Characterization of coronary artery tissues with Kawasaki disease from OCT images

Résumé

La maladie de Kawasaki est une maladie infantile affectant les ganglions lymphatiques cutanéomuqueux et caractérisé par de la fièvre, des éruptions cutanées, une conjonctivite non exsudative bilatérale, des érythèmes des lèvres et de la muqueuse buccale et des mains et pieds érythémateux enflés. La maladie de Kawasaki conduit à l’inflammation dans les parois des artères de taille moyenne dans tout le corps. Bien qu’une forte dose de perfusion d’immunoglobulines intraveineuses (IVIG) réduise le risque de complications coronariennes, environ 15% à 25% des enfants non traités présentent un risque d’anévrisme de l’artère coronaire. L’épaississement de l’intima, la disparition de la media, les calcifications lamellaires, la fibrose, les macrophages et la néovascularisation sont les caractéristiques pathologiques les plus typiques des lesions coronaires tardives de la maladie de Kawasaki. Dans les cas graves, ils peuvent entraîner un infarctus du myocarde et engendrer une mort subite. Puisque la fonctionnalité des tissus cardiaques dépend du flux sanguin coronaire vers le myocarde, l’évaluation intravasculaire des tissus de l’artère coronaire est importante pour détecter les formations pathologiques provoquées par différentes complications de l’artère coronaire. La visualisation in vivo des artères coronaires fournit une information très pertinente pour le suivi et le traitement des artères coronaires. Cependant, l’acquisition d’images est particulièrement difficile chez les patients pédiatriques en raison de la petite taille des vaisseaux et de la fréquence cardiaque élevée. La tomographie en cohérence optique (TCO) est une modalité d’imagerie interférométrique en infrarouge permettant d’acquérir des images en coupe transversale des tissus examinés à l’échelle micrométrique. La TCO a été développée pour le diagnostic et le traitement de la maladie coronarienne dans la population adulte. Il a récemment été utilisé en cardiologie pédiatrique pour l’imagerie des tissus de l’artère coronaire avec des résultats d’innocuité appropriés dans ce groupe d’âge. Il a une haute résolution allant de 10 à 20 μm pour caractériser la structure interne des tissus tels que les couches de paroi des vaisseaux et l’accumulation de plaque. La géométrie de la paroi interne des vaisseaux permet de détecter et d’évaluer les propriétés biophysiques et dynamiques de la paroi artérielle, l’épaisseur des couches de l’artère coronaire et diverses anomalies des artères coronaires. L’objectif principal de cette thèse est la caractérisation des tissus coronariens à partir d’images TCO pour l’évaluation automatique des pathologies coronariennes. Les expériences sont réalisées sur des acquisitions intracoronaires de TCO chez des patients atteints de la maladie de Kawasaki. Les objectifs spécifiques se détaillent comme suit: 1. Classification des couches de l’artère coronaire pour reconnaître les caractéristiques de chaque couche, intima et media. 2. Correction de mouvement comme une étape de la reconstruction 3D pour l’évaluation longitudinale et transversale de différentes formations pathologiques et l’estimation de la rigidité de la paroi artérielle. 3. Identification des lésions de l’artère coronaire causées par KD sur les tissus de l’artère coronaire pour évaluer la fonctionnalité des artères coronaires. Premièrement, des caractéristiques qui décrivent les couches intima et média ont été extradites automatiquement en utilisant un réseau neuronal convolutionnel. Les activations de la dernière couche entièrement connectée sont utilisées pour entraîner un classifieur par forêts aléatoires pour la tâche de classification. Ce travail contribue à évaluer l’épaisseur des couches de l’artère coronaire à distinguer entre les segments normaux et pathologiques de l’artère coronaire. En second lieu, un modèle de correction de mouvement d’images TCO intracoronaires est propose pour aligner les tranches 2D en 3D de la TCO. Notre algorithme est conçu pour la correction de mouvement intra-tranche dans les images intravasculaires TCO en utilisant des informations sur les tissus plutôt que sur le contour du lumen. Les caractéristiques sont extraites automatiquement en appliquant un réseau de neurones convolutif et la similitude cosinus entre les caractéristiques profondes est utilisée pour effectuer l’enregistrement. Pour la troisième contribution, un classifieur a été entrainé à reconnaitre les différentes formations pathologiques des artères coronaires causées par la maladie de Kawasaki. Spécifiquement, les complications de l’artère coronaire les plus typiques telles que la fibrose, les macrophages, la neovascularization et les calcifications ainsi que les couches de l’artère coronaire (intima et média) sont détectées en utilisant des caractéristiques extraites d’un réseau de neurones convolutifs préentraîné et un vote par consensus pour la classification finale. Cette étude pourrait contribuer à mieux comprendre le mécanisme de formation des maladies coronariennes et pourrait prévenir de futures complications chez les enfants et les jeunes adultes souffrant de la maladie de Kawasaki.

Date	27 juin 2018
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Luc Duong (Directeur(-trice)) & Nagib Dahdah (Codirecteur(-trice))