EP2384487A1 - Dispositif et procédé d'aide à la localisation cérébrale - Google Patents

Dispositif et procédé d'aide à la localisation cérébrale

Info

Publication number
EP2384487A1
EP2384487A1 EP10703314A EP10703314A EP2384487A1 EP 2384487 A1 EP2384487 A1 EP 2384487A1 EP 10703314 A EP10703314 A EP 10703314A EP 10703314 A EP10703314 A EP 10703314A EP 2384487 A1 EP2384487 A1 EP 2384487A1
Authority
EP
European Patent Office
Prior art keywords
brain
generic
image
converted
transformation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
EP10703314A
Other languages
German (de)
English (en)
Inventor
Pierre Hellier
Xavier Morandi
Cécilia NAUCZICIEL
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Universite de Rennes 1
Institut National de Recherche en Informatique et en Automatique INRIA
Original Assignee
Universite de Rennes 1
Institut National de Recherche en Informatique et en Automatique INRIA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Universite de Rennes 1, Institut National de Recherche en Informatique et en Automatique INRIA filed Critical Universite de Rennes 1
Publication of EP2384487A1 publication Critical patent/EP2384487A1/fr
Ceased legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/754—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries involving a deformation of the sample pattern or of the reference pattern; Elastic matching
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N2/00—Magnetotherapy
    • A61N2/02—Magnetotherapy using magnetic fields produced by coils, including single turn loops or electromagnets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20128—Atlas-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain

