Fonction pulmonaire régionale mesurée par analyse automatisée d’images tomographiques pour le phénotypage prédictif de la BPCO

  • Laboratoire d'accueil : Synchrotron Radiation for Biomedicine (STROBE) Inserm UA07 ;  Dir. Sam Bayat.
  • Intitulé du sujet : Fonction pulmonaire régionale mesurée par analyse automatisée d’images tomographiques pour le phénotypage prédictif de la BPCO.
  • Directeur de thèse : Sam BAYAT PUPH UGA HDR (2009), Laboratoire STROBE Inserm UA07, Grenoble
  • Co-directeur de thèse : Maciej ORKISZ PU UCBL HDR (2003) Laboratoire CREATIS, équipe MYRIAD, Lyon
  • Mots-clés : broncho-pneumopathie chronique obstructive, imagerie tomodensitométrique, traitement d'images, recalage d'images

Positionnement médical/Contexte

La broncho-pneumopathie chronique obstructive (BPCO) touche environ 251 millions de personnes dans le monde (3 millions de cas en France). Le poids de cette pathologie en terme de santé publique est un défi croissant dans les pays industrialisés avec le vieillissement de la population (1). Elle entraîne des exacerbations, une diminution progressive de la fonction respiratoire, et peut mener au handicap respiratoire et à la mort. Malgré des décennies de recherches, les traitements pouvant modifier l’évolution et la mortalité de cette pathologie manquent, en partie en raison d’une connaissance limitée en routine du phénotype des patients (1). La réduction de la fonction pulmonaire par trouble ventilatoire obstructif est caractérisée par une inhomogénéité de la fonction pulmonaire régionale. Récemment, il a été démontré que les données sur la fonction pulmonaire régionale obtenues par l’analyse d’images tomodensitométriques (TDM) permettent une caractérisation phénotypique plus précise, et un diagnostic personnalisé, prédictif de l’évolution de la pathologie (2, 3).

Notre hypothèse est que la caractérisation phénotypique des patients atteints de BPCO basée sur une quantification de la fonction pulmonaire régionale par recalage d’images TDM inspiratoire et expiratoire, est prédictive du déclin fonctionnel et de l’évolution et la survenue d’événements cliniques tels qu’exacerbations, ou hospitalisations.

Objectifs et méthodologie envisagée

L’objectif de ce projet est de développer, et valider des outils d’analyse d’images issus de la recherche fondamentale, pour la mesure rapide et reproductible de paramètres de fonction pulmonaire régionale à partir d’images TDM à basse dose de rayonnement ionisant, chez les patients à risque ou atteints de BPCO.

Notre approche (4) est basée sur la segmentation suivie du recalage élastique d’images inspiratoires et expiratoires en 3D, automatisée et indépendante de l’intervention d’un opérateur. Elle consiste à quantifier la déformation pulmonaire régionale, mais également la ventilation régionale et son hétérogénéité d’après la variation de l’atténuation locale des rayons X avec la respiration, ainsi que les mesures quantitatives de trappage et d’emphysème affichées sous forme d’une carte 3D (2, 3). Nous avons développé un logiciel de recalage d’images pulmonaires, initialement appliquée à la tomographie expérimentale aux rayons-X synchrotron, dans un modèle animal (5).

