Cardio-respiratory motion compensation for radiation dose reduction in X-ray guided cardiac interventions

Résumé

Les maladies des artères coronaires (MAC) affectent un grand nombre d’enfants chaque année et constituent le type de malformations congénitales le plus courant dans le monde. Les MAC sont dus à des anomalies du cœur avant la naissance. Il est impératif d’améliorer les techniques de traitement pour qu’elles soient le moins invasives possible. Les procédures interventionnelles, guidées par imagerie par rayons X, ont connu un essor considérable au cours des deux dernières décennies. Elles constituent, à ce jour, l’un des traitements les plus populaires des MAC. Le guidage de la navigation pendant les interventions cardiaques, telles que l’angioplastie et principalement la pose d’endoprothèses, est généralement effectué sous fluoroscopie par rayons X. Les patients atteints de MAC sont exposés à des quantités importantes de rayonnements ionisants lors des procédures de diagnostic et de traitement. Ces dernières années, le nombre d’interventions cardiaques pédiatriques complexes et de longue durée a considérablement augmenté. Pendant une intervention cardiaque, plusieurs organes, y compris les artères, sont en mouvement en raison des battements du cœur, des mouvements respiratoires et parfois des mouvements du patient. Ces mouvements dégradent l’acquisition d’images et rendent le processus de navigation plus difficile. L’objectif principal de cette recherche était de trouver des techniques moins invasives à appliquer pour les interventions cardiaques pédiatriques. Nous avons pour cela proposé la réduction de la dose de radiation reçue par le patient et le personnel, ainsi que de la quantité d’agents de contraste utilisés, en mettant en place des techniques de prédiction de mouvement. Dans le cadre de cette recherche, nous avons développé et validé nos approches en utilisant des ensembles des données issues de l’hôpital Sainte-Justine mêlées à des simulations cardio-respiratoires. Nous avons d’abord étudié des séquences cardio-respiratoires simulées de rayons X générées en utilisant le simulateur XCAT. Nous avons simulé un total de 56 patients différents (32 hommes et 24 femmes) totalisant 112 séquences (2 séquences par patient, montrant l’artère coronaire gauche ou droit). Toutes les séquences générées avaient une longueur de 75 images et une fréquence de15 images par seconde. Notre ensemble de données médicales est composé de 52 patients. Chaque patient présente un nombre différent de séquences, avec des longueurs variables. Il y a un nombre total de 340 séquences, avec une longueur minimale et maximale de 15 et 70 images respectivement. Toutes les données ont été acquises à une fréquence de 15 images par seconde. Dans le premier objectif, une approche basée sur l’apprentissage automatique a été proposée pour prédire les images d’angiographie à rayons X afin de réduire l’exposition aux radiations des patients pédiatriques et du personnel pendant les interventions cardiaques tout en préservant la qualité de l’image. Dans le deuxième objectif, nous nous sommes d’abord concentrés sur l’extraction des caractéristiques 2D de mouvement à partir des séquences de rayons X, puis sur la construction d’un modèle prédictif de mouvement pour la navigation des interventions. Notre approche est capable de prédire le signal cyclique du mouvement cardio-respiratoire bruité par les mouvements soudains causés par les patients ou autres irrégularités. Cette approche a été développée et validée sur les ensembles de données simulées et celles des patients. Pour le troisième objectif, en utilisant l’ensemble de données simulées, nous avons étudié les différents patrons de mouvement entre les hommes et les femmes. La recherche offre une solution générale qui ne nécessite pas de modalité d’imagerie supplémentaire tout en fournissant une prédiction, une estimation et une compensation précises. Les méthodologies pour atteindre ces objectifs sont basées sur des algorithmes d’apprentissage profond (réseaux neuronaux récurrents) en extrayant d’abord les caractéristiques de mouvement des images et en suivant ces caractéristiques. Nous pensons que les approches basées sur l’apprentissage peuvent ouvrir la voie à une meilleure évaluation des maladies cardiovasculaires en proposant une réduction de la dose de radiation pour les patients et le personnel. Dans cette thèse nous appliquons des méthodes d’apprentissage profond pour les interventions cardiaques minimalement invasives.

Date	22 nov. 2022
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Luc Duong (Directeur(-trice))