Soutenance de Thèse - Francisco GALDAMES

Annonce de soutenance de thèse de Francisco GALDAMES, doctorant au LIRIS, équipe SAARA, intitulée : «Segmentation d’images IRM du cerveau pour la construction d’un modèle anatomique destiné à la simulation biomécanique» le lundi 30 janvier à 14h, salle R31 du TIMC-IMAG, à La Tronche (Grenoble, Isère)

From 30/01/2012 at 14:00 to 17:30. Grenoble
Informations contact : Francisco Galdames. galdames.francisco@gmail.com.

Francisco GALDAMES, doctorant au LIRIS, équipe SAARA, soutiendra sa thèse intitulée :

«Segmentation d’images IRM du cerveau pour la construction d’un modèle anatomique destiné à la simulation biomécanique»

le lundi 30 janvier à 14h, salle R31 du TIMC-IMAG, à La Tronche (Grenoble, Isère)

Jury :

  • Albert Dipanda (rapporteur)
  • François Goulette (rapporteur)
  • Fabrice Jaillet (directeur de thèse)
  • Yohan Payan (co-directeur de thèse)
  • Emmanuel Promayon (Président)

Résumé :
«Comment obtenir des données anatomiques pendant une neurochirurgie?» a été ce qui a guidé le travail développé dans le cadre de cette thèse. Les IRM sont actuellement utilisées en amont de l’opération pour fournir cette information, que ce soit pour le diagnostic ou pour définir le plan de traitement. De même, ces images pre-opératoires peuvent aussi être utilisées pendant l’opération, pour pallier la difficulté et le coût des images per-opératoires. Pour les rendre utilisables en salle d’opération, un recalage doit être effectué avec la position du patient. Cependant, le cerveau subit des déformations pendant la chirurgie, phénomène appelé Brain Shift, ce qui altère la qualité du recalage. Pour corriger cela, d’autres données per-opératoires peuvent être acquises, comme la localisation de la surface corticale, ou encore des images US localisées en 3D. Ce nouveau recalage permet de compenser ce problème, mais en partie seulement. Ainsi, des modèles mécaniques ont été développés, entre autres pour apporter des solutions à l’amélioration de ce recalage. Ils permettent ainsi d’estimer les déformations du cerveau. De nombreuses méthodes existent pour implémenter ces modèles, selon différentes lois de comportement et différents paramètres physiologiques. Dans tous les cas, cela requiert un modèle anatomique patient-spécifique. Actuellement, ce modèle est obtenu par contourage manuel, ou quelquefois semi-manuel. Le but de ce travail de thèse est donc de proposer une méthode automatique pour obtenir un modèle du cerveau adapté à l’anatomie du patient, et utilisable pour une simulation mécanique. La méthode implémentée se base sur les modèles déformables pour segmenter les structures anatomiques les plus pertinentes dans une modélisation bio-mécanique. En effet, les membranes internes du cerveau sont intégrées : falx cerebri and tentorium cerebelli. Et bien qu’il ait été démontré que ces structures jouent un rôle primordial, peu d’études les prennent en compte. Par ailleurs, la segmentation résultante de notre travail est validée par comparaison avec des données disponibles en ligne. De plus, nous construisons un modèle 3D, dont les déformations seront simulées en utilisant une méthode de résolution par Éléments Finis. Le modèle mécanique obtenu est utilisé pour étudier l’importance des membranes internes, l’effet de la variation des paramètres mécaniques et les déformations du cerveau avec une craniotomie.