| Imagerie médicale |
Les exigences et les nouveaux défis en matière de santé et notamment ceux liés aux domaines comme l’oncologie, la neurologie, ou les pathologies cardio-vasculaires confèrent aujourd’hui à l’imagerie médicale une place centrale dans les techniques d’investigation en santé et en médecine. Pour faire face à ces défis, les systèmes d'imagerie sont de plus en plus complexes et associent différents phénomènes physiques (ondes, particules élémentaires,...) et différentes technologies (système multi-modalité, nouvelles modalités d'imagerie,...) dont la compréhension précise requière un travail multi-disciplinaire. L’imagerie médicale est de ce fait un champ d’application de choix pour le couplage de modèles et de données.
Ces phénomènes sont décrits par des modèles ayant un caractère universel (pour un instrument donné) et sont indépendants du patient que l’on souhaite examiner. D’un autre côté, les données collectées par imagerie dépendent intimement du patient. On voit alors très bien que l’on dispose de deux informations indépendantes dont le couplage est un élément essentiel pour extraire des informations pertinentes sur le patient.
Les thèmes abordés, en lien avec les problématiques médicales sont ceux où de nombreux verrous scientifiques existent tels que la caractérisation tissulaire fiable, la reconstruction rapide et robuste en contexte multi-modalité, la modélisation et notamment la modélisation tissus-ondes, tissus-particules élémentaires.
Quelques actions illustrent notre démarche :
Pour illustrer l'intérêt du couplage entre modèles et données, on peut citer l'exemple de l'élastographie. A partir d'une série d'images ultrasonores qui dépendent du temps, on peut extraire des informations sur l'élasticité des organes, en couplant ces données (images échographiques) avec un modèle d'élasticité. La technique de palpation classique ne permet de détecter que de grosses tumeurs situées près de la surface de la peau. On peut utiliser ce procédé pour détecter les inclusions rigides de faible taille localisées dans des endroits inaccessibles et détecter ainsi les pathologies d'une manière précoce. Le traitement de séquences d’images ultrasonores se situe dans les centres d’intérêt et les compétences à la fois de l’IMT et de l’IRIT.
La tomographie optique (Lien), où l’on utilise des méthodes de type Monte-Carlo, introduites pour la synthèse d’images en réalité virtuelle [LaP], est un domaine émergent de l’imagerie médicale. Nous comptons, dans le cadre du futur contrat quadriennal, travailler avec des données réelles. Nous avons accès à ces données grâce à notre partenariat avec l’University College London (UCL). L’IMT apporte à ce projet sa connaissance des techniques de l’assimilation de données, où l’on sait coupler les techniques de dérivation en mode direct et en mode inverse de la différentiation algorithmique, pour résoudre le problème d’inversion [FMST].
Le projet ANR/Blanc/2008/MESANGE (Lien) se termine en 2012 ; les résultats qui ont été obtenus à présent sont très prometteurs.
Les mouvements respiratoires constituent un important facteur de dégradation de l´image en tomographie d´émission. Nous souhaitons approcher ce problème en utilisant des techniques de réallocation combinées avec l´estimation du champ de déformation provoqué, sur le sinogramme, par le mouvement respiratoire. Les correspondants pour ce projet sont: Denis Kouamé (IRIT) et Pierre Maréchal (IMT).
L’analyse robuste de l’image médicale : notre travail se situera à l’interface entre d’une part une démarche méthodologique optimisée portant sur le traitement des signaux et des images et d’autre part une prise en compte explicite des caractéristiques et des contraintes de l’instrumentation. Il associera mathématiciens et traiteurs du signal et de l’image médicale connaissant les problématiques liées à cette instrumentation.
La journée organisée le 27 avril 2009 par Denis Kouamé (Lien), a mis en évidence la richesse du site toulousain dans ce domaine. Notre objectif est de renforcer les liens avec les structures locales telles que le pôle « Cancer-Bio-Santé », les CHU, l’institut du Cancer Claudius Regaud, et de créer une dynamique de partenariat.
[LaP] Fabien Lavignotte, Mathias Paulin. A New Approach of Density Estimation for Global Illumination. Dans : Tenth International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision (WSCG), Plzen , Czech Republic, 04-FEB-02-08-FEB-02, University of West Bohemia, Plzen , Czech Republic, p. 263-273, février 2002.
[FMST] J. Fehrenbach, M. Masmoudi, R. Souchon, and P. Trompette. Detection of small inclusions by elastography. Inverse Problems, 22(3):1055-1069, 2006.
[FeM] J. Fehrenbach and M. Masmoudi. A fast algorithm for image registration. C. R. Math. Acad. Sci. Paris, 346(9-10):593-598, 2008.