces biomarqueurs dans le ventricule droit reste à être élucidé.

The objectives of this PhD thesis were to develop 3D ultrafast ultrasound imaging of the human heart toward the characterization of cardiac tissues. In order to do so, a customized, programmable, ultrafast scanner built in our group was used. In the first part of this thesis, a real-time imaging sequence was developed to facilitate in-vivo imaging using this scanner, as well as dedicated 3D and 4D visualization tools. Then, we developed 3D Backscatter Tensor Imaging (BTI), a technique to visualize the muscular fibres orientation within the heart wall non-invasively during the cardiac cycle. Applications on a healthy volunteer before and after cardiac contraction was shown. Moreover, the undesired effects of axial motion on BTI were studied, and a methodology to estimate motion velocity and reduce the undesired affects was introduced and applied on a healthy volunteer. This technique may become an interesting tool for the diagnosis and quantification of fibres disarrays in hypertrophic cardiomyopathies. Moreover, 3D ultrafast ultrasound was used to image the propagation of naturally generated shear waves in the heart walls, and an algorithm to determine their speed was developed. The technique was validated in silico and the in vivo feasibility was shown on two healthy volunteers, during cardiac contraction and relaxation. As the velocity of shear waves is directly related to the rigidity of the heart, this technique could be a way to assess the ability of the ventricle to contract and relax, which is an important parameter for cardiac function evaluation. Finally, the transient myocardial contraction was imaged in 3D on isolated rat hearts at high framerate in order to analyse the contraction sequence. Mechanical activation delays were successfully quantified during natural rhythm, pacing and hypothermia. Then, the feasibility of the technique in 2D on human hearts non-invasively was investigated. Applications on foetuses and adults hearts were shown. This imaging technique may help the characterization of cardiac arrhythmias and thus improve their treatment. In conclusion, we have introduced in this work three novel 3D ultrafast imaging modalities for the quantification of structural and functional myocardial properties. 3D ultrafast imaging may become an important non-ionizing, transportable diagnostic tool that may improve the patient care at the bed side.; L’objectif de cette thèse de doctorat était de développer l’échographie ultrarapide 3D du cœur, plus particulièrement dans le but de caractériser le muscle cardiaque. A cet effet, un échographe ultrarapide assemblé dans notre laboratoire a été utilisé. Dans la première partie de cette thèse, un mode d’imagerie temps-réel a été développé pour faciliter l’imagerie in-vivo en utilisant ce scanner, ainsi que des outils de visualisation 3D et 4D. Par la suite, l’imagerie 3D du tenseur de rétrodiffusion a été développée pour analyser l’orientation des fibres musculaires du cœur de manière non-invasive au cours du cycle cardiaque. Des résultats obtenus sur un volontaire avant et après la contraction cardiaque ont été obtenus. De plus, les effets indésirables du mouvement axial ont été étudiés, et une méthode d’estimation de la vitesse axiale et de correction des aberrations induites a été proposée et appliquée sur l’homme. Cette technique pourrait devenir un outil intéressant de diagnostic et quantification de la désorganisation des fibres musculaires dans le cadre de cardiomyopathies hypertrophiques. De plus, l’échographie ultrarapide 3D a été utilisée pour visualiser la propagation dans les parois du cœur d’ondes de cisaillement générées naturellement au cours du cycle cardiaque, et un algorithme pour déterminer leurs vitesses a été développé. Cette technique a été validée grâce à des simulations numériques puis appliquée sur deux volontaires sains, pendant les phases de contraction et relaxation du myocarde. Etant donné que la vitesse des ondes de cisaillement est directement reliée à la rigidité du cœur, cette méthode pourrait permettre d’estimer la capacité du cœur à de contracter et à se relâcher, qui sont des paramètres important pour son fonctionnement. Enfin, l’activation de la contraction cardiaque de cœurs de rats isolés a été imagée à haute cadence et en 3D dans le but d’analyser la synchronisation de la contraction. Les délais d’activation mécanique ont pu correctement être quantifiés lors du rythme naturel du cœur, de stimulations électriques extérieures ainsi qu’en hypothermie. Ensuite, la faisabilité de la technique en 2D sur des cœurs humains de manière non-invasive a été étudiée et appliquée sur des fœtus et des adultes. Cette technique d’imagerie pourrait aider la caractérisation d’arythmies et améliorer leur traitement. En conclusion, nous avons introduit dans ces travaux de thèse trois nouvelles modalités d’imagerie ultrarapide 3D permettant de quantifier des propriétés structurelles et fonctionnelles du myocarde qui jusqu’ici ne pouvaient pas être imagée en échocardiographie. L’imagerie 3D ultrarapide est une modalité très prometteuse, non ionisante, transportable et qui pourrait améliorer fortement dans le futur le diagnostic et la prise en charge des patients.

Cardiovascular disease is one of the major causes of death worldwide. A number of heart diseases can be diagnosed through the analysis of cardiac images after quantifying shape and function. However, the application of these deformation quantification algorithms in clinical routine is somewhat held back by the lack of a solid validation. In this thesis, we mainly introduce a fast 3D tagged MR quantification algorithm, as well as a novel pipeline for generating synthetic cardiac US and MR image sequences for validation purposes. The main contributions are described below. First, we proposed a novel 3D extension of the well-known harmonic phase tracking method. The point-wise phase-based optical flow tracking was combined with an anatomical regularization model in order to estimate anatomically coherent myocardial motions. In particular, special efforts were made to ensure a reasonable radial strain estimation by enforcing myocardial incompressibility through the divergence theorem. The proposed HarpAR algorithm was evaluated on both healthy volunteers and patients having different levels of ischemia. On volunteer data, the tracking accuracy was found to be as accurate as the best candidates of a recent benchmark. On patient data, strain dispersion was shown to correlate with the extent of transmural fibrosis. Besides, the ischemic segments were distinguished from healthy ones from the strain curves. Second, we proposed a simulation pipeline for generating realistic synthetic cardiac US, cine and tagged MR sequences from the same virtual subject. Template sequences, a state-of-the-art electro-mechanical (E/M) model and physical simulators were combined in a unified framework for generating image data. In total, we simulated 18 virtual patients (3 healthy, 3 dyssynchrony and 12 ischemia), each with synthetic sequences of 3D cine MR, US and tagged MR. The synthetic images were assessed both qualitatively and quantitatively. They showed realistic image textures similar to real acquisitions. Besides, both the ejection fraction and regional strain values are in agreement with reference values published in the literature. Finally, we showed a preliminary benchmarking study using the synthetic database. We performed a comparison between gHarpAR and another tracking algorithm SparseDemons using the virtual patients. The results showed that SparseDemons outperformed gHarpAR in processing cine MR and US images. Regarding tagged MR, both methods obtained similar accuracies on motion and two strain components (circumferential and longitudinal). However, gHarpAR quantified radial strains more accurately, thanks to the myocardial incompressibility constraint. We conclude that motion quantification solutions can be improved by designing them according to the image characteristics of the modality and that a solid evaluation framework can be a key asset in comparing different algorithmic options., Les maladies cardiovasculaires sont parmi les principales causes de mortalité à l’échelle mondiale. Un certain nombre de maladies cardiaques peuvent être identifiées et localisées par l’analyse du mouvement et de la déformation cardiaques à partir de l’imagerie médicale. Cependant, l’utilisation de ces techniques en routine clinique est freinée par le manque d’outils de quantification efficaces et fiables. Dans cette thèse, nous introduisons un algorithme de quantification appliqué aux images IRM marquées. Nous présentons ensuite un pipeline de simulation qui génère des séquences cardiaques synthétiques (US et IRM). Les principales contributions sont décrites ci-dessous. Tout d’abord, nous avons proposé une nouvelle extension 3D de la méthode de la phase harmonique. Le suivi de flux optique en utilisant la phase a été combiné avec un modèle de régularisation anatomique afin d’estimer les mouvements cardiaques à partir des images IRM marquées. En particulier, des efforts ont été faits pour assurer une estimation précise de la déformation radiale en imposant l’incompressibilité du myocarde. L’algorithme (dénommé HarpAR) a ensuite été évalué sur des volontaires sains et des patients ayant différents niveaux d’ischémie. HarpAR a obtenu la précision de suivi comparable à quatre autres algorithmes de l’état de l’art. Sur les données cliniques, la dispersion des déformations est corrélée avec le degré de fibroses. De plus, les segments ischémiques sont distingués des segments sains en analysant les courbes de déformation. Deuxièmement, nous avons proposé un nouveau pipeline de simulation pour générer des séquences synthétiques US et IRM pour le même patient virtuel. Les séquences réelles, un modèle électromécanique (E/M) et les simulateurs physiques sont combinés dans un cadre unifié pour générer des images synthétiques. Au total, nous avons simulé 18 patients virtuels, chacun avec des séquences synthétiques IRM cine, IRM marquée et US 3D. Les images synthétiques ont été évaluées qualitativement et quantitativement. Elles ont des textures d’images réalistes qui sont similaires aux acquisitions réelles. De plus, nous avons également évalué les propriétés mécaniques des simulations. Les valeurs de la fraction d’éjection et de la déformation locale sont cohérentes avec les valeurs de référence publiées dans la littérature. Enfin, nous avons montré une étude préliminaire de benchmarking en utilisant les images synthétiques. L'algorithme générique gHarpAR a été comparé avec un autre algorithme générique SparseDemons en termes de précision sur le mouvement et la déformation. Les résultats montrent que SparseDemons surclasse gHarpAR en IRM cine et US. En IRM marquée, les deux méthodes ont obtenu des précisions similaires sur le mouvement et deux composants de déformations (circonférentielle et longitudinale). Toutefois, gHarpAR estime la déformation radiale de manière plus précise, grâce à la contrainte d’incompressibilité du myocarde.

This PhD work focuses on the development and the evaluation of imaging techniques in echocardiography. Our objective is to propose ultrafast ultrasound imaging methods for 2-D and 3-D cardiac motion estimations.Echocardiography is one of the most widespread modality for cardiovascular imaging. Conventional clinical scanners allow measurement of myocardial velocities and deformations at 80 images / s. In some situations, it can be recommended to increase the heart rate during a stress echocardiographic examination. Motion estimation of the whole myocardium at such heart rates is challenging with the conventional imaging systems. In addition, the low temporal resolution of the current conventional 3-D echocardiography limits quantitative applications, which would be needed for a complete characterization of the heart.The three contributions presented here are 1) the development and evaluation of an original method for 2-D cardiac motion estimation, with ultrafast imaging and image tagging, 2) the feasibility study of the global myocardial deformation measurement using an innovative 2-D ultrafast ultrasound imaging method and 3) the generalization of this approach in three dimensions for high frame-rate 3-D echocardiography. This method is based on the transmission of divergent waves and the integration of motion compensation, during the imaging process, to produce high-quality volumetric images of the heart.The proposed method allows 2-D cardiac motion estimation and 3-D echocardiography at high frame-rate. The evaluation of our approach for local 2-D and 3-D myocardial deformation measurements should permit to conduct further study in order to improve medical diagnosis, Cette thèse porte sur le développement et l’évaluation de techniques d’imagerie en échocardiographie. L’objectif est de proposer des méthodes d’imagerie ultrasonore ultrarapide pour estimer le mouvement cardiaque 2-D et 3-D.Première modalité d’imagerie du cœur, l’échocardiographie conventionnelle permet la mesure des déformations myocardiques à 80 images/s. Cette cadence d’imagerie est insuffisante pour quantifier les mouvements de la totalité du myocarde lors de tests d’efforts, utiles en évaluation clinique, au cours desquels le rythme cardiaque est augmenté. De plus, la résolution temporelle actuelle en échocardiographie 3-D limite ses applications, pourtant essentielles pour une caractérisation complète du cœur.Les contributions présentées ici sont 1) le développement et l’évaluation, pour l’application cardiaque, d’une méthode originale d’estimation de mouvement 2-D par imagerie ultrarapide et marquage des images, 2) l’étude de faisabilité de la mesure globale des déformations cardiaques avec une méthode innovante d’imagerie ultrasonore ultrarapide 2-D et 3) la généralisation de cette approche en 3-D pour l’imagerie des volumes cardiaques à haute résolution temporelle. Cette technique est basée sur l’émission d’ondes divergentes, et l’intégration d’une compensation de mouvement dans le processus de formation des volumes cardiaques.La méthode proposée permet l’estimation des mouvements cardiaques 2-D et l’échocardiographie ultrarapide 3-D. L’évaluation de notre approche pour la quantification des déformations myocardiques locales 2-D et 3-D pourrait permettre de proposer des pistes innovantes pour poursuivre nos études et améliorer le diagnostic en routine clinique

