Domaine et contexte scientifiques et mots-clefs
L’imagerie X spectrale, ou multi-énergie, est une évolution récente de l’imagerie X conventionnelle qui offre de nouvelles perspectives.
Les principaux intérêts de l'imagerie X spectrale sont au nombre de trois. Elle permet tout d’abord de réduire un certain nombre d’artéfacts présents en imagerie classique et, notamment, ceux liés à ce que l’on appelle le durcissement de spectre [1]. Elle permet ensuite de remonter à la composition chimique des tissus [2]. Enfin, elle permet d’accéder à des cartes d’agents de contraste (iode, gadolinium, or) présentant des raies K caractéristiques ce qui présente un intérêt clinique dans d’innombrables applications [1-4]. On qualifie l’imagerie spectrale « d’imagerie couleur », du fait qu’elle repose sur l’exploitation des informations dans différentes bandes d’énergie (ou de longueur d’onde) du spectre de rayons X par opposition à l’imagerie X conventionnelle qui intègre toutes les énergies du spectre de rayons X.
Objectif, verrous scientifiques et contribution originale attendue:
Ces perspectives nouvelles sont rendues possibles par grâce à de nouvelles générations de détecteurs capables de discriminer les photons X en fonction de leur énergie. Même si des preuves de concept ont déjà été établies, l’imagerie spectrale n’en est qu’à ses balbutiements et de nombreux défis restent à relever, notamment en ce qui concerne l’exploitation du signal issu de ces nouveaux détecteurs.
Une des difficultés principales vient de la nécessaire prise en compte de la réponse spectrale du détecteur. Bien que les approches standards, développées dans le cadre de la bi-énergie, permettent de s’affranchir de la connaissance de la réponse du détecteur en s’appuyant sur des mesures de calibrage, la généralisation de ces approches en multi-énergie atteint ses limites, d’une part car le nombre de mesures de calibrage requis devient trop grand et d’autre part car la procédure d’inversion devient instable.
Programme de recherche et démarche scientifique proposée:
Nous envisagerons des méthodes originales d’exploitation de l’information qui s’appuieront sur deux piliers : la prise en compte de la physique des détecteurs et l’introduction d’information a priori concernant les images à reconstruire.
Le problème de l’imagerie X spectrale peut être exprimé sous la forme d’un problème inverse, complexe à résoudre, car non linéaire et mal posé. Dans un premier temps, nous formulerons le problème direct en y intégrant notamment la réponse des détecteurs, ce qui est fondamental pour aller vers le traitement de données réelles. On pourra envisager une approche purement « modèle » mais il faudra vraisemblablement se tourner vers un couplage entre un modèle physique et des mesures de calibrage. En ce sens un modèle paramétrique, couplé à quelques mesures de calibrage dont les conditions d’acquisition restent à déterminer, serait surement un bon candidat. Cette approche permettrait en outre de limiter les temps de calcul tout en s’affranchissant de la variabilité inter pixel de la réponse détecteur.
Le problème inverse formulé sera résolu en minimisant une fonction de coût incluant un ou des termes de régularisation bien choisis. Les méthodes de régularisation par variation totale (TV) ou des approches parcimonieuses seront des candidats de choix. On pourra considérer des termes de régularisation différents selon les profils attendus des grandeurs considérées (épaisseur en tissus mous relativement lisse, concentration en marqueurs plus localisée). On considérera également l’introduction de contraintes telles que des contraintes de support (marqueurs exclus de certaines zones) et/ou des contraintes concernant les épaisseurs cumulées des constituants de l’objet.
Encadrement scientifique et intégration au sein du laboratoire (Equipes impliquées, collaborations/partenariats extérieurs):
Le doctorat sera encadré par Françoise Peyrin et co-encadré par Nicolas Ducros. Le doctorant bénéficiera de tout l’environnement favorable et complémentaire de l’équipe 4 (compétences en physique, en reconstruction CT, en optimisation mathématique).
Une collaboration avec l’équipe 1, et notamment les médecins impliqués dans l’exploitation préclinique du prototype de scanner spectral sera un atout indiscutable, notamment dans l’identification des problématiques prioritaires.
Profil du candidat recherché (prérequis) :
Problèmes inverses, traitement d’images, intérêt pour les applications médicales, programmation matlab, C/C++, des notions en physique (notamment interaction lumière-matière) seraient un plus.
Compétences développées au cours de la thèse et perspective professionnelle
Compétences en imagerie X, tomographie X, bi-énergie, multi spectral. Perspectives de poursuite en recherche publique ou privée.
Références bibliographie sur le sujet :
[1] E Roessl and R Proksa. K-edge imaging in x-ray computed tomography using multi-bin photon counting detectors. Physics in Medicine and Biology, 52(15) : 4679, 2007
[2] David P. Cormode, Ewald Roessl, Axel Thran, Torjus Skajaa, Ronald E. Gordon, Jens-Peter Schlomka, Valentin Fuster, Edward A. Fisher, Willem J. M. Mulder, Roland Proksa, and Zahi A. Fayad. Atherosclerotic plaque composition : Analysis with multicolor ct and targeted gold nanoparticles1. Radiology, 256(3) : 774-782, 2010
[3] Polad M Shikhaliev. Photon counting spectral ct: improved material decomposition with k-edge-filtered x-rays. Physics in Medicine and Biology, 57(6) :1595, 2012.
[4] Pavlo Baturin, Yahya Alivov, and Sabee Molloi. Spectral ct imaging of vulnerable plaque with two independent biomarkers. Physics in Medicine and Biology, 57(13) : 4117, 2012
Candidature
Envoyer une lettre de motivation, votre CV et vos notes de Master à nicolas.ducros@creatis.insa-lyon.fr et francoise.peyrin@creatis.insa-lyon.fr.