Formation d’image Haute Résolution pour la caractérisation de la microstructure vasculaire par imagerie de localisation ultrasonore

Domaine et contexte scientifiques :

L’amélioration de la qualité de l’image ultrasonore est un enjeu permanent. La formation d’une image ultrasonore est basée sur des techniques de traitement d’antenne (regroupées sous le terme de beamforming dans la littérature). La plus classique est le « Delay and Sum », méthode robuste mais fournissant des images d’une qualité limitée.

Or pour certaines applications, la résolution spatiale, c’est-à-dire la capacité à discerner deux structures proches, est primordiale. De nombreux travaux ont déjà été réalisés pour améliorer la résolution d’images, notamment avec les méthodes adaptatives de formation d’image de type Capon [Synnevag07] ou avec des approches de type problèmes inverses pour remplacer le beamforming [Szasz16]. 

Par ailleurs, un nouveau champ est apparu en imagerie ultrasonore ces dernières années [Errico15]. Il s’agit de l’imagerie de localisation ultrasonore (ILU). En s’inspirant de la microscopie optique, l’ILU s’est affranchie du compromis classique entre pénétration et résolution. En localisant par imagerie ultrasonore les microbulles individuelles injectées et en suivant leur déplacement, il est aujourd’hui possible de produire des cartes vasculaires et de vitesse à l'échelle du micromètre sur une profondeur centimétrique. 

Mots-clefs : Imagerie ultrasonore, formation d’images, imagerie ultra-rapide, 3D.

Objectifs de la thèse : 

Dans cette thèse, nous voulons proposer d’autres alternatives pour la formation d’images et évaluer l’intérêt de ces alternatives dans le champ particulier de l’imagerie de localisation ultrasonore (ILU) [Couture18]. L’ILU implique la succession de différentes étapes. Il existe encore aujourd’hui de nombreuses améliorations possibles dans ce procédé, notamment dans les étapes de Détection et Localisation.

Des méthodes de formations d’images possédant de bonnes caractéristiques en termes de résolution spatiale permettraient d’améliorer directement ces étapes. En effet, pour avoir des cartes vasculaires les plus représentatives possible, il faut pouvoir détecter et suivre le déplacement d’un maximum de microbulles individuelles dans les vaisseaux sanguins. Pour cela, il est possible d’acquérir des images sur un temps plus long. Cependant, en pratique chez les patients, les microbulles injectées vont circuler sur un temps limité (3-5 minutes). L’imagerie haute résolution, par l’amélioration de la détection de microbulles individuelles plus proches spatialement va permettre d’augmenter le nombre de microbulles détectées et suivies ainsi que d’améliorer la précision des cartes vasculaires notamment aux niveaux des plus petits vaisseaux, les capillaires, qui présentent un fort intérêt pour les applications cliniques.

Nous souhaitons adapter certaines méthodes de traitement d’antenne haute-résolution, dont la méthode MUSIC[Bienvenu80] et les méthodes basées sur la classe de Pisarenko [Stoica08] à l’imagerie ultrasonore. Nous nous intéresserons également à la déconvolution d’images qui permettrait d’obtenir une meilleure précision dans l’étape de localisation. Il est intéressant de préciser que ces méthodes pourront également être utilisées pour d’autres applications en imagerie ultrasonore comme l’imagerie des vaisseaux ou l’imagerie de contraste.

Verrous scientifiques : 

Des approches de type Capon ont déjà été proposées en imagerie active. La plupart des travaux sont réalisés en adaptant, dans le domaine temporel, l’approche de Capon [Mann02, Synnevag07], et quelques travaux dans le domaine fréquentiel ont été réalisés [Holfort09, Diamantis17]. Dans cette thèse, nous nous intéresserons au choix du domaine de travail. Pour l'imagerie active, les méthodes adaptatives dans le domaine fréquentiel s'avèrent beaucoup plus couteuses en temps de calcul que les approches temporelles pour un gain limité en termes de qualité d'image [Diamantis2017, Rindal2014]. Il semble donc naturel de s'intéresser aux approches temporelles. Cependant, les approches temporelles nécessitent un post-traitement de détection d'enveloppe pour obtenir l'image US finale. Celle-ci n'est pas du tout évidente si les signaux reconstruits après traitement d'antenne sont "distordus" ce qui est très probable pour les méthodes haute-résolution. Pour ces raisons, nous nous intéresserons aux signaux IQ (Inphase and Quadrature signals). Les signaux IQ sont l'enveloppe complexe du signal brut. Ces signaux démodulés sont intéressants à plusieurs titres : ils sont généralement disponibles sur les échographes de recherche (car ils permettent de baisser la fréquence d'échantillonnage) et le signal IQ est un signal complexe qui comporte une phase à un instant donné (ce qui permet des traitements basés sur la phase, similaires à ceux développés dans le domaine de Fourier, et évite le post-traitement de détection d'enveloppe classique).