Especially in cardiac and thoracic magnetic resonance imaging, respiratory motion and heart movement need to be registered using sensors like electrocardiogram or respiratory belts, in order to trigger the image acquisition or perform retrospective corrections. The placement of the sensors extends the patient preparation time, is critical for signal quality and, hence, image quality, and expects patients to tolerate additional sensors besides the imaging coil and space restrictions. In this work, the imaging coil itself was investigated for sensor-less motion registration. Motion-related variations of the electromagnetic properties of tissue have a direct effect on the coil impedance. Lung motion, myocardial-related motion, and vascular blood flow were registered with this method. The experimental findings were compared to electromagnetic simulations and the data gathered by state-of-the-art sensors, and retrospective motion correction with the GRICS algorithm was executed, En imagerie par résonance magnétique cardiaque et thoracique, les mouvements cardiaques et respiratoires sont enregistrés avec des capteurs tels que les capteurs ECG et les ceintures respiratoires pour synchroniser les acquisitions et pour pratiquer des corrections rétrospectives des images. Le positionnement de ces capteurs augmente le temps de préparation des patients. Il présuppose également la tolérance des patients à être placés dans un espace restreint et déjà contraint par l'antenne radio-fréquence (RF) nécessaire à l'imagerie. Enfin, ces capteurs peuvent diminuer la qualité du signal et donc celle des images. Dans ces travaux, l'antenne RF déjà présente pour la réalisation de l'examen d'imagerie a été elle-même étudiée en tant que capteur de mouvements. Les variations des propriétés électromagnétiques des tissus dues aux mouvements se répercutent de manière directe sur l'impédance de l'antenne. Les variations d'impédance induites par les mouvements ont été étudiées dans des dispositifs utilisant soit des antennes RF volumiques ou des antennes RF surfaciques sur des objets-test animés et sur des sujets sains. Les mouvements respiratoires, cardiaques et les taux sanguins ont été enregistrés avec cette méthode. Puis, les résultats expérimentaux ont été comparés à des simulations électromagnétiques et aux données de la littérature. Une correction de mouvements rétrospective avec l'algorithme GRICS a été appliquée à ces données démontrant la faisabilité de l'utilisation des antennes d'imagerie comme capteurs de mouvements

Les artéfacts métalliques entraînent un épaississement artéfactuel de la paroi des tuteurs en tomodensitométrie (TDM) avec réduction apparente de leur lumière. Cette étude transversale prospective, devis mesures répétées et observateurs avec méthode en aveugle, chez 24 patients consécutifs/71 tuteurs coronariens a pour objectif de comparer l’épaisseur de paroi des tuteurs en TDM après reconstruction par un algorithme avec renforcement des bords et un algorithme standard. Une angiographie coronarienne par TDM 256 coupes a été réalisée, avec reconstruction par algorithmes avec renforcement des bords et standard. L’épaisseur de paroi des tuteurs était mesurée par méthodes orthogonale (diamètres) et circonférentielle (circonférences). La qualité d’image des tuteurs était évaluée par échelle ordinale, et les données analysées par modèles linéaire mixte et régression logistique des cotes proportionnelles. L’épaisseur de paroi des tuteurs était inférieure avec l’algorithme avec renforcement des bords comparé à l’algorithme standard, avec les méthodes orthogonale (0,97±0,02 vs 1,09±0,03 mm, respectivement; p, Metallic artifacts can result in an artificial thickening of the coronary stent wall which can significantly impair computed tomography (CT) imaging in patients with coronary stents. The purpose of this study is to assess the in vivo visualization of coronary stent wall and lumen with an edge-enhancing CT reconstruction kernel, as compared to a standard kernel. This is a prospective cross-sectional study of 24 consecutive patients with 71 coronary stents, using a repeated measure design and blinded observers, approved by the Local Institutional Review Board. 256-slice CT angiography was used, as well as standard and edge-enhancing reconstruction kernels. Stent wall thickness was measured with orthogonal and circumference methods, averaging wall thickness from stent diameter and circumference measurements, respectively. Stent image quality was assessed on an ordinal scale. Statistical analysis used linear and proportional odds models. Stent wall thickness was inferior using the edge-enhancing kernel compared to the standard kernel, either with the orthogonal (0.97±0.02 versus 1.09±0.03 mm, respectively; p

SummaryDiabetes mellitus has reached an epidemic level worldwide. Cardiovascular diseases are the primary cause of death in diabetic patients, not only because of coronary artery disease and associated hypertension but also because of a direct adverse effect of diabetes on the heart, independent of other potential aetiological factors. However, the existence of this ‘diabetic cardiomyopathy’ remains controversial. We aimed to review current evidence for the existence of diabetic cardiomyopathy, focusing particularly on the clinical setting.

International audience; The acknowledgment of tricuspid regurgitation (TR) as a stand-alone and progressive entity, worsening the prognosis of patients whatever its aetiology, has led to renewed interest in the tricuspid-right ventricular complex. The tricuspid valve (TV) is a complex, dynamic and changing structure. As the TV is not easy to analyse, three-dimensional imaging, cardiac magnetic resonance imaging and computed tomography scans may add to two-dimensional transthoracic and transoesophageal echocardiographic data in the analysis of TR. Not only the severity of TR, but also its mechanisms, the mode of leaflet coaptation, the degree of tricuspid annulus enlargement and tenting, and the haemodynamic consequences for right atrial and right ventricular morphology and function have to be taken into account. TR is functional and is a satellite of left-sided heart disease and/or elevated pulmonary artery pressure most of the time; a particular form is characterized by TR worsening after left-sided valve surgery, which has been shown to impair patient prognosis. A better description of TV anatomy and function by multimodality imaging should help with the appropriate selection of patients who will benefit from either surgical TV repair/replacement or a percutaneous procedure for TR, especially among patients who are to undergo or have undergone primary left-sided valvular surgery.

The investigation of the micro fiber structures of the heart provides a new approach to explaining heart disease and investigating effective therapy means. Diffusion tensor magnetic resonance (DTMR) imaging or diffusion tensor imaging (DTI) currently provides a unique tool to image the three-dimensional (3D) fiber structures of the heart in vivo. However, DTI is known to suffer from long acquisition time, which greatly limits its practical and clinical use. Classical acquisition and reconstruction methods do not allow coping with the problem. The main motivation of this thesis is then to investigae fast imaging techniques by reconstructing high-quality images from highly undersampled data. The methodology adopted is based on the recent theory of compressed sensing (CS). More precisely, we address the use of CS for magnetic resonance imaging (MRI) and cardiac DTI. First, we formulate the magnetic resonance (MR) image reconstruction as a problem of optimization with data-driven tight frame (TF) and total generalized variation (TGV) constraints in the framework of CS, in which the data-driven TF is used to adaptively learn a set of filters from the highly under-sampled data itself to provide a better sparse approximation of images and the TGV is devoted to regularizing adaptively image regions and thus supprressing staircase effects. Second, we propose a new CS method that employs joint sparsity and rank deficiency prior to reconstruct cardiac DTMR images from highly undersampled k-space data. Then, always in the framework of CS theory, we introduce low rank constraint and total variation (TV) regularizations in the CS reconstruction formulation, to reconstruct cardiac DTI images from highly undersampled k-space data. Two TV regularizations are considered: local TV (i.e. classical TV) and nonlocal TV (NLTV). Finally, we propose two randomly perturbed radial undersampling schemes (golden-angle and random angle) and the optimization with low rank constraint and TV regularizations to deal with highly undersampled k-space acquisitons in cardiac DTI, and compare the proposed CS-based DTI with existing radial undersampling strategies such as uniformity-angle, randomly perturbed uniformity-angle, golden-angle, and random angle.; L’étude de la structure microscopique des fibres du coeur offre une nouvelle approche pour expliquer les maladies du coeur et pour trouver des moyens de thérapie efficaces. L’imagerie de tenseur de diffusion par résonance magnétique (DTMR) ou l’imagerie de tenseur de diffusion (DTI) fournit actuellement un outil unique pour étudier les structures tridimensionnelles (3D) de fibres cardiaques in vivo. Cependant, DTI est connu pour souffrir des temps d'acquisition longs, ce qui limite considérablement son application pratique et clinique. Les méthodes traditionnelles pour l’acquisition et la reconstruction de l’image ne peuvent pas résoudre ce problème. La motivation principale de cette thèse est alors d’étudier des techniques d'imagerie rapide en reconstruisant des images de haute qualité à partir des données fortement sous-échantillonnées. La méthode adoptée est basée sur la nouvelle théorie de l’acquisition comprimée (CS). Plus précisément, nous étudions l’utilisation de la théorie de CS pour l’imagerie par résonance magnétique (IRM) et DTI cardiaque. Tout d'abord, nous formulons la reconstruction de l’image par résonance magnétique (MR) comme un problème d'optimisation avec les contraintes de trames ajustées guidées par les données (TF) et de variation totale généralisée (TGV) dans le cadre de CS, dans lequel, le TF guidé par les données est utilisé pour apprendre de manière adaptative un ensemble de filtres à partir des données fortement sous-échantillonné afin d’obtenir une meilleure approximation parcimonieuse des images, et le TGV est dédié à régulariser de façon adaptative les régions d'image et à réduire ainsi les effets d'escalier. Ensuite, nous proposons une nouvelle méthode CS qui emploie conjointement la parcimonie et la déficience de rang pour reconstruire des images de DTMR cardiaques à partir des données de l'espace k fortement sous-échantillonnées. Puis, toujours dans le cadre de la théorie CS, nous introduisons la contrainte de rang faible et la régularisation de variation totale (TV) dans la formulation de la reconstruction par CS. Deux régularisations TV sont considérées: TV locale (i.e. TV classique) et TV non locale (NLTV). Enfin, nous proposons deux schémas de sous-échantillonnage radial aléatoire (angle d’or et angle aléatoire) et une méthode d’optimisation avec la contrainte de faible rang et la régularisation TV pour traiter des données espace k fortement sous-échantillonnées en DTI cardiaque. Enfin, nous comparons nos méthodes avec des stratégies existantes de sous-échantillonnage radial telles que l’angle uniforme, l’angle uniforme perturbé aléatoirement, l’angle d’or et l’angle aléatoire.

The investigation of the micro fiber structures of the heart provides a new approach to explaining heart disease and investigating effective therapy means. Diffusion tensor magnetic resonance (DTMR) imaging or diffusion tensor imaging (DTI) currently provides a unique tool to image the three-dimensional (3D) fiber structures of the heart in vivo. However, DTI is known to suffer from long acquisition time, which greatly limits its practical and clinical use. Classical acquisition and reconstruction methods do not allow coping with the problem. The main motivation of this thesis is then to investigae fast imaging techniques by reconstructing high-quality images from highly undersampled data. The methodology adopted is based on the recent theory of compressed sensing (CS). More precisely, we address the use of CS for magnetic resonance imaging (MRI) and cardiac DTI. First, we formulate the magnetic resonance (MR) image reconstruction as a problem of optimization with data-driven tight frame (TF) and total generalized variation (TGV) constraints in the framework of CS, in which the data-driven TF is used to adaptively learn a set of filters from the highly under-sampled data itself to provide a better sparse approximation of images and the TGV is devoted to regularizing adaptively image regions and thus supprressing staircase effects. Second, we propose a new CS method that employs joint sparsity and rank deficiency prior to reconstruct cardiac DTMR images from highly undersampled k-space data. Then, always in the framework of CS theory, we introduce low rank constraint and total variation (TV) regularizations in the CS reconstruction formulation, to reconstruct cardiac DTI images from highly undersampled k-space data. Two TV regularizations are considered: local TV (i.e. classical TV) and nonlocal TV (NLTV). Finally, we propose two randomly perturbed radial undersampling schemes (golden-angle and random angle) and the optimization with low rank constraint and TV regularizations to deal with highly undersampled k-space acquisitons in cardiac DTI, and compare the proposed CS-based DTI with existing radial undersampling strategies such as uniformity-angle, randomly perturbed uniformity-angle, golden-angle, and random angle., L’étude de la structure microscopique des fibres du coeur offre une nouvelle approche pour expliquer les maladies du coeur et pour trouver des moyens de thérapie efficaces. L’imagerie de tenseur de diffusion par résonance magnétique (DTMR) ou l’imagerie de tenseur de diffusion (DTI) fournit actuellement un outil unique pour étudier les structures tridimensionnelles (3D) de fibres cardiaques in vivo. Cependant, DTI est connu pour souffrir des temps d'acquisition longs, ce qui limite considérablement son application pratique et clinique. Les méthodes traditionnelles pour l’acquisition et la reconstruction de l’image ne peuvent pas résoudre ce problème. La motivation principale de cette thèse est alors d’étudier des techniques d'imagerie rapide en reconstruisant des images de haute qualité à partir des données fortement sous-échantillonnées. La méthode adoptée est basée sur la nouvelle théorie de l’acquisition comprimée (CS). Plus précisément, nous étudions l’utilisation de la théorie de CS pour l’imagerie par résonance magnétique (IRM) et DTI cardiaque. Tout d'abord, nous formulons la reconstruction de l’image par résonance magnétique (MR) comme un problème d'optimisation avec les contraintes de trames ajustées guidées par les données (TF) et de variation totale généralisée (TGV) dans le cadre de CS, dans lequel, le TF guidé par les données est utilisé pour apprendre de manière adaptative un ensemble de filtres à partir des données fortement sous-échantillonné afin d’obtenir une meilleure approximation parcimonieuse des images, et le TGV est dédié à régulariser de façon adaptative les régions d'image et à réduire ainsi les effets d'escalier. Ensuite, nous proposons une nouvelle méthode CS qui emploie conjointement la parcimonie et la déficience de rang pour reconstruire des images de DTMR cardiaques à partir des données de l'espace k fortement sous-échantillonnées. Puis, toujours dans le cadre de la théorie CS, nous introduisons la contrainte de rang faible et la régularisation de variation totale (TV) dans la formulation de la reconstruction par CS. Deux régularisations TV sont considérées: TV locale (i.e. TV classique) et TV non locale (NLTV). Enfin, nous proposons deux schémas de sous-échantillonnage radial aléatoire (angle d’or et angle aléatoire) et une méthode d’optimisation avec la contrainte de faible rang et la régularisation TV pour traiter des données espace k fortement sous-échantillonnées en DTI cardiaque. Enfin, nous comparons nos méthodes avec des stratégies existantes de sous-échantillonnage radial telles que l’angle uniforme, l’angle uniforme perturbé aléatoirement, l’angle d’or et l’angle aléatoire.

Different mathematical tools, such as multidimensional analytic signals, provide possibilities to calculate multidimensional phases and modules. However, little work can be found on multidimensional analytic signals that perform appropriate extensibility for the applications on both of the 2D and 3D medical data processing. In this thesis, based on the Hahn 1D complex analytic, we aim to proposed a multidimensional extension approach from the 2D to a new 3D hypercomplex analytic signal in the framework of Clifford algebra. With the complex/hypercomplex analytic signals, we propose new 2D/3D medical image processing methods for the application of ultrasound envelope detection and cardiac motion estimation. Firstly, a general representation of 2D quaternion signal is proposed in the framework of Clifford algebra and this idea is extended to generate 3D hypercomplex analytic signal. The proposed method describes that the complex/hypercomplex 2D analytic signals, together with 3D hypercomplex analytic signal, are equal to different combinations of the original signal and its partial and total Hilbert transforms, which means that the hypercomplex Clifford analytic signal can be calculated by the classical Fourier transform. Based on the proposed 3D Clifford analytic signal, an application of 3D ultrasound envelope detection is presented. The results show a contrast optimization of about 7% comparing with 1D and 2D envelope detection methods. Secondly, this thesis proposes an approach based on two spatial phases of the 2D analytic signal applied to cardiac sequences. By combining the information of these phases issued from analytic signals of two successive frames, we propose an analytical estimator for 2D local displacements. To improve the accuracy of the motion estimation, a local bilinear deformation model is used within an iterative estimation scheme. This phase-based method allows the displacement to be estimated with subpixel accuracy and is robust to image intensity variation in time. Results from seven realistic simulated tagged magnetic resonance imaging (MRI) sequences show that our method is more accurate compared with the state-of-the-art method. The motion estimation errors (end point error) of the proposed method are reduced by about 33% compared with that of the tested methods. In addition, the frame-to-frame displacements are further accumulated in time, to allow for the calculation of myocardial point trajectories. Indeed, from the estimated trajectories in time on two patients with infarcts, the shape of the trajectories of myocardial points belonging to pathological regions are clearly reduced in magnitude compared with the ones from normal regions. Myocardial point trajectories, estimated from our phase-based analytic signal approach, are therefore a good indicator of the local cardiac dynamics. Moreover, they are shown to be coherent with the estimated deformation of the myocardium.; Les signaux analytiques multidimensionnels nous permettent d'avoir des possibilités de calculer les phases et modules. Cependant, peu de travaux se trouvent sur les signaux analytiques multidimensionnels qui effectuent une extensibilité appropriée pour les applications à la fois sur du traitement des données médicales 2D et 3D. Cette thèse a pour objectif de proposer des nouvelles méthodes pour le traitement des images médicales 2D/3D pour les applications de détection d'enveloppe et d'estimation du mouvement. Premièrement, une représentation générale du signal quaternionique 2D est proposée dans le cadre de l'algèbre de Clifford et cette idée est étendue pour modéliser un signal analytique hypercomplexe 3D. La méthode proposée décrit que le signal analytique complexe 2D, est égal aux combinaisons du signal original et de ses transformées de Hilbert partielles et totale. Cette écriture est étendue au cas du signal analytique hypercomplexe 3D. Le résultat obtenu est que le signal analytique hypercomplexe de Clifford peut être calculé par la transformée de Fourier complexe classique. Basé sur ce signal analytique de Clifford 3D, une application de détection d'enveloppe en imagerie ultrasonore 3D est présentée. Les résultats montrent une amélioration du contraste de 7% par rapport aux méthodes de détection d'enveloppe 1D et 2D. Deuxièmement, cette thèse propose une approche basée sur deux phases spatiales du signal analytique 2D appliqué aux séquences cardiaques. En combinant l'information de ces phases des signaux analytiques de deux images successives, nous proposons un estimateur analytique pour les déplacements locaux 2D. Pour améliorer la précision de l'estimation du mouvement, un modèle bilinéaire local de déformation est utilisé dans un algorithme itératif. Cette méthode basée sur la phase permet au déplacement d'être estimé avec une précision inférieure au pixel et est robuste à la variation d'intensité des images dans le temps. Les résultats de sept séquences simulées d'imagerie par résonance magnétique (IRM) marquées montrent que notre méthode est plus précise comparée à des méthodes récentes utilisant la phase du signal monogène ou des méthodes classiques basées sur l'équation du flot optique. Les erreurs d'estimation de mouvement de la méthode proposée sont réduites d'environ 33% par rapport aux méthodes testées. En outre, les déplacements entre deux images sont cumulés en temps, pour obtenir la trajectoire d'un point du myocarde. En effet, des trajectoires ont été calculées sur deux patients présentant des infarctus. Les amplitudes des trajectoires des points du myocarde appartenant aux régions pathologiques sont clairement réduites par rapport à celles des régions normales. Les trajectoires des points du myocarde, estimées par notre approche basée sur la phase de signal analytique, sont donc un bon indicateur de la dynamique cardiaque locale. D'ailleurs, elles s'avèrent cohérentes à la déformation estimée du myocarde.

Cine MRI of cardiac contraction is a relatively slow imaging technique. Comparatively, patient motion, especially cardiac beating and breathing, are fast and can lead to imaging artefacts. Cardiac contraction velocity provides clinically useful information. Firstly, we have shown that making this measurement was possible using phase contrast Cine MRI, and that getting similar values as those obtained in clinical routine using cardiac echography. The condition is to reach high temporal resolution, but to do so, the acquisition duration must be longer than a breathhold. Free-breathing motion management was done by two approaches: by averaging then by motion compensation using Cine-GRICS. Secondly, in order to achieve high temporal resolution Cine reconstruction, we proposed a way to deal with changing heart rate during Cine MRI acquisition, by the construction of a patient adapted cardiac model using realtime phase contrast MRI. Finally, cardio-respiratory motion management was adapted to small animal Cine MRI thanks to IntraGate echo navigators, L'Imagerie par Résonance Magnétique de la cinématique de la contraction cardiaque est une technique d'imagerie relativement lente. En comparaison, les mouvements du patient, en particulier cardiaque et respiratoire, sont rapides et peuvent provoquer des artéfacts sur les images. La vitesse de contraction cardiaque apporte justement des informations cliniquement utiles. Premièrement, nous avons montré qu'il était possible d'effectuer cette mesure en IRM Cine à contraste de phase, et d'obtenir des valeurs similaires à celles obtenues de façon clinique en échographie cardiaque. La condition est d'obtenir une haute résolution temporelle, or, pour ce faire, la durée d'acquisition doit être plus longue qu'une apnée. La gestion du mouvement respiratoire en respiration libre a été réalisée de deux façons : avec moyennage puis avec correction de mouvement à l'aide de Cine-GRICS. Deuxièmement, pour atteindre une bonne reconstruction de la résolution temporelle en Cine, nous avons proposé une gestion temps réel de la variation du rythme cardiaque pendant l'acquisition IRM Cine, avec la construction d'un modèle cardiaque adapté au patient à l'aide de l'IRM à contraste de phase temps réel. Enfin, la gestion du mouvement cardio-respiratoire en IRM Cine est appliquée chez le petit animal à l'aide d'écho navigateurs IntraGate

Different mathematical tools, such as multidimensional analytic signals, provide possibilities to calculate multidimensional phases and modules. However, little work can be found on multidimensional analytic signals that perform appropriate extensibility for the applications on both of the 2D and 3D medical data processing. In this thesis, based on the Hahn 1D complex analytic, we aim to proposed a multidimensional extension approach from the 2D to a new 3D hypercomplex analytic signal in the framework of Clifford algebra. With the complex/hypercomplex analytic signals, we propose new 2D/3D medical image processing methods for the application of ultrasound envelope detection and cardiac motion estimation. Firstly, a general representation of 2D quaternion signal is proposed in the framework of Clifford algebra and this idea is extended to generate 3D hypercomplex analytic signal. The proposed method describes that the complex/hypercomplex 2D analytic signals, together with 3D hypercomplex analytic signal, are equal to different combinations of the original signal and its partial and total Hilbert transforms, which means that the hypercomplex Clifford analytic signal can be calculated by the classical Fourier transform. Based on the proposed 3D Clifford analytic signal, an application of 3D ultrasound envelope detection is presented. The results show a contrast optimization of about 7% comparing with 1D and 2D envelope detection methods. Secondly, this thesis proposes an approach based on two spatial phases of the 2D analytic signal applied to cardiac sequences. By combining the information of these phases issued from analytic signals of two successive frames, we propose an analytical estimator for 2D local displacements. To improve the accuracy of the motion estimation, a local bilinear deformation model is used within an iterative estimation scheme. This phase-based method allows the displacement to be estimated with subpixel accuracy and is robust to image intensity variation in time. Results from seven realistic simulated tagged magnetic resonance imaging (MRI) sequences show that our method is more accurate compared with the state-of-the-art method. The motion estimation errors (end point error) of the proposed method are reduced by about 33% compared with that of the tested methods. In addition, the frame-to-frame displacements are further accumulated in time, to allow for the calculation of myocardial point trajectories. Indeed, from the estimated trajectories in time on two patients with infarcts, the shape of the trajectories of myocardial points belonging to pathological regions are clearly reduced in magnitude compared with the ones from normal regions. Myocardial point trajectories, estimated from our phase-based analytic signal approach, are therefore a good indicator of the local cardiac dynamics. Moreover, they are shown to be coherent with the estimated deformation of the myocardium., Les signaux analytiques multidimensionnels nous permettent d'avoir des possibilités de calculer les phases et modules. Cependant, peu de travaux se trouvent sur les signaux analytiques multidimensionnels qui effectuent une extensibilité appropriée pour les applications à la fois sur du traitement des données médicales 2D et 3D. Cette thèse a pour objectif de proposer des nouvelles méthodes pour le traitement des images médicales 2D/3D pour les applications de détection d'enveloppe et d'estimation du mouvement. Premièrement, une représentation générale du signal quaternionique 2D est proposée dans le cadre de l'algèbre de Clifford et cette idée est étendue pour modéliser un signal analytique hypercomplexe 3D. La méthode proposée décrit que le signal analytique complexe 2D, est égal aux combinaisons du signal original et de ses transformées de Hilbert partielles et totale. Cette écriture est étendue au cas du signal analytique hypercomplexe 3D. Le résultat obtenu est que le signal analytique hypercomplexe de Clifford peut être calculé par la transformée de Fourier complexe classique. Basé sur ce signal analytique de Clifford 3D, une application de détection d'enveloppe en imagerie ultrasonore 3D est présentée. Les résultats montrent une amélioration du contraste de 7% par rapport aux méthodes de détection d'enveloppe 1D et 2D. Deuxièmement, cette thèse propose une approche basée sur deux phases spatiales du signal analytique 2D appliqué aux séquences cardiaques. En combinant l'information de ces phases des signaux analytiques de deux images successives, nous proposons un estimateur analytique pour les déplacements locaux 2D. Pour améliorer la précision de l'estimation du mouvement, un modèle bilinéaire local de déformation est utilisé dans un algorithme itératif. Cette méthode basée sur la phase permet au déplacement d'être estimé avec une précision inférieure au pixel et est robuste à la variation d'intensité des images dans le temps. Les résultats de sept séquences simulées d'imagerie par résonance magnétique (IRM) marquées montrent que notre méthode est plus précise comparée à des méthodes récentes utilisant la phase du signal monogène ou des méthodes classiques basées sur l'équation du flot optique. Les erreurs d'estimation de mouvement de la méthode proposée sont réduites d'environ 33% par rapport aux méthodes testées. En outre, les déplacements entre deux images sont cumulés en temps, pour obtenir la trajectoire d'un point du myocarde. En effet, des trajectoires ont été calculées sur deux patients présentant des infarctus. Les amplitudes des trajectoires des points du myocarde appartenant aux régions pathologiques sont clairement réduites par rapport à celles des régions normales. Les trajectoires des points du myocarde, estimées par notre approche basée sur la phase de signal analytique, sont donc un bon indicateur de la dynamique cardiaque locale. D'ailleurs, elles s'avèrent cohérentes à la déformation estimée du myocarde.

Magnetic Resonance Imaging (MRI) has two main features. The first one, its ability to manipulate contrast, is a major advantage compared to the other imaging modalities. It allows to access complementary information for a better detectability and a diagnostic more accurate. This is especially useful for myocardium pathologies. The second feature of MRI is also one of its main drawbacks: the acquisition process is slow. Therefore, patient motion is a significant obstacle because it disturbs the acquisition process, which leads to artifacts in the reconstructed image. Cardiac and thoracic imaging are particularly sensitive to this motion issue. The aim of this thesis is to develop a new motion correction method that can be integrated in a multi-contrast workflow. In a first phase, we studied apart the motion correction problem. To do so, we focused more particularly on the GRICS method which was already developed in the IADI laboratory. This method allows the joint reconstruction of an image free from artifact and a non-rigid motion model that describes the displacements occurring during the acquisition. The first major contribution of this thesis is an improvement of the GRICS method consisting mainly in adapting it to the 3D imaging. This was achieved with a new adaptive regularization method that perfectly suits the inverse problem posed in GRICS. The second major contribution of this thesis consists in the simultaneous management of the motion correction on multiple acquisitions with different contrasts. To do so, the MRI examination is considered as a whole. Thus we make the most of information shared between the different contrasts. All these methods have been applied and validated by simulations, tests on phantom, on healthy volunteers and on patients as part of clinical studies. We aimed more particularly at cardiac MR. Finally the developed methods improve the acquisition and reconstruction workflow in the framework of a real clinical routine; L'Imagerie par Résonance Magnétique (IRM) présente deux caractéristiques principales. La première, sa capacité à manipuler le contraste, constitue son principal avantage par rapport aux autres modalités d'imagerie. Cela permet d'obtenir des informations complémentaires pour une meilleure détectabilité et une meilleure précision dans le diagnostic. Cela est particulièrement appréciable pour les pathologies du myocarde. La seconde caractéristique de l'IRM est également l'un de ces principaux inconvénients : le processus d'acquisition est relativement lent. De ce fait, les mouvements du patient constituent un obstacle important puisqu'ils perturbent ce processus d'acquisition, ce qui se traduit par des artéfacts dans l'image reconstruite. L'imagerie cardiaque et abdominale sont donc particulièrement sensibles à cette problématique du mouvement. L'objectif de cette thèse est donc de proposer une méthode de correction de mouvement intégrable dans un contexte multi-contraste. Nous avons étudié dans un premier temps la question de la correction de mouvement seule. Pour cela, nous nous sommes plus particulièrement intéressés à la méthode GRICS déjà développée au laboratoire IADI. Cette méthode permet la reconstruction conjointe d'une image sans artéfact et d'un modèle de mouvement non rigide permettant de corriger les déplacements qui surviennent pendant l'acquisition. Le premier apport majeur de cette thèse a consisté à améliorer la méthode GRICS, notamment pour l'adapter à l'imagerie volumique 3D. Il s'agit d'une nouvelle méthode de régularisation adaptative particulièrement adaptée au problème inverse posé dans GRICS. Le second apport majeur de cette thèse a consisté à gérer la correction de mouvement GRICS de manière conjointe sur des acquisitions présentant des contrastes différents. Il s'agit de concevoir l'examen IRM comme un tout et d'exploiter au mieux les informations partagées entre les différents contrastes. Toutes ces méthodes ont été appliquées et validées par des simulations, des tests sur fantôme, sur volontaires sains et sur des patients dans la cadre d'études cliniques. L'application cardiaque a été particulièrement visée. Les méthodes développées ont permis d'améliorer le processus d'acquisition et de reconstruction dans le contexte clinique réel

It is important to study the cardiac fiber architecture in order to understand the heart function. Diffusion tensor MRI (DT-MRI) is the only noninvasive technique that allows studying cardiac fiber architecture in vivo. Tractography is essential in representing and visualizing cardiac fiber architecture in DT-MRI, but is often employed qualitatively. The motivation of this thesis is to develop technique for studying the cardiac fiber architecture from the fiber tracts provided by the tractography process in cardiac DT-MRI. Our goal is to develop tractography algorithm and approaches for the quantitative description of cardiac fiber architecture. My work is composed of three main axis. The first is the development of a probabilistic tractography algorithm, which takes fiber spatial correlation into accounts in tracing fibers. Experimental results show that the proposed method is meaningfully more robust to noise than the streamlining method, and produces more regular and smoother fibers, which enables cardiac fiber configurations to be more clearly observed. The second concerns a new framework, namely cardiac fiber unfolding, which is an isometric mapping. Our fiber unfolding framework allows the quantitative description of three dimensional cardiac fiber architecture in a two dimensional plan. Our experimental results show that fiber tract pattern can be observed much easier by unfolding them in a plane, and several cardiac fiber patterns were found. The last axis consists in merging fibers, which is achieved by averaging fibers according to a grid. This fiber merging approach provide simplified fiber architecture at different scale as output that highlights the cardiac fiber configuration., La connaissance de l’architecture tridimensionnelle (3D) des fibres est cruciale dans la compréhension de la fonction du cœur humain. L’imagerie par résonance magnétique du tenseur de diffusion (IRM-DT) est une technique permettant de mesurer la diffusion des molécules d’eau dans des tissus humains, et donc d’étudier de manière non-invasive l’architecture 3D des fibres du cœur humain. Dans l’IRM-TD cardiaque, la tractographie des fibres est essentielle pour représenter et visualiser l’architecture des fibres, mais souvent utilisée qualitativement comme une dernière étape qui consiste à visualiser sur l’écran l’architecture myocardique obtenue à partir des données IRM-TD. Cependant, cette visualisation qualitative n’est pas suffisante pour décrire de manière objective et complète l’architecture des fibres. L’objectif de cette thèse est de développer de nouvelles approches pour la tractographie et pour la description quantitative de l’architecture des fibres cardiaques du cœur humain en IRM-TD cardiaque. Les travaux de cette thèse se focalisent sur trois axes. Le premier est le développement d’un algorithme de tractographie probabiliste, qui prend en compte la corrélation spatiale des fibres pendant le suivi des fibres myocardiques. Les résultats expérimentaux montrent que la méthode proposée est robuste au bruit. Les fibres produites sont plus régulières et plus lisses, et la configuration des fibres cardiaques est plus facile à observer. Le second axe concerne une nouvelle notion de dépliement de fibres pour décrire les fibres du cœur humain, qui sont souvent complexes dans l’espace 3D. L’idée est d’analyser cette architecture 3D dans un espace réduit à deux dimensions (2D), en utilisant une technique d’apprentissage de variété. L’approche de dépliement proposée permet la description quantitative de l’architecture 3D de fibres cardiaques dans un plan 2D. Les résultats montrent qu’il est beaucoup plus facile d’observer et d’étudier les caractéristiques des fibres cardiaques après les avoir dépliées, et qu’il semble exister des formes de fibres caractéristiques du cœur humain. Le dernier axe consiste en la fusion de fibres, qui est obtenue en moyennant les fibres selon une grille. Cette approche fournit des architectures de fibres simplifiée à différentes échelles, et permet de mieux mettre en évidence la configuration des fibres cardiaques.

It is important to study the cardiac fiber architecture in order to understand the heart function. Diffusion tensor MRI (DT-MRI) is the only noninvasive technique that allows studying cardiac fiber architecture in vivo. Tractography is essential in representing and visualizing cardiac fiber architecture in DT-MRI, but is often employed qualitatively. The motivation of this thesis is to develop technique for studying the cardiac fiber architecture from the fiber tracts provided by the tractography process in cardiac DT-MRI. Our goal is to develop tractography algorithm and approaches for the quantitative description of cardiac fiber architecture. My work is composed of three main axis. The first is the development of a probabilistic tractography algorithm, which takes fiber spatial correlation into accounts in tracing fibers. Experimental results show that the proposed method is meaningfully more robust to noise than the streamlining method, and produces more regular and smoother fibers, which enables cardiac fiber configurations to be more clearly observed. The second concerns a new framework, namely cardiac fiber unfolding, which is an isometric mapping. Our fiber unfolding framework allows the quantitative description of three dimensional cardiac fiber architecture in a two dimensional plan. Our experimental results show that fiber tract pattern can be observed much easier by unfolding them in a plane, and several cardiac fiber patterns were found. The last axis consists in merging fibers, which is achieved by averaging fibers according to a grid. This fiber merging approach provide simplified fiber architecture at different scale as output that highlights the cardiac fiber configuration.; La connaissance de l’architecture tridimensionnelle (3D) des fibres est cruciale dans la compréhension de la fonction du cœur humain. L’imagerie par résonance magnétique du tenseur de diffusion (IRM-DT) est une technique permettant de mesurer la diffusion des molécules d’eau dans des tissus humains, et donc d’étudier de manière non-invasive l’architecture 3D des fibres du cœur humain. Dans l’IRM-TD cardiaque, la tractographie des fibres est essentielle pour représenter et visualiser l’architecture des fibres, mais souvent utilisée qualitativement comme une dernière étape qui consiste à visualiser sur l’écran l’architecture myocardique obtenue à partir des données IRM-TD. Cependant, cette visualisation qualitative n’est pas suffisante pour décrire de manière objective et complète l’architecture des fibres. L’objectif de cette thèse est de développer de nouvelles approches pour la tractographie et pour la description quantitative de l’architecture des fibres cardiaques du cœur humain en IRM-TD cardiaque. Les travaux de cette thèse se focalisent sur trois axes. Le premier est le développement d’un algorithme de tractographie probabiliste, qui prend en compte la corrélation spatiale des fibres pendant le suivi des fibres myocardiques. Les résultats expérimentaux montrent que la méthode proposée est robuste au bruit. Les fibres produites sont plus régulières et plus lisses, et la configuration des fibres cardiaques est plus facile à observer. Le second axe concerne une nouvelle notion de dépliement de fibres pour décrire les fibres du cœur humain, qui sont souvent complexes dans l’espace 3D. L’idée est d’analyser cette architecture 3D dans un espace réduit à deux dimensions (2D), en utilisant une technique d’apprentissage de variété. L’approche de dépliement proposée permet la description quantitative de l’architecture 3D de fibres cardiaques dans un plan 2D. Les résultats montrent qu’il est beaucoup plus facile d’observer et d’étudier les caractéristiques des fibres cardiaques après les avoir dépliées, et qu’il semble exister des formes de fibres caractéristiques du cœur humain. Le dernier axe consiste en la fusion de fibres, qui est obtenue en moyennant les fibres selon une grille. Cette approche fournit des architectures de fibres simplifiée à différentes échelles, et permet de mieux mettre en évidence la configuration des fibres cardiaques.

The orientation of cardiac fibers underlies the electro-mechanical behavior of the heart, and it is known to be altered in various cardiac diseases such as ischemic heart disease and ventricular hypertrophy. This thesis mainly focuses on in vivo diffusion tensor imaging (DTI) to obtain the myocardial fiber structure of the human heart under free-breathing conditions. The use of DTI for studying the human heart in vivo is challenging due to cardiac motion. In particular, free-breathing DTI acquisition without resorting to respiratory gating is very difficult due to both respiratory and cardiac motion. To deal with this problem, we propose novel approaches that combine multiple shifted trigger delay (TD) acquisitions and post-processing methods. First, we perform multiple shifted TD acquisitions at end diastole. Then, we focus on two different post-processing methods. The first method addresses physiological motion effects on in vivo cardiac DTI using image co-registration and PCATMIP (Principal Components Analysis filtering and Temporal Maximum Intensity Projection). The second method is a wavelet-based image fusion (WIF) algorithm combined with a PCA noise removing method. Finally, a comparison of DTI measurements between the PCATMIP and WIF methods is also performed; tensor fields are calculated, from which the in vivo fiber architecture properties are compared. The results show that using the proposed approaches, we are able to study the cardiac motion effects on diffusion tensor parameters, and investigate the underlying relationship between the measured diffusion tensor properties and the cardiac motion. We also find that the combination of multiple shifted TD acquisitions and dedicated image post-processing can compensate for physiological motion effects, which allows us to obtain 3D fiber architectures of the human heart under free-breathing conditions. The findings suggest new solutions to signal loss problems associated with bulk motion, which are promising for obtaining in vivo human myocardial fiber architecture properties in clinical conditions.; L'orientation des fibres myocardiaque est à la base du comportement électro-mécanique du cœur, et connue pour être altérée dans diverses maladies cardiaques telles que la cardiopathie ischémique et l'hypertrophie ventriculaire. Cette thèse porte principalement sur l'imagerie in vivo du tenseur de diffusion (diffusion tensor imaging—DTI) en vue d’obtenir la structure des fibres myocardiques du cœur humain dans des conditions de respiration libre. L'utilisation de DTI pour l'étude du cœur humain in vivo est un grand défi en raison du mouvement cardiaque. En particulier, l’acquisition DTI avec respiration libre sans recourir au gating respiratoire est très difficile à cause des mouvements à a fois respiratoire et cardiaque. Pour aborder ce problème, nous proposons de nouvelles approches consistant à combiner des acquisitions à retards de déclenchement multiples (trigger delay—TD) et des méthodes de post-traitement. D’abord, nous réalisons des acquisitions avec multiples TD décalés en fin de diastole. Ensuite, nous développons deux méthodes de post-traitement. La première méthode s’attaque au problème d’effets de mouvement physiologique sur DTI cardiaque in vivo en utilisant les techniques de recalage et de PCATMIP (Principal Components Analysis filtering and Temporal Maximum Intensity Projection). La deuxième méthode traite le problème de mouvement par l’utilisation d’un algorithme de fusion d’images basé sur l’ondelette (wavelet-based image fusion-WIF) et d’une technique de débruitage PCA (Principal Components Analysis). Enfin, une comparaison des mesures DTI entre la méthode PCATMIP et la méthode WIF est réalisée ; les champs de tenseurs sont calculés, à partir desquels les propriétés de l’architecture des fibres in vivo sont comparées. Les résultats montrent qu’en utilisant les approches proposées, il est possible d’étudier l’impact du mouvement cardiaque sur les paramètres de tenseur de diffusion, et d’explorer les relations sous-jacentes entre les propriétés de tenseur de diffusion mesurées et le mouvement cardiaque. Nous trouvons aussi que la combinaison des acqusiitions avec des TD multiples décalés and des post-traitements d’images peut compenser les effets de mouvement physiologique, ce qui permet d’obtenir l’architecture 3D du cœur humain dans des conditions de respiration libre. Les résultats suggèrent de nouvelles solutions au problème de perte du signal due au mouvement, qui sont prometteuses pour obtenir les propriétés de l’architecture des fibres myocardiques du cœur humain in vivo, dans des conditions cliniques.

The intensity variation is often used in signal or image processing algorithms after being quantified by a measurement method. The method for measuring and quantifying the intensity variation is called a « change measure », which is commonly used in methods for signal change detection, image edge detection, edge-based segmentation models, feature-preserving smoothing, etc. In these methods, the « change measure » plays such an important role that their performances are greatly affected by the result of the measurement of changes. The existing « change measures » may provide inaccurate information on changes, while processing biomedical images or signals, due to the high noise level or the strong randomness of the signals. This leads to various undesirable phenomena in the results of such methods. On the other hand, new medical imaging techniques bring out new data types and require new change measures. How to robustly measure changes in theos tensor-valued data becomes a new problem in image and signal processing. In this context, a « change measure », called the Non-Stationarity Measure (NSM), is improved and extended to become a general and robust « change measure » able to quantify changes existing in multidimensional data of different types, regarding different statistical parameters. A NSM-based change detection method and a NSM-based edge detection method are proposed and respectively applied to detect changes in ECG and EEG signals, and to detect edges in the cardiac diffusion weighted (DW) images. Experimental results show that the NSM-based detection methods can provide more accurate positions of change points and edges and can effectively reduce false detections. A NSM-based geometric active contour (NSM-GAC) model is proposed and applied to segment the ultrasound images of the carotid. Experimental results show that the NSM-GAC model provides better segmentation results with less iterations that comparative methods and can reduce false contours and leakages. Last and more important, a new feature-preserving smoothing approach called « Nonstationarity adaptive filtering (NAF) » is proposed and applied to enhance human cardiac DW images. Experimental results show that the proposed method achieves a better compromise between the smoothness of the homogeneous regions and the preservation of desirable features such as boundaries, thus leading to homogeneously consistent tensor fields and consequently a more reconstruction of the coherent fibers.; La variation des intensités est souvent exploitée comme une propriété importante du signal ou de l’image par les algorithmes de traitement. La grandeur permettant de représenter et de quantifier cette variation d’intensité est appelée une « mesure de changement », qui est couramment employée dans les méthodes de détection de ruptures d’un signal, dans la détection des contours d’une image, dans les modèles de segmentation basés sur les contours, et dans des méthodes de lissage d’images avec préservation de discontinuités. Dans le traitement des images et signaux biomédicaux, les mesures de changement existantes fournissent des résultats peu précis lorsque le signal ou l’image présentent un fort niveau de bruit ou un fort caractère aléatoire, ce qui conduit à des artefacts indésirables dans le résultat des méthodes basées sur la mesure de changement. D’autre part, de nouvelles techniques d'imagerie médicale produisent de nouveaux types de données dites à valeurs multiples, qui nécessitent le développement de mesures de changement adaptées. Mesurer le changement dans des données de tenseur pose alors de nouveaux problèmes. Dans ce contexte, une mesure de changement, appelée « mesure de non-stationnarité (NSM) », est améliorée et étendue pour permettre de mesurer la non-stationnarité de signaux multidimensionnels quelconques (scalaire, vectoriel, tensoriel) par rapport à un paramètre statistique, et en fait ainsi une mesure générique et robuste. Une méthode de détection de changements basée sur la NSM et une méthode de détection de contours basée sur la NSM sont respectivement proposées et appliquées aux signaux ECG et EEG, ainsi qu’a des images cardiaques pondérées en diffusion (DW). Les résultats expérimentaux montrent que les méthodes de détection basées sur la NSM permettent de fournir la position précise des points de changement et des contours des structures tout en réduisant efficacement les fausses détections. Un modèle de contour actif géométrique basé sur la NSM (NSM-GAC) est proposé et appliqué pour segmenter des images échographiques de la carotide. Les résultats de segmentation montrent que le modèle NSM-GAC permet d’obtenir de meilleurs résultats comparativement aux outils existants avec moins d'itérations et de temps de calcul, et de réduire les faux contours et les ponts. Enfin, et plus important encore, une nouvelle approche de lissage préservant les caractéristiques locales, appelée filtrage adaptatif de non-stationnarité (NAF), est proposée et appliquée pour améliorer les images DW cardiaques. Les résultats expérimentaux montrent que la méthode proposée peut atteindre un meilleur compromis entre le lissage des régions homogènes et la préservation des caractéristiques désirées telles que les bords ou frontières, ce qui conduit à des champs de tenseurs plus homogènes et par conséquent à des fibres cardiaques reconstruites plus cohérentes.

The orientation of cardiac fibers underlies the electro-mechanical behavior of the heart, and it is known to be altered in various cardiac diseases such as ischemic heart disease and ventricular hypertrophy. This thesis mainly focuses on in vivo diffusion tensor imaging (DTI) to obtain the myocardial fiber structure of the human heart under free-breathing conditions. The use of DTI for studying the human heart in vivo is challenging due to cardiac motion. In particular, free-breathing DTI acquisition without resorting to respiratory gating is very difficult due to both respiratory and cardiac motion. To deal with this problem, we propose novel approaches that combine multiple shifted trigger delay (TD) acquisitions and post-processing methods. First, we perform multiple shifted TD acquisitions at end diastole. Then, we focus on two different post-processing methods. The first method addresses physiological motion effects on in vivo cardiac DTI using image co-registration and PCATMIP (Principal Components Analysis filtering and Temporal Maximum Intensity Projection). The second method is a wavelet-based image fusion (WIF) algorithm combined with a PCA noise removing method. Finally, a comparison of DTI measurements between the PCATMIP and WIF methods is also performed; tensor fields are calculated, from which the in vivo fiber architecture properties are compared. The results show that using the proposed approaches, we are able to study the cardiac motion effects on diffusion tensor parameters, and investigate the underlying relationship between the measured diffusion tensor properties and the cardiac motion. We also find that the combination of multiple shifted TD acquisitions and dedicated image post-processing can compensate for physiological motion effects, which allows us to obtain 3D fiber architectures of the human heart under free-breathing conditions. The findings suggest new solutions to signal loss problems associated with bulk motion, which are promising for obtaining in vivo human myocardial fiber architecture properties in clinical conditions., L'orientation des fibres myocardiaque est à la base du comportement électro-mécanique du cœur, et connue pour être altérée dans diverses maladies cardiaques telles que la cardiopathie ischémique et l'hypertrophie ventriculaire. Cette thèse porte principalement sur l'imagerie in vivo du tenseur de diffusion (diffusion tensor imaging—DTI) en vue d’obtenir la structure des fibres myocardiques du cœur humain dans des conditions de respiration libre. L'utilisation de DTI pour l'étude du cœur humain in vivo est un grand défi en raison du mouvement cardiaque. En particulier, l’acquisition DTI avec respiration libre sans recourir au gating respiratoire est très difficile à cause des mouvements à a fois respiratoire et cardiaque. Pour aborder ce problème, nous proposons de nouvelles approches consistant à combiner des acquisitions à retards de déclenchement multiples (trigger delay—TD) et des méthodes de post-traitement. D’abord, nous réalisons des acquisitions avec multiples TD décalés en fin de diastole. Ensuite, nous développons deux méthodes de post-traitement. La première méthode s’attaque au problème d’effets de mouvement physiologique sur DTI cardiaque in vivo en utilisant les techniques de recalage et de PCATMIP (Principal Components Analysis filtering and Temporal Maximum Intensity Projection). La deuxième méthode traite le problème de mouvement par l’utilisation d’un algorithme de fusion d’images basé sur l’ondelette (wavelet-based image fusion-WIF) et d’une technique de débruitage PCA (Principal Components Analysis). Enfin, une comparaison des mesures DTI entre la méthode PCATMIP et la méthode WIF est réalisée ; les champs de tenseurs sont calculés, à partir desquels les propriétés de l’architecture des fibres in vivo sont comparées. Les résultats montrent qu’en utilisant les approches proposées, il est possible d’étudier l’impact du mouvement cardiaque sur les paramètres de tenseur de diffusion, et d’explorer les relations sous-jacentes entre les propriétés de tenseur de diffusion mesurées et le mouvement cardiaque. Nous trouvons aussi que la combinaison des acqusiitions avec des TD multiples décalés and des post-traitements d’images peut compenser les effets de mouvement physiologique, ce qui permet d’obtenir l’architecture 3D du cœur humain dans des conditions de respiration libre. Les résultats suggèrent de nouvelles solutions au problème de perte du signal due au mouvement, qui sont prometteuses pour obtenir les propriétés de l’architecture des fibres myocardiques du cœur humain in vivo, dans des conditions cliniques.

The intensity variation is often used in signal or image processing algorithms after being quantified by a measurement method. The method for measuring and quantifying the intensity variation is called a « change measure », which is commonly used in methods for signal change detection, image edge detection, edge-based segmentation models, feature-preserving smoothing, etc. In these methods, the « change measure » plays such an important role that their performances are greatly affected by the result of the measurement of changes. The existing « change measures » may provide inaccurate information on changes, while processing biomedical images or signals, due to the high noise level or the strong randomness of the signals. This leads to various undesirable phenomena in the results of such methods. On the other hand, new medical imaging techniques bring out new data types and require new change measures. How to robustly measure changes in theos tensor-valued data becomes a new problem in image and signal processing. In this context, a « change measure », called the Non-Stationarity Measure (NSM), is improved and extended to become a general and robust « change measure » able to quantify changes existing in multidimensional data of different types, regarding different statistical parameters. A NSM-based change detection method and a NSM-based edge detection method are proposed and respectively applied to detect changes in ECG and EEG signals, and to detect edges in the cardiac diffusion weighted (DW) images. Experimental results show that the NSM-based detection methods can provide more accurate positions of change points and edges and can effectively reduce false detections. A NSM-based geometric active contour (NSM-GAC) model is proposed and applied to segment the ultrasound images of the carotid. Experimental results show that the NSM-GAC model provides better segmentation results with less iterations that comparative methods and can reduce false contours and leakages. Last and more important, a new feature-preserving smoothing approach called « Nonstationarity adaptive filtering (NAF) » is proposed and applied to enhance human cardiac DW images. Experimental results show that the proposed method achieves a better compromise between the smoothness of the homogeneous regions and the preservation of desirable features such as boundaries, thus leading to homogeneously consistent tensor fields and consequently a more reconstruction of the coherent fibers., La variation des intensités est souvent exploitée comme une propriété importante du signal ou de l’image par les algorithmes de traitement. La grandeur permettant de représenter et de quantifier cette variation d’intensité est appelée une « mesure de changement », qui est couramment employée dans les méthodes de détection de ruptures d’un signal, dans la détection des contours d’une image, dans les modèles de segmentation basés sur les contours, et dans des méthodes de lissage d’images avec préservation de discontinuités. Dans le traitement des images et signaux biomédicaux, les mesures de changement existantes fournissent des résultats peu précis lorsque le signal ou l’image présentent un fort niveau de bruit ou un fort caractère aléatoire, ce qui conduit à des artefacts indésirables dans le résultat des méthodes basées sur la mesure de changement. D’autre part, de nouvelles techniques d'imagerie médicale produisent de nouveaux types de données dites à valeurs multiples, qui nécessitent le développement de mesures de changement adaptées. Mesurer le changement dans des données de tenseur pose alors de nouveaux problèmes. Dans ce contexte, une mesure de changement, appelée « mesure de non-stationnarité (NSM) », est améliorée et étendue pour permettre de mesurer la non-stationnarité de signaux multidimensionnels quelconques (scalaire, vectoriel, tensoriel) par rapport à un paramètre statistique, et en fait ainsi une mesure générique et robuste. Une méthode de détection de changements basée sur la NSM et une méthode de détection de contours basée sur la NSM sont respectivement proposées et appliquées aux signaux ECG et EEG, ainsi qu’a des images cardiaques pondérées en diffusion (DW). Les résultats expérimentaux montrent que les méthodes de détection basées sur la NSM permettent de fournir la position précise des points de changement et des contours des structures tout en réduisant efficacement les fausses détections. Un modèle de contour actif géométrique basé sur la NSM (NSM-GAC) est proposé et appliqué pour segmenter des images échographiques de la carotide. Les résultats de segmentation montrent que le modèle NSM-GAC permet d’obtenir de meilleurs résultats comparativement aux outils existants avec moins d'itérations et de temps de calcul, et de réduire les faux contours et les ponts. Enfin, et plus important encore, une nouvelle approche de lissage préservant les caractéristiques locales, appelée filtrage adaptatif de non-stationnarité (NAF), est proposée et appliquée pour améliorer les images DW cardiaques. Les résultats expérimentaux montrent que la méthode proposée peut atteindre un meilleur compromis entre le lissage des régions homogènes et la préservation des caractéristiques désirées telles que les bords ou frontières, ce qui conduit à des champs de tenseurs plus homogènes et par conséquent à des fibres cardiaques reconstruites plus cohérentes.

In this thesis, we are interested in two complementary goals. First, we have improved the Dynamic Deformable Elastic Template (DET) model, developed at Creatis, for the semi-automatic extraction of the anatomy and cardiac motion. The performance of the method was assessed on a database consisting in 45 patients and yielded fairly accurate results. However, it experienced difficulties when dealing with very large thickening throughout the cardiac cycle. Thus, different type of constraints were integrated to the DET model in order to improve robustness and accuracy : local or dense prescribed displacements, deformations directionally constrained by the fibres. These constraints are evaluated on simulated and real human data, in both cine and tagged MR images. A methodology has also been developed in order to extract and statistically analyse myocardial fibre strain. This work was done in collaboration with a team at the Auckland Bioengineering Institute in New Zealand. A finite elements biomechanical model integrates the principle direction of fibres in the left ventricle from Diffusion Tensor MRI acquisitions on ex vivo human hearts and motion from tagged MRI sequences. Fibre strain and its variation throughout the cardiac cycle were estimated. Variability in fibre strain is statistically studied by joining DT-MRI and tagged MRI databases., Dans le cadre de cette thèse, nous nous somme focalisés sur deux objectifs complémentaires. Le premier concerne l’évolution de la méthode du Gabarit Déformable Elastique (GDE) pour l’extraction semi-automatique de l’anatomie et du mouvement cardiaque, développée au laboratoire Creatis. Un travail a d’abord été réalisé sur une base de données de 45 patients afin de mettre en évidence les points forts et les points faibles de l’algorithme, notamment la difficulté à suivre des déformations trop importantes ou des formes inhabituelles. Puis, différents types de contraintes ont été intégrées au modèle GDE afin d’en améliorer les performances : prescription locale ou dense de déplacements, directionnalité de la déformation contrainte par celle des fibres. Les contraintes proposées sont évaluées sur des données de synthèse et des données réelles en IRM ciné et de marquage tissulaire acquises chez l’homme. Parallèlement, une étude a été réalisée pour mettre en place la méthodologie nécessaire à l’extraction et l’analyse statistique de la déformation des fibres myocardiques. Ce travail a été effectué en collaboration avec une équipe du Auckland Bioengineering Institute en Nouvelle-Zélande. Un modèle biomécanique par éléments finis intègre la direction principale des fibres en tout point du ventricule gauche issue d’acquisitions en IRM du tenseur de diffusion (IRM-TD) sur coeurs humains ex vivo et le mouvement issu de séquences IRM marquées. Cette combinaison permet l’estimation de la déformation des fibres et sa variation durant le cycle cardiaque. La variabilité dans la déformation des fibres est étudiée statistiquement à travers le croisement d’une base de données IRM-TD et d’une base de données IRM marquées.

The aim of this work is to propose an algorithm to segment and track the myocardium using the level-set formalism. The myocardium is first approximated by a geometric model (hyperquadrics) which allows to handle asymetric shapes such as the myocardium while avoiding a learning step. This representation is then embedded into the level-set formalism as a shape prior for the joint segmentation of the endocardial and epicardial borders. This shape prior term is coupled with a local data attachment term and a thickness term that prevents both contours from merging. The algorithm is validated on a dataset of 80 images at end diastolic and end systolic phase with manual references from 3 cardiologists. In a second step, we propose to segment whole sequences using motion information. To this end, we apply a level conservation constraint on the implicit function associated to the level-set and express this contraint as an energy term in a variational framework. This energy is then added to the previously described algorithm in order to constrain the temporal evolution of the contour. Finally the algorithm is validated on 20 echocardiographic sequences with manual references of 2 experts (corresponding to approximately 1200 images).; L’objectif de cette thèse est de proposer un algorithme de segmentation et de suivi du myocarde basé sur le formalisme des ensembles de niveaux. Nous modélisons dans un premier temps le myocarde par un modèle géométrique (hyperquadriques) qui permet de représenter des formes asymétriques telles que le myocarde tout en évitant une étape d’apprentissage. Ce modèle est ensuite inclus dans le formalisme des ensembles de niveaux afin de servir de contrainte de forme lors de la segmentation simultanée de l’endocarde et de l’épicarde. Ce terme d’a priori de forme est couplé à un terme local d’attache aux données ainsi qu’à un terme évitant la fusion des deux contours. L’algorithme est validé sur 80 images en fin systole et en fin diastole segmentées par 3 cardiologues. Dans un deuxième temps, nous proposons de segmenter l’ensemble d’une séquence en utilisant l’information de mouvement. Dans ce but, nous faisons l’hypothèse de conservation des niveaux de la fonction implicite associée à l’ensemble de niveaux et l’exprimons comme une énergie dans un formalisme variationnel. Cette énergie est ensuite ajoutée à l’algorithme décrit précédemment pour la segmentation statique du myocarde afin de contraindre temporellement l’évolution du contour. L’algorithme est alors validé sur 20 séquences échocardiographiques (soit environ 1200 images) segmentées par 2 experts.

One of fundamental problems in human cardiac diffusion tensor magnetic resonance imaging (DT-MRI) is its poor spatial resolution, due to the hardware limitations of MRI scanners. The main purpose of this PhD work is to develop new approaches to improving the resolution of cardiac DT-MRI data in order to better understand the myocardial architecture of the heart and compare it with results issues from other investigation techniques such as polarized light imaging. Within this framework, the present work is composed of three main parts. The first part concerns a new approach to interpolating primary eigenvector fields from human cardiac DT-MRI using Thin Plate Spline (TPS) model. This approach removes the noise-corrupted vectors rather than denoising the whole vector field in a uniform manner, and uses TPS model in order to exploit the correlation between vector components during interpolation. The second part is dealt with a new category of feature-based methods for diffusion tensor field interpolation using either Euler angles or quaternion. These feature-based methods well preserve tensor parameters, such as tensor determinant, fractional anisotropy (FA) and mean diffusivity (MD) values. In this part are also compared the main interpolation approaches at the level of diffusion weighted images and tensor fields. The results show that the interpolation of DT-MRI data should be performed at the level of tensor fields. The last part investigates changes in MD and FA after myocardial infarction in porcine hearts, and the influence of diffusion tensor interpolation methods on FA and MD in both infarction and remote region. It is found that the infarction region showed significantly decreased FA and increased MD than the remote region, and that diffusion tensor interpolations have more significant influence on FA than on MD, which suggests that precaution should be taken when performing the clinical analysis based on the parameters after diffusion tensor interpolations.; L'un des problèmes fondamentaux de l'imagerie cardiaque par résonance magnétique du tenseur de diffusion (IRM-TD) est sa faible résolution spatiale, à cause des limitations matérielles des scanners IRM actuels. L'objectif principal de ce travail de thèse est de développer de nouvelles approches pour améliorer la résolution des données d'IRM-TD afin de mieux représenter l'architecture myocardique du coeur humain et de la comparer avec des résultats issus d'autres techniques d'investigation telles que l'imagerie par lumière polarisée. Dans ce cadre, le travail porte sur trois parties principales. La première concerne le développement d'une nouvelle approche pour l'interpolation des champs de vecteurs propres principaux issus de l'IRM-TD cardiaque humaine. Cette approche consiste d'abord à supprimer les vecteurs corrompus par le bruit au lieu de débruiter de manière uniforme le champ entier de vecteurs, et ensuite à interpoler le champ de vecteurs en utilisant la modèle Thin-Plate-Spline (TPS) afin d'exploiter la corrélation entre les composantes du vecteur. La deuxième partie concerne une nouvelle famille de méthodes d'interpolation pour les champs de tenseurs, basée soit sur les angles d'Euler soit sur le quaternion. Ces méthodes exploitent les caractéristiques du tenseur et préservent les paramètres de tenseurs, tels que le déterminant du tenseur, l'anisotropie fractionnelle (FA) et la diffusivité moyenne (MD). En outre, cette partie compare les principales approches d'interpolation au niveau des images pondérées en diffusion et des champs de tenseurs, et les résultats montrent qu'il serait préférable d'effectuer l'interpolation des données d'IRM-TD au niveau des champs de tenseurs. La troisième partie étudie le changement des paramètres MD et FA après un infarctus du myocarde chez les cochons, et l'influence des méthodes d'interpolation sur ces paramètres dans la zone infarctus et la zone distante. Les résultats montrent que la zone infarctus présente une diminution significative de FA et une augmentation significative de MD, comparée avec la zone distante, et que les méthodes d'interpolations du tenseur ont plus d'influence sur FA que sur MD, ce qui suggère que l'interprétation de ces paramètres cliniques après l'interpolation doive être prise avec précaution.

One of fundamental problems in human cardiac diffusion tensor magnetic resonance imaging (DT-MRI) is its poor spatial resolution, due to the hardware limitations of MRI scanners. The main purpose of this PhD work is to develop new approaches to improving the resolution of cardiac DT-MRI data in order to better understand the myocardial architecture of the heart and compare it with results issues from other investigation techniques such as polarized light imaging. Within this framework, the present work is composed of three main parts. The first part concerns a new approach to interpolating primary eigenvector fields from human cardiac DT-MRI using Thin Plate Spline (TPS) model. This approach removes the noise-corrupted vectors rather than denoising the whole vector field in a uniform manner, and uses TPS model in order to exploit the correlation between vector components during interpolation. The second part is dealt with a new category of feature-based methods for diffusion tensor field interpolation using either Euler angles or quaternion. These feature-based methods well preserve tensor parameters, such as tensor determinant, fractional anisotropy (FA) and mean diffusivity (MD) values. In this part are also compared the main interpolation approaches at the level of diffusion weighted images and tensor fields. The results show that the interpolation of DT-MRI data should be performed at the level of tensor fields. The last part investigates changes in MD and FA after myocardial infarction in porcine hearts, and the influence of diffusion tensor interpolation methods on FA and MD in both infarction and remote region. It is found that the infarction region showed significantly decreased FA and increased MD than the remote region, and that diffusion tensor interpolations have more significant influence on FA than on MD, which suggests that precaution should be taken when performing the clinical analysis based on the parameters after diffusion tensor interpolations., L'un des problèmes fondamentaux de l'imagerie cardiaque par résonance magnétique du tenseur de diffusion (IRM-TD) est sa faible résolution spatiale, à cause des limitations matérielles des scanners IRM actuels. L'objectif principal de ce travail de thèse est de développer de nouvelles approches pour améliorer la résolution des données d'IRM-TD afin de mieux représenter l'architecture myocardique du coeur humain et de la comparer avec des résultats issus d'autres techniques d'investigation telles que l'imagerie par lumière polarisée. Dans ce cadre, le travail porte sur trois parties principales. La première concerne le développement d'une nouvelle approche pour l'interpolation des champs de vecteurs propres principaux issus de l'IRM-TD cardiaque humaine. Cette approche consiste d'abord à supprimer les vecteurs corrompus par le bruit au lieu de débruiter de manière uniforme le champ entier de vecteurs, et ensuite à interpoler le champ de vecteurs en utilisant la modèle Thin-Plate-Spline (TPS) afin d'exploiter la corrélation entre les composantes du vecteur. La deuxième partie concerne une nouvelle famille de méthodes d'interpolation pour les champs de tenseurs, basée soit sur les angles d'Euler soit sur le quaternion. Ces méthodes exploitent les caractéristiques du tenseur et préservent les paramètres de tenseurs, tels que le déterminant du tenseur, l'anisotropie fractionnelle (FA) et la diffusivité moyenne (MD). En outre, cette partie compare les principales approches d'interpolation au niveau des images pondérées en diffusion et des champs de tenseurs, et les résultats montrent qu'il serait préférable d'effectuer l'interpolation des données d'IRM-TD au niveau des champs de tenseurs. La troisième partie étudie le changement des paramètres MD et FA après un infarctus du myocarde chez les cochons, et l'influence des méthodes d'interpolation sur ces paramètres dans la zone infarctus et la zone distante. Les résultats montrent que la zone infarctus présente une diminution significative de FA et une augmentation significative de MD, comparée avec la zone distante, et que les méthodes d'interpolations du tenseur ont plus d'influence sur FA que sur MD, ce qui suggère que l'interprétation de ces paramètres cliniques après l'interpolation doive être prise avec précaution.

The motivation of this thesis is the study of the spatial organization of cardiac muscle fibers from a series of three-dimensional images acquired by Diffusion Tensor MRI (DT-MRI). This organization is a fundamental property underlying the heart contractile function. However it is very difficult to obtain considering the difficulties inherent to cardiac and respiratory motion. Our goal is to develop new approaches that can cope with physiological motion and noise sensititvity, for the estimation, the analysis and the visualization of myocardial fibers. My work is composed of three main axis. The first compares, in the context of ex vivo clinical studies, the main regularization approaches that operate either on diffusion weighted images or on diffusion tensors. The differences are small enough to conclude that the quality of our DT-MRI data is sufficient to consider all regularization methods as equivalent. The second concerns a new tractography method especially designed for cardiac specificity. It is guided by a global cost functional which allows automatic estimation of cardiac fibers in one shot, without using any initialization points. The latest axis consists in distinguishing a cardiac fibre population into clusters. It is based on the comparison of two classification methods (geometrical and topological type) using three different fibre representation modes. Our results establish that classification may allow automatic identification of myocardial regions from DT-MRI images, which could greatly ease analysis and comparison of these images towards the design of patient-specific therapies., Cette thèse a pour cadre l'étude de l'organisation spatiale des fibres du muscle cardiaque à partir de séries d'images tridimensionnelles acquises par IRM du Tenseur de Diffusion (IRMTD). Cette organisation constitue une propriété fondamentale du coeur sous-tendant la fonction contractile. Néanmoins elle est très complexe à obtenir au vu des difficultés inhérentes au mouvements cardiaque et respiratoire. Notre objectif consiste à développer de nouvelles approches, basées sur la prise en compte du mouvement du coeur et de la sensibilité au bruit de l'acquisition, pour l'estimation, l'analyse et la visualisation des fibres du myocarde. Dans ce cadre, mes travaux se déclinent selon trois axes principaux. Le premier compare, dans le contexte d'études cliniques ex vivo, les principales approches de régularisation opérant soit sur les images pondérées en diffusion soit sur les champs de tenseurs de diffusion. Les différences sont suffisamment faibles pour conclure que la qualité de nos données IRMTD est suffisante pour considérer toutes les méthodes de régularisation comme équivalentes. Partant de ce constat, une méthode de régularisation simple et rapide apparaî satisfaisante. Le second concerne la mise en place d'une méthode de tractographie spécialement conçue pour la spécificité cardiaque. Celle-ci est guidée par une fonctionnelle de coût globale qui permet l'estimation automatique des fibres cardiaques en une seule fois pour l'ensemble des données, et ce sans l'utilisation de points d'initialisation. Le dernier axe consiste en la distinction d'une population de fibres cardiaques en sous-groupes. Celle-ci s'appuie sur la comparaison de méthodes de classification de type géométrique et de type topologique exploitant toutes trois modes différents de représentation des fibres. Les résultats établissent que la classification pourrait permettre l'identification automatique de régions spécialisées dans le myocarde, ce qui pourrait grandement faciliter l'analyse et la comparaison des données IRMTD cardiaques pour la conception de thérapies patient-spécifiques.

This thesis presents a new concept for the assessment of cardiac deformation from standard cine-MRI without requiring tagged MRI. We have adapted the level set method to segment the myocardium and to evaluate the endocardial and epicardial velocity contours. The segmentation process is directly applied on a pseudo-volumic 2D+t set of images. This leads to an efficient segmentation method that both take into account spatial and temporal continuity constraints. Then, we evaluated the displacement of detected endocardial and epicardial contours by a levelset based matching procedure. The velocity flow in the myocardial wall is assessed by an optical flow method constrained with the contour displacement. Finally, from the velocity flow, we derive relevant measurements of the cardiac contraction. The validation of the method is performed on synthetic image sequences, and by comparing our measurements to those obtained on the same patients with the HARmonic Phase reference (HARP) method applied on matched tagged MR images. The results of this method are encouraging, they are practically identical to those HARP approach. This method presents two main advantages: first it exploits standard untagged cine-MRI, secondly it leads to high spatial resolution strain assessments. This method is readily available and has potential to make the assessment of left ventricular myocardial deformation accessible for clinical use from a set of cardiac cine MR acquisitions, Cette thèse présente un nouveau concept pour l’évaluation des déformations cardiaques à partir de ciné-IRM standard sans avoir recours aux images IRM marquées. Nous avons adapté la méthode des ensembles de niveaux afin de segmenter le myocarde et évalué le déplacement des contours endo et épicardique. Le processus de segmentation est appliqué directement sur un ensemble d’images pseudo-volumique 2D + t. Cela conduit à une méthode de segmentation efficace tenant compte à la fois des contraintes de continuité spatiale et temporelle. Puis, nous avons évalué le déplacement des contours endo et épicardique détectés avec une technique de mise en correspondance fondée sur les ensembles de niveaux. La vitesse de déplacement au sein de la paroi myocardique est évaluée par une méthode de flot optique, contrainte avec le déplacement des contours. Enfin, de ce champ de vitesses du myocarde, nous tirons des mesures pertinentes de la contraction cardiaque. La validation de la méthode proposée est effectuée sur des séquences d'images synthétiques, et en comparant sur les mêmes patients nos mesures à celles obtenues avec la méthode de référence HARP appliquée sur des images IRM taggées correspondantes. Les résultats de la méthode sont encourageants, ils sont pratiquement identiques à ceux de l’approche HARP. Cette méthode présente deux avantages principaux: premièrement elle exploite les ciné-IRM standard non taggées, deuxièmement elle permet des évaluations des déformations à haute résolution spatiale. Cette méthode est déjà disponible et peut rendre accessible l’évaluation des déformations du ventricule gauche du myocarde en routine clinique à partir des séquences ciné-IRM

This thesis presents a new concept for the assessment of cardiac deformation from standard cine-MRI without requiring tagged MRI. We have adapted the level set method to segment the myocardium and to evaluate the endocardial and epicardial velocity contours. The segmentation process is directly applied on a pseudo-volumic 2D+t set of images. This leads to an efficient segmentation method that both take into account spatial and temporal continuity constraints. Then, we evaluated the displacement of detected endocardial and epicardial contours by a levelset based matching procedure. The velocity flow in the myocardial wall is assessed by an optical flow method constrained with the contour displacement. Finally, from the velocity flow, we derive relevant measurements of the cardiac contraction. The validation of the method is performed on synthetic image sequences, and by comparing our measurements to those obtained on the same patients with the HARmonic Phase reference (HARP) method applied on matched tagged MR images. The results of this method are encouraging, they are practically identical to those HARP approach. This method presents two main advantages: first it exploits standard untagged cine-MRI, secondly it leads to high spatial resolution strain assessments. This method is readily available and has potential to make the assessment of left ventricular myocardial deformation accessible for clinical use from a set of cardiac cine MR acquisitions, Cette thèse présente un nouveau concept pour l’évaluation des déformations cardiaques à partir de ciné-IRM standard sans avoir recours aux images IRM marquées. Nous avons adapté la méthode des ensembles de niveaux afin de segmenter le myocarde et évalué le déplacement des contours endo et épicardique. Le processus de segmentation est appliqué directement sur un ensemble d’images pseudo-volumique 2D + t. Cela conduit à une méthode de segmentation efficace tenant compte à la fois des contraintes de continuité spatiale et temporelle. Puis, nous avons évalué le déplacement des contours endo et épicardique détectés avec une technique de mise en correspondance fondée sur les ensembles de niveaux. La vitesse de déplacement au sein de la paroi myocardique est évaluée par une méthode de flot optique, contrainte avec le déplacement des contours. Enfin, de ce champ de vitesses du myocarde, nous tirons des mesures pertinentes de la contraction cardiaque. La validation de la méthode proposée est effectuée sur des séquences d'images synthétiques, et en comparant sur les mêmes patients nos mesures à celles obtenues avec la méthode de référence HARP appliquée sur des images IRM taggées correspondantes. Les résultats de la méthode sont encourageants, ils sont pratiquement identiques à ceux de l’approche HARP. Cette méthode présente deux avantages principaux: premièrement elle exploite les ciné-IRM standard non taggées, deuxièmement elle permet des évaluations des déformations à haute résolution spatiale. Cette méthode est déjà disponible et peut rendre accessible l’évaluation des déformations du ventricule gauche du myocarde en routine clinique à partir des séquences ciné-IRM

Cardiovascular diseases are a leading cause of mortality in Western countries and France. In particular, ischemic diseases represent a significant proportion who are themselves the consequence of vascular diseases such as atherosclerosis. Thanks to advances in cardiac imaging it is now possible to see in detail the effects of ischemia on heart movements. Cardiac imaging is thus a valuable tool to aid diagnosis of this type of diseases, and to better understand their causes and their evolution. So far, the use of these clinical data remains very incomplete. Indeed, the large volume of data makes it virtually impossible to fully use the images acquired on each patient. Also, the manual processing of pictures lack of objectivity and reproducibility, compromising the validity of results, both in a research context and for a clinical diagnosis. We propose to use computer-assisted to improve the use of these images, and in particular to extract automatically the anatomy and movement of the heart in 3D. These methods will provide a valuable diagnostic aid in providing a quantitative estimation of global and local contractile function. They will also be advance knowledge by allowing a rapid and objective analysis of large groups of patients., Les pathologies cardio-vasculaires constituent une des premières causes de mortalité dans les pays occidentaux et en France. En particulier, les pathologies ischémiques en représentent une part significative qui sont elles- mêmes la consé- quence de pathologies vasculaires comme l'athérosclérose. Les progrès de l'imagerie cardiaque permettent aujourd'hui de voir en détail les effets des pathologies ischémiques sur le mouvement du cœur, notamment. L'imagerie cardiaque est ainsi un outil précieux pour l'aide au diagnostic de ce type de pathologies, et pour mieux comprendre leurs causes et leur évolution. A ce jour, l'exploitation de ces données en clinique reste cependant très incomplète. En effet, le volume très important de données rend quasiment impossible le trai- tement manuel complet des images acquises sur chaque patient. D'autre part, le traitement manuel des images manque d'objectivité et de reproductibilité, com- promettant la validité des résultats obtenus, tant dans un contexte de recherche que pour un diagnostic en clinique. Nous proposons de recourir à des méthodes d'analyse assistées par l'ordinateur pour améliorer l'exploitation de ces images, à savoir l'extraction de l'anatomie et du mouvement du cœur en 3D. Ces méthodes permettront d'apporter une aide au diagnostic précieuse en fournissant des para- mètres globaux et locaux de la fonction contractile. Elles permettront en outre de faire avancer les connaissances en permettant une analyse accélérée et objective de groupes importants de patients. L'analyse automatisée d'images cardiaques pose cependant de nombreux pro- blèmes méthodologiques. Les travaux menés à ce sujet ont montré que l'utilisation de modèles réalistes comme a priori dans les algorithmes est un pré-requis indis- pensable à leur efficacité. Dans le cadre de cette thèse, nous nous sommes focalisés sur l'évolution de la méthode du Gabarit Déformable Élastique (GDE) pour l'extraction automatique de l'anatomie cardiaque (cavités ventriculaires et enveloppe péricardique), déve- loppée au laboratoire Creatis-LRMN. Le GDE consiste à représenter le myocarde par un modèle de forme a priori que l'on déforme élastiquement pour l'adapter à la forme spécifique du cœur du patient. Au cours de cette thèse, un nouvel algorithme non-linéaire, permettant une meilleure prise en compte de la variabilité de la forme du cœur, a été développé en collaboration avec l'Institut Camille Jordan de Mathématiques Appliquées à Lyon. La collaboration avec des mathématiciens permet d'asseoir nos travaux sur des bases théoriques solides : une preuve de convergence de l'algorithme a été proposée [13]. Nous proposons en outre une méthode de multirésolution sur le maillage qui permet une accélération significative de l'algorithme, ainsi qu'une méthode de perturbation singulière permettant de s'assurer que le modèle est par- faitement adapté aux données [14]. Parallèlement, un travail a été réalisé pour l'amélioration de l'attache aux don- nées [15] et en particulier du champ de force qui guide la déformation du gabarit, de manière à améliorer la robustesse de la méthode, notamment avec les données issues des imageurs modernes. Nous proposons également plusieurs contributions pour le positionnement ini- tial du modèle dans les images. En particulier, l'utilisation d'un recalage par fonc- tions splines de plaque mince a été proposé [16], en collaboration avec le Profes- seur L. Axel à New York. Enfin, nous proposons d'étendre le GDE pour une modélisation dynamique et non plus statique du cœur, en s'appuyant sur une représentation harmonique du mouvement sur l'ensemble du cycle cardiaque et en proposant un algorithme original de résolution [17, 18]. Cette dernière proposition constitue sans doute la principale contribution de notre travail. Elle s'appuie là-aussi sur des résultats théoriques. Les méthodes proposées sont évaluées sur des données de synthèse et des données réelles acquises chez l'homme et le petit animal.

Cardiovascular diseases are a leading cause of mortality in Western countries and France. In particular, ischemic diseases represent a significant proportion who are themselves the consequence of vascular diseases such as atherosclerosis. Thanks to advances in cardiac imaging it is now possible to see in detail the effects of ischemia on heart movements. Cardiac imaging is thus a valuable tool to aid diagnosis of this type of diseases, and to better understand their causes and their evolution. So far, the use of these clinical data remains very incomplete. Indeed, the large volume of data makes it virtually impossible to fully use the images acquired on each patient. Also, the manual processing of pictures lack of objectivity and reproducibility, compromising the validity of results, both in a research context and for a clinical diagnosis. We propose to use computer-assisted to improve the use of these images, and in particular to extract automatically the anatomy and movement of the heart in 3D. These methods will provide a valuable diagnostic aid in providing a quantitative estimation of global and local contractile function. They will also be advance knowledge by allowing a rapid and objective analysis of large groups of patients., Les pathologies cardio-vasculaires constituent une des premières causes de mortalité dans les pays occidentaux et en France. En particulier, les pathologies ischémiques en représentent une part significative qui sont elles- mêmes la consé- quence de pathologies vasculaires comme l'athérosclérose. Les progrès de l'imagerie cardiaque permettent aujourd'hui de voir en détail les effets des pathologies ischémiques sur le mouvement du cœur, notamment. L'imagerie cardiaque est ainsi un outil précieux pour l'aide au diagnostic de ce type de pathologies, et pour mieux comprendre leurs causes et leur évolution. A ce jour, l'exploitation de ces données en clinique reste cependant très incomplète. En effet, le volume très important de données rend quasiment impossible le trai- tement manuel complet des images acquises sur chaque patient. D'autre part, le traitement manuel des images manque d'objectivité et de reproductibilité, com- promettant la validité des résultats obtenus, tant dans un contexte de recherche que pour un diagnostic en clinique. Nous proposons de recourir à des méthodes d'analyse assistées par l'ordinateur pour améliorer l'exploitation de ces images, à savoir l'extraction de l'anatomie et du mouvement du cœur en 3D. Ces méthodes permettront d'apporter une aide au diagnostic précieuse en fournissant des para- mètres globaux et locaux de la fonction contractile. Elles permettront en outre de faire avancer les connaissances en permettant une analyse accélérée et objective de groupes importants de patients. L'analyse automatisée d'images cardiaques pose cependant de nombreux pro- blèmes méthodologiques. Les travaux menés à ce sujet ont montré que l'utilisation de modèles réalistes comme a priori dans les algorithmes est un pré-requis indis- pensable à leur efficacité. Dans le cadre de cette thèse, nous nous sommes focalisés sur l'évolution de la méthode du Gabarit Déformable Élastique (GDE) pour l'extraction automatique de l'anatomie cardiaque (cavités ventriculaires et enveloppe péricardique), déve- loppée au laboratoire Creatis-LRMN. Le GDE consiste à représenter le myocarde par un modèle de forme a priori que l'on déforme élastiquement pour l'adapter à la forme spécifique du cœur du patient. Au cours de cette thèse, un nouvel algorithme non-linéaire, permettant une meilleure prise en compte de la variabilité de la forme du cœur, a été développé en collaboration avec l'Institut Camille Jordan de Mathématiques Appliquées à Lyon. La collaboration avec des mathématiciens permet d'asseoir nos travaux sur des bases théoriques solides : une preuve de convergence de l'algorithme a été proposée [13]. Nous proposons en outre une méthode de multirésolution sur le maillage qui permet une accélération significative de l'algorithme, ainsi qu'une méthode de perturbation singulière permettant de s'assurer que le modèle est par- faitement adapté aux données [14]. Parallèlement, un travail a été réalisé pour l'amélioration de l'attache aux don- nées [15] et en particulier du champ de force qui guide la déformation du gabarit, de manière à améliorer la robustesse de la méthode, notamment avec les données issues des imageurs modernes. Nous proposons également plusieurs contributions pour le positionnement ini- tial du modèle dans les images. En particulier, l'utilisation d'un recalage par fonc- tions splines de plaque mince a été proposé [16], en collaboration avec le Profes- seur L. Axel à New York. Enfin, nous proposons d'étendre le GDE pour une modélisation dynamique et non plus statique du cœur, en s'appuyant sur une représentation harmonique du mouvement sur l'ensemble du cycle cardiaque et en proposant un algorithme original de résolution [17, 18]. Cette dernière proposition constitue sans doute la principale contribution de notre travail. Elle s'appuie là-aussi sur des résultats théoriques. Les méthodes proposées sont évaluées sur des données de synthèse et des données réelles acquises chez l'homme et le petit animal.