Développement d’un protocole de tractographie automatisée permettant la reconstruction optimale de l’environnement de fibres autour des tumeurs complexes de la base du crâne

Encadrement au laboratoire CREATIS: 

Carole FRINDEL, Dr Timothée JACQUESSON

Contact: carole.frindel@insa-lyon.fr

Sujet du stage : Développement d’un protocole de tractographie automatisée permettant la reconstruction optimale de l’environnement de fibres autour des tumeurs complexes de la base du crâne

Contexte : 

Les tumeurs de la base du crâne restent un défi chirurgical du fait de leur implantation profonde au milieu de nombreux nerfs crâniens et vaisseaux sanguins. Chaque tumeur présente ainsi des caractéristiques particulières – dont l’environnement de fibres blanches cérébrales – qui vont impacter leur prise en charge. L'application de la méthode de tractographie sur des Images par Résonance Magnétique (IRM) en diffusion a permis de reconstruire le cerveau et les nerfs crâniens en condition « saine » puis dans le cas des tumeurs de la base du crâne. Cela permettrait d’améliorer le planning préopératoire des tumeurs complexes de la base du crâne et ainsi de réduire le risque de séquelles neurologiques. Néanmoins, cette méthode a nécessité une acquisition IRM dédiée, un post-traitement complexe avec notamment le positionnement de multiples régions d’intérêt (ROIs) et une  la validation précise au  regard  de la réalité anatomique.

Un premier travail de notre équipe a été de développer un protocole de tractographie des nerfs crâniens avec des critères de reconstruction optimisés : longueur minimale >10mm, angle de courbure maximale <45°, seuil de probabilité > 0.2 et 0.3, nombre de fibres selon le diamètre anatomique. Puis, nous avons simplifié le protocole de post-traitement informatique avec une tractographie en volume complet full tractography ouvrant la voie à une utilisation en pratique clinique de routine. Aujourd’hui, les paramètres initialementchoisis pour chaque nerf crânien ne correspondent plus à la reconstruction de l’environnement complet de fibres autour de la tumeur. De même, l’apprentissage profond par réseau de neurones offre des perspectives d’automatisation et d’extraction de données supplémentaires inédites. 

Objectif du stage :

Nous proposons de développer un « pipeline » de post traitement automatisé, « ouvert », capable de reconstruire, à partir des IRM préopératoires, l’environnement complet de fibres blanches autour des tumeurs de la base du crâne. 

Méthodologie :

À partir d'une série clinique rétrospective comprenant plus de 100 patients (protocole TRACNER IRB 2015-A01113-46 : imagerie par résonance magnétique cérébrale préopératoire avec séquences multiples, notamment TOF, T2 haute résolution, DTI 64 directions, 3DT1GADO), nous cherchons  à élaborer une approche méthodologique basée sur les étapes suivantes :

1. Validation de la segmentation tumorale automatisée par le transfert d'un réseau de neurones pré-entraîné, en utilisant BRATS, [Shapey 2021]
2. Optimisation adaptative des paramètres de reconstruction par une approche multiparamétrique, incluant la longueur des fibres, l'angle de courbure, le seuil d'anisotropie, le nombre, le modèle de diffusion, ainsi que l'exclusion de zones déterminées par la réalité terrain de l'IRM T2.

Cette méthodologie vise à améliorer la précision et la fiabilité de la caractérisation des tumeurs cérébrales en exploitant des techniques avancées de segmentation automatique et d'ajustement fin des paramètres de reconstruction, basées sur une analyse approfondie de données issues de l'imagerie par résonance magnétique.

Compétences développées : Traitement numérique des images biomédicales 3D de type IRM, Analyses statistiques de grandes échelles, Tractographie, Contexte clinique de la neurochirugie.

Compétences attendues : Programmation shell, matlab et python. Connaissance de base en théorie de l'information, machine learning. 

Gratification : Environ 600 euros net par mois. Durée 4 à 6 mois.