Nous avons par la suite adapté ce logiciel à l’analyse d’images TDM pulmonaires chez l’homme. Les données préliminaires, obtenues dans une cohorte grenobloise (ECOCOPD, monocentrique, prospective, avec un recul de 3 ans en 2019) de patients atteints de BPCO, démontrent la faisabilité de notre approche, pour le calcul de la ventilation pulmonaire régionale et son hétérogénéité, chez ces patients, dont le bilan TDM pulmonaire inclut en routine des images inspiratoires et expiratoires. Nos données préliminaires montrent une association entre la ventilation régionale et son hétérogénéité, et la survenue d’événements cliniques telles que les exacerbations de la maladie, dans l’année suivant l’imagerie (4). Ces données suggèrent que l’analyse fonctionnelle, multiparamétrique des images de TDM pulmonaire semble offrir des biomarqueurs prometteurs pour le phénotypage prédictif chez ces patients, ouvrant la possibilité d’interventions thérapeutiques précoces, visant à un traitement personnalisé, voir la prévention des exacerbations et la morbidité. Cependant, le logiciel actuel présente des limitations en terme de temps de calcul (~30 min) et de qualité de recalage pour des grandes variations de volume pulmonaire expiratoire-inspiratoire. Par conséquent, dans ce projet de thèse un accent particulier sera mis sur l’implémentation et la validation d'un algorithme de recalage d'images pulmonaires rapide et robuste à la présence de changements pathologiques. Des applications dans d’autres situations pathologiques telles que le syndrome de détresse respiratoire aiguë de l’adulte sont envisageables, afin de mesurer précisément le recrutabilité régionale du poumon (6), un paramètre prédictif de l’évolution chez ces patients en insuffisance respiratoire aiguë sous ventilation mécanique.

Financement de la thèse: LABEX PRIMES

Profil du candidat (préréquis) : traitement d'image, programmation; compétences en recalage d'images et en apprentissage machine seront un plus.

Compétences qui seront développées pendant la thèse : approfondissement des compétences en traitement d’images, apprentissage machine et programmation, acquisition et développement de compétences en modélisation, simulation et dialogue avec le milieu médical.

Pour candidater : Avant le 15 avril 2020, envoyer aux directeurs de thèse le CV et les contacts de deux personnes connaissant vos aptitudes à la recherche, dont votre encadrant du projet master.

Bibliographie du sujet

1. Global, regional, and national deaths, prevalence, disability-adjusted life years, and years lived with disability for chronic obstructive pulmonary disease and asthma, 1990-2015: a systematic analysis for the Global Burden of Disease Study 2015. The Lancet Respiratory medicine 2017; 5: 691-706.

2. Bhatt SP, Washko GR, Hoffman EA, Newell JD, Jr., Bodduluri S, Diaz AA, Galban CJ, Silverman EK, San Jose Estepar R, Lynch DA. Imaging Advances in Chronic Obstructive Pulmonary Disease: Insights from COPDGene. Am J Respir Crit Care Med 2018.

3. Galban CJ, Han MK, Boes JL, Chughtai KA, Meyer CR, Johnson TD, Galban S, Rehemtulla A, Kazerooni EA, Martinez FJ, Ross BD. Computed tomography-based biomarker provides unique signature for diagnosis of COPD phenotypes and disease progression. Nat Med 2012; 18: 1711-1715.

4. Cohen J, Broche L, Ferretti G, Benmerad M, Bailly S, Ozcelik C, Tamisier R, Pépin JL, Bayat S. Correlation of CT Image registration-based metrics of regional ventilation distribution with lung function and exercise capacity in COPD patients: a pilot study. European Respiratory Journal 2018; 52.

5. Broche L, Perchiazzi G, Porra L, Tannoia A, Pellegrini M, Derosa S, Sindaco A, Batista Borges J, Degrugilliers L, Larsson A, Hedenstierna G, Wexler AS, Bravin A, Verbanck S, Smith BJ, Bates JH, Bayat S. Dynamic Mechanical Interactions Between Neighboring Airspaces Determine Cyclic Opening and Closure in Injured Lung. Crit Care Med 2017; 45: 687-694.

6. Orkisz M, Morales Pinzón A, Richard JC, Guérin C, Solórzano Vargas LE, Sicaru DF, García Hernández C, Gómez Ballén MM, Neyran B, Dávila Serrano EE, Hernández Hoyos M, Voxel-wise assessment of lung-aeration changes on CT images using image registration: Application to acute respiratory distress syndrome (ARDS). Int J Computer Assisted Radiol Surg, 14:11, 1945-1953, 2019.