A new approach for the optimization of Implantable NMR micro-probe for In-vivo Application : Alzheimer’s disease - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

A new approach for the optimization of Implantable NMR micro-probe for In-vivo Application : Alzheimer’s disease

Proposition d’une nouvelle approche pour l’optimisation d’une microsonde RMN implantable pour l’application in vivo : modèle de la Maladie d’Alzheimer

José Antonio Bernardo
  • Fonction : Auteur
  • PersonId : 1233711
  • IdRef : 268267693

Résumé

Alzheimer disease (AD) is one of the most frequent neurodegenerative diseases in older people. According to the latest world AD report, nearly 55 million people live with this dementia. AD results from the progression of two brain injuries: Abnormal accumulation of proteins called peptide β amyloid (senile plaques) and tau proteins (neurons degeneration). However, AD progressive evolution can be detected 20 years before the onset of dementia symptoms (prodromic phase), by certain functional and metabolic markers. Unfortunately, AD is still facing a late diagnosis. NMR spectroscopy (MRS) appears to be a good candidate for AD biomarkers assessment due to its ability to quantify cerebral metabolites concentration in a very precise area of interest (ROI). Unfortunately, the NMR main disadvantage is its sensitivity. Several works from the literature report some approaches to improve this sensitivity. In this thesis work, our strategy is to improve the NMR receiver (RF antenna) in terms of Signal to Noise Ratio (SNR). As known, the SNR is related to the two main parameters that can be enhanced; on the one hand, the magnetic field B_1 by adapting the micro-probe size to the sample, and on the other hand, the equivalent Resistance R which can be minimized. In addition, we can also improve the antenna microfabrication process. For this study, we have named NMR micro-antenna, the micro-probe associated with its matching and tuning circuit. The micro-probe is the micro-coil part associated with a micro Transmission Line (TL) and the different connecting types. Usually, the micro-probe manufacturing task is time-consuming and expensive if we have to explore all prototypes dimensions and compare them experimentally. So, simulation makes possible the examination of different scenarios without experiments, to then select the main parameters for the required performances. It can also provide meaningful data trends and guide manufacturing process of the micro-device. In this work, we propose a new approach to optimize an implantable NMR micro-probe. We developed a platform (3D-TLE: Transmission Line Extractor) associated with Advanced Design System (ADS) software to extract the RLC parameters of the micro-probe design. Thus, we obtained a complete electrical circuit to model any micro-probe shape using any type of substrate. The simulations were carried out for four types of micro-coil (square, circular, rectangular and ellipsoidal), with two types of substrate (glass and silicon respectively), at the frequency range of 200MHz to 900MHz. In the case of rectangular micro-coil (1000×500µm²), the global resistive loss was around R =(3.897 ±0.193)Ω, taking into the account the contribution of the different parts of the micro-probe. Furthermore, we also developed an AI model, in particular an Artificial Neural Network (ANN), which we trained with the dataset generated by micro-probe simulations (6621 observations). Our trained ANN predicted the micro-probe Q factor with an accuracy of 99.67% (RMSE = 0.032), and the Resistance with an accuracy of 91.34% (RMSE = 0.042). Based on previous results, we fabricated the different micro-probe prototypes on a glass and silicon substrate. Thanks to the also optimized fabrication process, we reached very small micro-coil dimensions up to 250×250µm², never achieved before. Our work shows that we can accurately design and fabricate any optimal micro-probe or probe through the required performances, working frequency and substrate type with less computing time (5 minutes instead of more than10 hours). Thus, this new optimization approach using AI tools combined with simulation tools (multi-parameter optimization work) implies a breakthrough in biomedical research towards NMR micro-detector used for brain exploration, early diagnosis, and treatment follow up.
