Présentation
En anglaisRÉSUMÉ
L'imagerie par résonance magnétique (IRM) est couramment employée pour observer le cerveau humain, tant à des fins cliniques que de recherche. Toutefois, les images IRM, en raison de leur complexité spectrale et sémantique, restent difficiles à analyser par l'homme, une assistance informatique est nécessaire. Cet article décrit les principales solutions proposées pour traiter, analyser et modéliser l'information anatomique portée par les images cérébrales en IRM. Il présente également des avancées liées à des modalités récentes.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
Magnetic Resonance Imaging (MRI) is frequently used for visualising the human brain, both for clinical and research purposes. However, due to their spectral and semantic complexity, MRI images of the brain are difficult to analyse. The human expert then need computer-based assistance. This article describes the main solutions that have been proposed for processing, analysing and modeling the anatomical information carried by brain MRI images. It also focuses on new advances related to recent modalities.
Auteur(s)
-
François ROUSSEAU : Chargé de recherche CNRS ICube, université de Strasbourg/CNRS, Strasbourg, France
-
Nicolas PASSAT : Professeur des universités CReSTIC, université de Reims Champagne-Ardenne, Reims, France
INTRODUCTION
L'imagerie par résonance magnétique (IRM) constitue l'une des modalités les plus fréquentes en imagerie médicale, au même titre que l'imagerie par rayons X ou l'imagerie échographique. L'IRM associe les avantages de ces dernières modalités, sans toutefois pâtir de leurs faiblesses. Elle fournit en effet un haut niveau de résolution spatiale et spectrale, sans induire de radiation nocive pour les patients, ni nécessiter (dans la plupart des cas) l'injection de produit de contraste.
Grâce à ces qualités, l'IRM est devenue la modalité d'acquisition d'images privilégiée pour la plupart des examens médicaux liés à des affections cérébrales. Dans ce contexte, des séquences d'acquisition spécifiques ont été progressivement développées afin de répondre à des besoins liés à des structures anatomiques ou pathologiques particulières (réseaux vasculaires, tumeurs, etc.) pour le diagnostic, le suivi ou le traitement des patients. Désormais, les scanners IRM constituent un équipement standard dans les centres hospitaliers.
Pour les mêmes raisons d'efficacité et de sécurité, l'IRM constitue un remarquable outil de recherche pour l'étude in vivo du cerveau humain. Là encore, des séquences d'acquisition spécifiques permettent de progresser dans la compréhension de la structure du cerveau, de son développement (maturation cérébrale chez le fœtus et le jeune enfant) et de son évolution (dégénérescence liée au vieillissement) mais aussi dans la compréhension de son fonctionnement, tant sur le plan physiologique que cognitif.
Les utilisateurs d'images IRM se trouvent toutefois confrontés à plusieurs défis, liés à la nature et au contenu de ces images. La première difficulté dérive des progrès constants accomplis par les constructeurs de scanners IRM. Les images bidimensionnelles ont désormais laissé la place à des images 3D, voire 4D (images en espace et en temps). Les volumes d'information deviennent alors tels que leur analyse par le seul œil humain n'est plus possible. La résolution des images croît également, atteignant désormais des valeurs sous-millimétriques. Cette finesse de détails, associée à la très haute complexité anatomique du cerveau humain, aboutit à une seconde difficulté, liée à l'analyse sémantique des images IRM, qui – si elle repose sur l'expertise humaine – ne peut plus désormais se passer d'une assistance informatique.
Dans ce contexte, des approches de traitement et d'analyse d'images sont développées afin d'aboutir à des outils informatiques, et notamment logiciels, capables d'assister les experts médicaux et les chercheurs dans leur utilisation des images IRM. En particulier, les problématiques considérées sont multiples, allant du signal jusqu'à la sémantique des images. Il convient tout d'abord de rendre les images acquises en IRM plus aisément lisibles, en les débarrassant au mieux d'artéfacts visuels dus aux modalités physiques de leur acquisition (§ 1). Par ailleurs, il est nécessaire de permettre ou de faciliter l'analyse de ces images, par l'extraction des structures d'intérêt (§ 2). Enfin, à un plus haut niveau d'analyse, il convient de pouvoir formaliser, regrouper et fusionner les informations extraites de ces images, afin d'aboutir à des modèles de connaissance toujours plus complets du cerveau humain (§ 3).
Cet article propose un tour d'horizon des principales réponses apportées à ces trois familles de problèmes, dans le cadre de l'imagerie anatomique, qui s'intéresse spécifiquement à la structure du cerveau plutôt qu'à son fonctionnement (dans ce contexte, il a été choisi de se focaliser sur les séquences les plus adéquates ; en particulier, des techniques d'imagerie telles que l'IRM fonctionnelle ou encore la spectroscopie ne seront pas traitées ci-après). Outre la description d'approches générales désormais considérées comme des gold standards, des exemples plus spécifiques d'approches récentes viennent également illustrer les dernières innovations liées à des modalités en pleine expansion, telles que l'IRM périnatale, l'IRM angiographique, ou encore l'IRM de diffusion.
