Quantification of cardiac motion and deformation from three-dimensional tagged MRI on data acquired on Philips scanners - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2017

Quantification of cardiac motion and deformation from three-dimensional tagged MRI on data acquired on Philips scanners

Quantification du mouvement et de la déformation cardiaques à partir d'IRM marquée tridimensionnelle sur des données acquises par des imageurs Philips

Yitian Zhou

Résumé

Cardiovascular disease is one of the major causes of death worldwide. A number of heart diseases, such as hypertrophy, dilated cardiomyopathy and myocardial infarction, can be diagnosed through the analysis of cardiac images after quantifying shape and function. Recently, there is a surge in the development of fast 3D cardiac imaging techniques in both ultrasound (US) and magnetic resonance (MR) imaging, making it possible to quantify myocardial motion and strain fully in 3D. However, the application of these deformation quantification algorithms in clinical routine is somewhat held back by the lack of a solid validation. These quantification algorithms need to be thoroughly validated before being used in clinics. In this thesis, we mainly introduce a fast 3D tagged MR quantification algorithm, as well as a novel pipeline for generating synthetic cardiac US and MR image sequences for validation purposes. The main contributions are described below. First, we proposed a novel 3D extension of the well-known harmonic phase tracking method. The point-wise phase-based optical flow tracking was combined with an anatomical regularization model in order to estimate anatomically coherent myocardial motions. In particular, special efforts were made to ensure a reasonable radial strain estimation by enforcing myocardial incompressibility through the divergence theorem. We tuned the pa- rameters on a synthetic tagged MR dataset. The proposed HarpAR algorithm was further evaluated on both healthy volunteers and patients having different levels of ischemia. On volunteer data, the tracking accuracy was found to be as accurate as the best candidates of a recent benchmark. On patient data, strain dispersion was shown to correlate with the extent of transmural fibrosis. Besides, the ischemic segments were distinguished from healthy ones from the strain curves. Second, we proposed a simulation pipeline for generating realistic synthetic cardiac US, cine and tagged MR sequences from the same virtual subject. Template sequences, a state-of-the-art electro-mechanical (E/M) model and physical simulators were combined in a unified framework. The E/M model was exploited for simulating ground truth cardiac motion fields. The template sequences were registered to the simulations by a novel warping technique aimed at ensuring a synthetic motion consistent with the E/M model and a smooth transition between the myocardium and the background. Finally, backscattering amplitudes and effective proton densities were derived from the warped templates respectively for US and MR simulations to exploit the corresponding physical simulators for generating image data. In total, we simulated 18 virtual patients (3 healthy, 3 dyssyn- chrony and 12 ischemia), each with synthetic sequences of 3D cine MR, US and tagged MR. The synthetic images were assessed both qualitatively and quantitatively. They showed realistic image textures similar to real acquisitions. Besides, both the ejection fraction and regional strain values are in agreement with reference values published in the literature. Finally, we showed a preliminary benchmarking study using the synthetic database. The HarpAR algorithm initially developed for processing tagged MR was extended to a generic motion tracking algorithm named as gHarpAR. We performed a comparison be- tween gHarpAR and another tracking algorithm SparseDemons using the virtual patients simulated in this thesis. The results showed that SparseDemons outperformed gHarpAR in processing cine MR and US images. Regarding tagged MR, both methods obtained sim- ilar accuracies on motion and two strain components (circumferential and longitudinal). However, gHarpAR quantified radial strains more accurately, thanks to the myocardial incompressibility constraint. We conclude that motion quantification solutions can be improved by designing them according to the image characteristics of the modality and that a solid evaluation framework can be a key asset in comparing different algorithmic options.