La maladie d'Alzheimer (MA) est l'une des maladies neurodégénératives les plus fréquentes chez les personnes âgées. Selon le dernier rapport mondial sur la MA, près de 55 millions de personnes vivent avec cette démence. La MA résulte de la progression de deux principales lésions cérébrales : L'accumulation anormale de protéines appelées peptide β amyloïde (plaques séniles) et de protéines tau (dégénérescence des neurones). Cependant, l'évolution progressive de la MA peut être détectée jusqu’à 20 ans avant l'apparition des symptômes de démence (phase prodromique), par le biais de certains marqueurs fonctionnels et/ou métaboliques. Malheureusement, le diagnostic formel de la MA ne peut être obtenu que par autopsie du cerveau post-mortem. La Spectroscopie RMN (SRM) semble être un bon candidat pour l'évaluation des biomarqueurs de la MA en raison de sa capacité à quantifier la concentration des métabolites cérébraux dans une zone d'intérêt (ROI) très précise. Cependant, le principal inconvénient de la RMN est sa sensibilité. Plusieurs approches d’amélioration de cette sensibilité ont été proposées dans la littérature. Dans ce travail de thèse, notre stratégie consiste à améliorer le récepteur RMN (antenne RF) en termes de rapport signal sur bruit (SNR). Comme on le sait, le SNR est lié à deux principaux paramètres qui peuvent être améliorés : d'une part, le champ magnétique B_1 en adaptant la taille de la micro-sonde à celle de l'échantillon, et d'autre part, la résistance équivalente R de l’antenne qui peut être minimisée. Par ailleurs, nous pouvons également apporter un soin particulier au processus de microfabrication des antennes. Pour cette étude, nous avons appelé micro-antenne RMN, la micro-sonde associée à son circuit d'adaptation et d'accord. La micro-sonde est la partie de la micro-bobine associée à la micro-ligne de transmission (TL) et aux différents types de connectiques. En général, la fabrication de la micro-sonde est longue et coûteuse, quand il s’agît d’explorer plusieurs prototypes de dimensions et matériaux différents et les comparer expérimentalement. La simulation permet d'en affranchir et examiner tous les scénarios possibles sans expérimentations, puis de sélectionner les principaux paramètres pour obtenir les performances requises. Elle peut également fournir des tendances de données significatives et guider le processus de fabrication. Dans ce travail, nous avons proposé une nouvelle approche pour optimiser une micro-sonde RMN implantable. Nous avons développé une plateforme (3D-TLE : Transmission Line Extractor) associée au logiciel Advanced Design System (ADS) pour extraire les paramètres RLC de la micro-sonde. Nous avons ainsi proposé un circuit électrique complet permettant de modéliser n'importe quelle forme de micro-sonde et son type de substrat. Nous avons effectué des simulations pour quatre types de micro-bobine (carrée, circulaire, rectangulaire et ellipsoïdale), avec deux types de substrat (verre et silicium), dans une gamme de fréquences de 200MHz à 900MHz. Dans le cas de la micro-bobine rectangulaire (1000×500µm²), la perte résistive globale, en tenant compte la contribution des différentes parties de la micro-sonde a été estimée à R = (3,897 ±0,193) Ω. En outre, nous avons également développé un modèle d'IA, en particulier un réseau neuronal artificiel (RNA), que nous avons entraîné avec le jeu de données généré à partir des simulations réalisées au préalable (6621 observations). Notre RNA a pu prédire le facteur Q de la micro-sonde avec une précision de 99,67% (RMSE = 0,032), et la Résistance avec une précision de 91,34% (RMSE = 0,042). En se basant sur ces résultats, nous avons fabriqué les différents prototypes de micro-sondes sur substrat de verre et de silicium. Grâce à l’optimisation du processus de fabrication, nous avons pu fabriquer des micro-bobines de très petites dimensions de l’ordre de 250×250µm², dimensions jamais atteint auparavant.
Fichier principal
Vignette du fichier
TH2022BERNARDOJOSE.pdf (18.49 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04013526 , version 1 (03-03-2023)

Identifiants

  • HAL Id : tel-04013526 , version 1

Citer

José Antonio Bernardo. A new approach for the optimization of Implantable NMR micro-probe for In-vivo Application : Alzheimer’s disease. Micro and nanotechnologies/Microelectronics. Université de Lyon, 2022. English. ⟨NNT : 2022LYSE1047⟩. ⟨tel-04013526⟩
56 Consultations
9 Téléchargements

Partager

Gmail Facebook X LinkedIn More