MOTS-CLÉS
état de l'art Résonance magnétique nucléaire traitement et analyse d'images Informatique biophysique imagerie médicale logiciel
KEYWORDS
state of the art | Nuclear magnetic resonance | image processing and analysis | computer science | biophysics | Medical Imaging | software
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Technologies pour la santé
(131 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
1. Modalités et prétraitements
1.1 Modalités IRM
Le phénomène de résonance magnétique nucléaire (RMN) a été mis en évidence par Rabi en 1938. Quelques années plus tard, Purcell et Bloch définissent les bases des mécanismes de détection RMN. Ces découvertes, qui valurent à leurs auteurs l'obtention des prix Nobel de physique en 1944 et 1952, sont à l'origine du développement de l'imagerie par résonance magnétique (IRM).
Cette imagerie, qui donne accès à l'observation de structures internes, a commencé à être appliquée au domaine médical dès le début des années 1970 . Dès lors, des progrès constants ont été – et continuent à être – réalisés, aboutissant notamment au développement de modalités permettant l'acquisition d'images tridimensionnelles (3D) des organes internes chez l'homme. Des modalités d'IRM spécifiques, basées sur les mêmes principes physiques, sont aujourd'hui dédiées à des applications telles que la visualisation des tissus cérébraux, des vaisseaux sanguins, de l'organisation fibreuse du cerveau, etc.
HAUT DE PAGE1.1.1 Principes généraux de la RMN
Les tissus vivants sont majoritairement composés de molécules d'eau, et notamment d'atomes d'hydrogène. Leurs noyaux, formés d'un unique proton, sont électriquement chargés. Du fait de cette charge et de leur mouvement, ils possèdent ainsi un moment magnétique qui leur est propre par comparaison aux autres atomes.
Lorsqu'un échantillon de tissu est soumis à un champ magnétique B 0 , les moments magnétiques de chaque atome d'hydrogène tendent progressivement à s'aligner avec ce champ. La résultante M de ces moments possède, à l'équilibre, une composante normale à B 0...
Cet article fait partie de l’offre
Technologies pour la santé
(131 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Modalités et prétraitements
BIBLIOGRAPHIE
-
(1) - LAUTERBUR (P.) - Image formation by induced local interactions : examples employing nuclear magnetic resonance. - Nature, 242, p. 190-191 (1973).
-
(2) - WESTBROOK (C.) - Handbook of MRI technique. - Wiley (1999).
-
(3) - CARR (J.C.), CARROLL (T.J.) - Magnetic resonance angiography. - Springer (2012).
-
(4) - JOHANSEN-BERG (H.), BEHRENS (T.E.J.) (Eds) - Diffusion MRI. - Elsevier Academic Press (2009).
-
(5) - LUSTIG (M.), DONOHO (D.L.), SANTOS (J.M.), PAULY (J.M.) - Compressed sensing MRI. - IEEE Signal Processing Magazine, 25, p. 72-82 (2008).
-
(6) - BATCHELOR (P.G.), ATKINSON (D.), IRARRAZAVAL (P.), HILL (D.L.), HAJNAL (J.), LARKMAN (D.) - Matrix description of general motion correction applied to multishot images. - Magnetic Resonance in Medicine,...
DANS NOS BASES DOCUMENTAIRES
Slicer 3D (version pour Windows, Mac et Linux), États-Unis http://www.slicer.org
BrainVisa (version pour Windows, Mac et Linux), IFR49, CEA/SAC/DSV/I2BM/NeuroSpin, Gif Sur Yvette, France http://www.brainvisa.info
FSL (version pour Mac et Linux), Oxford, Angleterre http://www.fmrib.ox.ac.uk/fsl
SPM – Statistical Parametric Mapping (toolbox pour Matlab), Wellcome Trust Center for Neuroimaging, Londres, Angleterre http://www.fil.ion.ucl.ac.uk/spm
Freesurfer (version pour Mac et Linux), Athinoula A. Martinos Center for Biomedical Imaging, Charlestown, États-Unis https://surfer.nmr.mgh.harvard.edu
LONI Pipeline (version pour Windows, Mac et Linux), Laboratory of Neuro Imaging, Los Angeles, États-Unis http://www.pipeline.loni.ucla.edu
MedINRIA (version pour Windows, Mac et Linux), INRIA, France http://med.inria.fr
HAUT DE PAGE
NITRC : The source for neuroimaging tools and resources http://www.nitrc.org
ADNI : Alzheimer's Disease Neuroimaging Initiative http://adni.loni.usc.edu/...
Cet article fait partie de l’offre
Technologies pour la santé
(131 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive