Caractérisation de nanoparticules d’oxyde de fer en imagerie IRM par une approche multiparamétrique

Contexte:


Les nanoparticules d’oxyde de fer (USPIO) sont depuis quelques années largement utilisées en imagerie IRM pour imager des phénomènes à l’échelle cellulaire. Les domaines d’applications sont nombreux : on peut citer l’imagerie de l’inflammation pour l’athérosclérose [ADDY-09] ou l’accident vasculaire cérébrale, l’imagerie précoce de la maladie d’Alzheimer ou encore l’imagerie de la sclérose en plaque. Plusieurs techniques récentes basées sur l’exploitation des phénomènes physiques engendrés par les nanoparticules (contraste positif, imagerie de la susceptibilité, relaxométrie) permettent de détecter leur présence sur les images. Des techniques ont également été développées pour quantifier les nanoparticules. Ces techniques exploite soit l’effet de susceptibilité, soit une des données de relaxométrie. Leurs performances intéressantes reste limitées et fortement dépendante du contexte biologique et tissulaire local [CHAR-10].

Objectif:


Dans ce contexte, l'objectif de la thèse est de développer une approche multiparamétrique qui sera capable d’intégrer les différentes informations associées aussi bien aux effets de susceptibilité qu’aux données de relaxométrie (T1, T2, T2*). Cette approche devra permettre une quantification plus précise et robuste des nanoparticules. Elle devra permettre également d’évaluer l’état de dégradation des nanoparticules par une signature paramétrique locale associée à une connaissance a priori.
Plusieurs partenariats peuvent être envisagés dans le cadre de cette thèse : en interne avec l’équipe Imagerie Cérébrale, en externe campus avec l’Unité INSERM 1060 qu’a rejoint E. Canet. Ce sujet peut également intéresser la société Guerbet qui développe des agents de contratse IRM.

Equipe : images et modèles


Directeurs de thèse : Hugues Benoit-Cattin, Thomas Grenier

Compétences requises :

  • Traitement du signal et des Images : déconvolution, statistiques
  • Programmation C/C++ et Matlab


Bibliographie :

  • [CHAR-10] D. Charpigny, T. Grenier, C. Odet, and H. Benoit-Cattin, "Restoration-based iron oxide particles quantification in MR images", IEEE ICASSP, Dallas, Texas, USA, March, 2010.
  • [ADDY-09] O. Addy, D. Charpigny, M. Sigovan, E. Canet-Soulas, H. Benoit-Cattin, and D. Nishimura, "MRI Simulation Framework for Atherosclerosis Inflammation with USPIOs", Proc. EMIM 2009: 4th European Society for Molecular Imaging, 2009.