Les maladies cardiovasculaires sont parmi les principales causes de mortalité à l’échelle mondiale. Un certain nombre de maladies cardiaques (hypertrophie, cardiomyopathie dilatée, infarctus du myocarde, etc) peuvent être identifiées et localisées par l’analyse du mouvement et de la déformation cardiaque à partir de l’imagerie médicale. Dernièrement, le développement des techniques rapides d’imagerie cardiaque en échographie (US) et imagerie par résonance magnétique (IRM) permet de quantifier le mouvement et la déforma- tion entièrement en 3D. Cependant, le transfert de ces techniques dans les centres cliniques est freiné par le manque d’outils de quantification efficaces et fiables. Les algorithmes de suivi de mouvements doivent être soigneusement validés avant d’être utilisés en routine clinique. Dans cette thèse, nous introduisons un algorithme de quantification appliqué aux images IRM marquées. Nous présentons ensuite un pipeline de simulation qui génère des séquences cardiaques synthétiques (US et IRM) pour la validation de l’algorithme de suivi de mouvements. Les principales contributions sont décrites ci-dessous. Tout d’abord, nous avons proposé une nouvelle extension 3D de la méthode de suivi de la phase harmonique. Le suivi de flux optique en utilisant la phase a été combiné avec un modèle de régularisation anatomique afin d’estimer les mouvements cardiaques à partir des images IRM marquées. En particulier, des efforts ont été faits pour assurer une estimation précise de la déformation radiale en imposant l’incompressibilité du myocarde. Nous avons réglé les paramètres de modèle sur les données synthétiques. L’algorithme que nous avons proposé (dénommé HarpAR) a ensuite été évalué sur des volontaires sains et des patients ayant différents niveaux d’ischémie. HarpAR a obtenu la précision de suivi comparable à quatre autres algorithmes de l’état de l’art. Sur les données cliniques, la dispersion des déformations est corrélée avec le degré de fibroses. De plus, les segments ischémiques sont distingués des segments sains en analysant les courbes de déformation. Deuxièmement, nous avons proposé un nouveau pipeline de simulation pour générer des séquences synthétiques US et IRM pour le même patient virtuel. Les séquences réelles, un modèle électromécanique (E/M) et les simulateurs physiques sont combinés dans un cadre unifié. Le modèle E/M est utilisé pour simuler les champs de mouvement de la vérité terrain. Les séquences réelles ont été recalées aux simulations E/M par une nouvelle technique de recalage visant à assurer un mouvement cohérent avec le modèle E/M et une transition lisse entre le myocarde et les structures environnantes. Enfin, les amplitudes de rétrodiffusion et les densités de protons sont dérivées des séquences déformées respectivement pour les simulations US et IRM afin d’exploiter les simulateurs physiques pour générer des images. Au total, nous avons simulé 18 patients virtuels (3 sains, 3 dyssynchronies et 12 ischémies), chacun avec des séquences synthétiques IRM cine, IRM marquée et US 3D. Les images synthétiques ont été évaluées qualitativement et quantitativement. Elles ont des textures d’images réalistes qui sont similaires aux acquisitions réelles. De plus, nous avons également évalué les propriétés mécaniques des simulations. Les valeurs de la fraction d’éjection et de la déformation locale sont cohérentes avec les valeurs de référence publiées dans la littérature. Enfin, nous avons montré une étude préliminaire de benchmarking en utilisant les images synthétiques. L’algorithme HarpAR a été généralisé, donnant lieu à un algorithme de suivi de mouvement générique dénommé gHarpAR. Il a été comparé avec un autre algorithme générique SparseDemons en termes de précision sur le mouvement et la déformation. Les résultats montrent que SparseDemons surclasse gHarpAR en IRM cine et US. En IRM marquée, les deux méthodes ont obtenu des précisions similaires sur le mouve- ment et deux composants de déformations (circonférentielle et longitudinale). Toutefois, gHarpAR estime la déformation radiale de manière plus précise, grâce à la contrainte d’incompressibilité du myocarde. Nous arrivons donc à la conclusion que les solutions de suivi de mouvements doivent être développées en prenant compte de la caractéristique d’image de la modalité donnée.
Fichier principal
Vignette du fichier
PhD_manuscript_ZHOU_v2.pdf (21.46 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-01936983 , version 1 (27-11-2018)
tel-01936983 , version 2 (10-10-2023)

Identifiants

  • HAL Id : tel-01936983 , version 1

Citer

Yitian Zhou. Quantification of cardiac motion and deformation from three-dimensional tagged MRI on data acquired on Philips scanners. Medical Imaging. INSA Lyon, 2017. English. ⟨NNT : ⟩. ⟨tel-01936983v1⟩

Collections

INSERM
240 Consultations
24 Téléchargements

Partager

Gmail Facebook X LinkedIn More