Par ailleurs, il s’agira également d’adapter et de modifier les méthodes de traitement d’antenne haute-résolution au problème particulier de la formation d’image ultrasonore. L’estimation de la matrice de covariance sera un point clé du travail. 

Enfin l’intégration de la méthode de formation d’images haute-résolution retenue dans le processus de l’ILUconstitue également un challenge à relever.

Encadrement scientifique : 

Intégration au sein du laboratoire : L'étudiant fera partie de l'équipe imagerie ultrasonore (equipe 3) à Creatis.

Financement de la thèse : Contrat doctoral de l’INSA

Profil du candidat recherché (prérequis) : Le candidat aura idéalement une formation d'ingénieur, ou équivalent, avec spécialisation signal, image et/ou acoustique. Des expériences ou compétences et intérêt dans le domaine médical seront appréciés. Les candidatures en dehors des spécialisations mentionnées ne seront PAS étduiées. 

Candidature : Envoyer CV, lettre de motivation, Notes de Master/Ecole d'ingénieur à Barbara Nicolas, barbara.nicolas@creatis.insa-lyon.fr

Références bibliographiques sur le sujet de thèse :

[Bienvenu80] Bienvenu, G., Kopp, L. (1980) Adaptivity to background noise spatial coherence for high resolution passive methods', Proc. IEEE ICASSP '80, Denver, CO, p. 307–310.

[Couture18] Couture, O., Hingot, V., Heiles, B., Muleki-Seya, P., & Tanter, M. (2018). Ultrasound localization microscopy and super-resolution: A state of the art. IEEE transactions on ultrasonics, ferroelectrics, and frequency control, 65(8), 1304-1320.

[Christensen-Jeffries20] Christensen-Jeffries, K., Couture, O., Dayton, P. A., Eldar, Y. C., Hynynen, K., Kiessling, F., & Tanter, M. (2020). Super-resolution Ultrasound Imaging. Ultrasound in Medicine & Biology.

[Diamantis17] Diamantis, K., Greenaway, A., Anderson, T., Jensen, J. A., & Sboros, V. (2017). Experimental performance assessment of the sub-band minimum variance beamformer for ultrasound imaging. Ultrasonics, 79, 87-95.

[Errico15] Errico, C., Pierre, J., Pezet, S., Desailly, Y., Lenkei, Z., Couture, O., & Tanter, M. (2015). Ultrafast ultrasound localization microscopy for deep super-resolution vascular imaging. Nature, 527(7579), 499-502.

[Holfort09] Holfort, I. K., Gran, F., & Jensen, J. A. (2009). Broadband minimum variance beamforming for ultrasound imaging. IEEE transactions on ultrasonics, ferroelectrics, and frequency control, 56(2), 314-325.

[Kanoulas19] Kanoulas, E., Butler, M., Rowley, C., Voulgaridou, V., Diamantis, K., Duncan, W. C., ... & Wilson, R. S. (2019). Super-resolution contrast-enhanced ultrasound methodology for the identification of In vivo vascular dynamics in 2D. Investigative radiology, 54(8), 500.

[Li03] Li, J., Stoica, P., & Wang, Z. (2003). On robust Capon beamforming and diagonal loading. IEEE transactions on signal processing, 51(7), 1702-1715.

[Mann02] Mann, J and Walker, W.F. A constrained adaptive beamformer for medical ultrasound : Initial results. In Ultrasonics Symposium, (2002). Proceedings. 2002 IEEE, volume 2, pages 1807– 1810. IEEE, 2002.

[Rindal14] Rindal, O. M. H., Åsen, J. P., Holm, S., & Austeng, A. (2014). Understanding contrast improvements from capon beamforming. In 2014 IEEE International Ultrasonics Symposium(pp. 1694-1697).

[Stoica08] Stoica, P., Li, J., & Tan, X. (2008). On spatial power spectrum and signal estimation using the Pisarenko framework. IEEE Transactions on Signal Processing, 56(10), 5109-5119.

[Synnevag07] Synnevag, J. F., Austeng, A., & Holm, S. (2007). Adaptive beamforming applied to medical ultrasound imaging. IEEE transactions on ultrasonics, ferroelectrics, and frequency control, 54(8), 1606-1613.

[Szasz16] Szasz, T. (2016). Techniques avancées de formation de voies en imagerie ultrasonore et problèmes inverses associés (Doctoral dissertation).