Analyse IRM multiparamétrique de l'infarctus du myocarde par apprentissage de représentation

RESUME 
L’infarctus du myocarde (IM), causé par l’obstruction d’une artère coronaire, entraîne une nécrose localisée du tissu cardiaque et de graves altérations de la fonction cardiaque. L’imagerie par résonance magnétique (IRM) cardiaque est la référence en matière d’évaluation non invasive de l’IM, offrant une caractérisation multiparamétrique des aspects structurels et fonctionnels du myocarde. Cependant, dans la pratique clinique, cette richesse d’informations est souvent réduite à des mesures scalaires simplistes, limitant ainsi son potentiel diagnostique et pronostique. Cette thèse se situe à l’intersection de l’imagerie médicale et de l’analyse d’images, et vise à développer des stratégies d’analyse multiparamétrique en IRM cardiaque basées sur l’apprentissage de représentation. Cette méthodologie, combinée à des techniques récentes de synthèse d’images (modèles de diffusion), est exploitée pour l’extraction et l’analyse de caractéristiques cliniquement pertinentes à partir des données brutes de l’IRM cardiaque. 
L’objectif est d’exploiter toute la richesse des images cardiaques pour améliorer le suivi des patients et l’évaluation des traitements. Nous abordons tout d’abord deux défis majeurs dans l’analyse des caractéristiques de l’IM : la mise en œuvre d’un contrôle qualité automatique pour l’évaluation de la sélection du temps d’inversion ainsi que le développement d’un cadre d’analyse au niveau de la population dans un espace latent qui capture à la fois le contenu de l’image et les caractéristiques cliniquement pertinentes. De plus, nous proposons un pipeline pour générer des images IRM synthétiques réalistes conditionnées par des attributs cliniques, ce qui permet une évaluation de la robustesse des modèles de segmentation. 

Mots-clés : 
Imagerie par résonance magnétique, Imagerie cardiaque, Rehaussement tardif au Gadolinium, Infarctus du myocarde, Apprentissage profond, Apprentissage de représentation, Autoencodeur variationnel, Réseaux de diffusion. 

Jury : 
- BUSTIN Aurélien      Rapporteur              Chaire de Professeur Junior Université de Bordeaux. 
- CONZE Pierre-Henri   Rapporteur              Professeur IMT Atlantique. 
- KACHENOURA Nadjia    Examinatrice            Directrice de Recherche Université Sorbonne, INSERM. 
- MEWTON Nathan        Examinateur             Professeur des Universités Université Lyon 1, Praticien Hospitalier. 
- VAKALOPOULOU Maria   Examinatrice            Maîtresse de Conférences Université Paris-Saclay. 
- VIALLON Magalie      Directrice de thèse     Physicienne Médicale Université de Saint-Etienne. 
- DUCHATEAU Nicolas    Co-Directeur de thèse   Maître de Conférences Université Lyon 1. 
- CROISILLE Pierre     Co-Directeur de thèse   Professeur des Universités Université de Saint-Etienne, Praticien Hospitalier.