Definitions

  • the invention relates to a device for assisting the cerebral localization as well as a method of assisting the cerebral localization.
  • the invention particularly allows an automatic location of the dorsolateral prefrontal cortex (DLPFC). This location finds its application, for example, in transcranial magnetic stimulation (TMS), electroencephalography or magnetoencephalography.
  • DLPFC dorsolateral prefrontal cortex
  • TMS transcranial magnetic stimulation
  • electroencephalography magnetoencephalography
  • Nuclear magnetic resonance imaging can be used to obtain two- or three-dimensional images (2D or 3D) of a chosen part of the human or animal body.
  • MRI nuclear magnetic resonance imaging
  • NMR nuclear magnetic resonance
  • TMS transcranial magnetic stimulation
  • Transcranial Magnetic Stimulation is a medical technique used in neurology, psychiatry and functional rehabilitation. It allows the treatment of disorders among which include epilepsy, migraine, depression or tinnitus.
  • This technique makes it possible to stimulate a neuroanatomical zone such as the cerebral cortex painlessly and non-invasively.
  • the stimulation is performed by means of a coil emitting short electromagnetic pulses.
  • the location of a target neuroanatomical zone is generally performed by clinicians on images from medical imaging techniques such as MRI images for example. But this location is difficult to determine precisely and is directly dependent on the level of expertise of the clinician (neuroanatomist or neurosurgeon for example).
  • TMS transcranial magnetic stimulation
  • an apparatus called neuronavigator allows to identify in real time the stimulated zone of a subject of analysis (animal or human).
  • the neuronavigator is generally calibrated on images recorded from a medical imaging device (including MRI apparatus).
  • the imaging apparatus thus provides the necessary images of the brain of a subject of analysis.
  • Positioning tools such as a band fixed around the head of the analysis subject and in communication with a binocular camera, then enable the real-time location of the effectively stimulated zone of the analysis subject.
  • WO 2004/035135 A1 describes a method for three-dimensional modeling of a skull and internal structures thereof. This method is based on a correlation between the internal structures of a skull and its external dimensions. Thus, the method seeks to deduce the internal structure of a skull from simple dimensional measurements.
  • EP 1 176558 A2 discloses an imaging system for superimposing image elements to obtain an improved image of a target anatomical region.
  • the system uses surface dimensional measurements and a correlation with volumetric data acquired by x-ray.
  • the computer tool Brainsight TM marketed by the company Rogue Research Inc. aims at a mapping between a brain mapping called "Talairach atlas" (Talairach & To ⁇ rnoux, 1988) and MRI image data of a subject of analysis.
  • the mapping is performed by a geometric alignment implementing a coordinate registration.
  • the present invention improves the situation by proposing an entirely different approach.
  • the invention provides a computer device for aiding cerebral localization, comprising:
  • a first memory arranged to store a generic three-dimensional cartography of at least a part of a brain, according to a first spatial localization mode, as well as for storing designation data, established according to the first spatial location mode, and corresponding to a target area of the brain in said mapping;
  • a second memory arranged to receive and store a working image of at least a portion of the brain of an analysis subject acquired by medical imaging, this working image being stored according to a second spatial localization mode
  • a non-rigid registration tool arranged to establish a registration transformation of the generic three-dimensional map to the work image
  • a resampling tool for establishing, according to the registration transformation, a converted map, in the format of the second spatial location mode, as well as converted designation data
  • a user interface arranged to form a visualization image, which corresponds, in part at least, to the work image and the cartography converted, while indicating in the visualization image a zone corresponding to the converted designation data.
  • the invention also provides a method for assisting cerebral localization, the method comprising the following steps:
  • vs. conduct electromagnetic wave imaging on at least part of the brain of a subject of analysis, to obtain a working image
  • step d determining a target zone in the working image
  • step f. presenting to an operator a representation of the target zone of step e., for an action on this target zone.
  • FIG. 1 shows a schematic representation of a sagittal view of a human brain with indications of Brodmann areas
  • FIG. 2 represents a schematic diagram of transcranial magnetic stimulation (TMS);
  • FIG. 3 represents a computer device for aiding cerebral localization according to one embodiment of the invention
  • FIG. 4 represents a block diagram of a non-rigid registration tool according to one embodiment of the invention
  • FIG. 5 represents a functional diagram of a method for assisting the cerebral localization according to one embodiment of the invention.
  • brain neuroanatomical areas including the dorsolateral prefrontal cortex.
  • the invention is in no way limited to said zones but applies to any cerebral area accessible by medical imaging (such as for example the orbito- frontal cortex).
  • DLPFC dorsolateral prefrontal cortex
  • the prefrontal cortex gathers the lateral portions of areas 9-12, part of areas 45 and 46, and the upper portion of area 47 of
  • the dorsolateral prefrontal cortex is a target area of the transcranial magnetic stimulation (TMS) technique.
  • TMS transcranial magnetic stimulation
  • one of the main applications of TMS is the treatment of the major depressive episode (depression) by repetitive high-frequency stimulation of the left dorsolateral prefrontal cortex (Gershon & al, 2003, Loo & Mitchell, 2005; & al, 2007).
  • the latter must be previously located by a specialist clinician.
  • the accuracy of this location is crucial to take full advantage of the TMS. But this location is manual, long, difficult and dependent on the level of expertise of the practicing clinician.
  • a standardized method is applied initially proposed by George & al then Pascual-Leone et al.
  • This method is based on Talairach's atlas (Talairach & Tournoux, 1988) and has been shown to be imprecise and not sufficiently taking into account the anatomical variability existing between different individuals. As a result, this may result in imprecise magnetic stimulations (Herwig & al, 2001).
  • any clinician using a neuronavigator during a TMS must therefore in real time implement the standardized method described above to properly stimulate the target area.
  • the positioning required is very fine; and the "field," that is, the brain to be examined, is not available in the form of a computer description of sufficient accuracy. This is why, until now, positioning is essentially defined by the operating clinician.
  • the present invention greatly improves the state of the art and uses a non-rigid registration tool allowing a registration transformation between distinct images acquired by medical imaging (MRI in particular). This allows the computer device of the invention to automate the localization of a target area of the brain.
  • Figure 2 shows a schematic diagram of the transcranial magnetic stimulation (TMS) technique.
  • An analysis subject 200 for example an individual suffering from migraine or depression, is subjected to a magnetic field by an MRI apparatus 202 to obtain three-dimensional DJRM image data of his brain.
  • the DJRM image data from the MRI apparatus 202 is transmitted to a neuronavigator 208.
  • the subject of analysis and in direct interaction with a positioning system composed on the one hand, of a positioning tool 204 such as a band fixed around the head of the subject of analysis, and secondly a camera 206 in direct or indirect relationship with the positioning tool.
  • the camera may in particular be a binocular camera.
  • the interactions between analysis subject 200, positioning tool 204 and camera 206 form real-time data D_RT which are transmitted to neuronavigator 208.
  • the real-time data D_RT consist of data D_RT01 coming from the positioning tool 204 and data D_RT02 from the camera 206.
  • the real-time data set D_RT and DJRM image data form DataW job data as detailed below.
  • the neuronavigator 208 connects the MRI image data DJRM and the real-time data D_RT. The neuronavigator 208 then transmits D_VISU display image data to a user interface 210.
  • the interface 210 then represents a display image. It is by means of the visualization image that an operator can proceed to the positioning 212 of a coil 214 for emitting electromagnetic pulses.
  • the real-time data D_RT from the interactions between analysis subject 200, positioning tool 204 and camera 206, allow the operator to adjust the positioning 212 of the coil 214 for each emitted electromagnetic pulse.
  • the accuracy of adjustment is directly dependent on the operation of the neuronavigator as well as its implementations.
  • the computer device for assisting the cerebral localization of the invention makes it possible to accurately follow, in real time, the zone effectively. stimulated by magnetic stimuli of TMS.
  • the positioning of the TMS instruments in particular the winding 214, the positioning tool 204 and the camera 206, is adjusted with respect to the visualization images presented on the user interface 210.
  • the device of the invention realizes a rigid registration of the space of the MRI images of the analysis subject with the space of the real-time data, by means of a geometrical transformation.
  • This rigid registration is therefore done within the DataW work data, and more precisely between the DJRM image data and the real-time data D_RT.
  • image space or "real-time data space” is meant a coordinate system or spatial location. This type of rigid alignment can in some cases be considered sufficient for the localization of deep structures (central gray nuclei, for example), but lacks precision for cortical structures with strong inter-individual anatomical variability ⁇ Hellier & al, 2003) .
  • the registration tool not only provides the rigid registration described above, but also a registration of non-rigid nature.
  • the Applicant has discovered not surprisingly that a non-rigid registration as described below, allows a precise, reproducible and automated location of a target area of a brain.
  • the registration tool included in the device of the invention is arranged to use a non-rigid registration transformation. This transformation of non-rigid registration has previously been implemented by the Applicant. It is called "ROMEO"
  • Locating spaces may include Cartesian coordinate systems (used in a vector space or affine space), curvilinear coordinate systems, cylindrical coordinate systems, spherical coordinate systems, and the like.
  • the registration transformation of the invention estimates a dense field of geometric deformation between three-dimensional images.
  • the transformation is based on the hypothesis of invariance of luminescence during the displacement of a physical point (robust statistical framework) - the so-called optical flow hypothesis (Horn & al,
  • the multiresolution comprises: the hierarchical estimation of deformation fields on images derived from initial images by filtering and subsampling.
  • multigrid is meant the estimation of deformations on a sequence of nested spaces, namely starting from a level of coarsest resolution towards a level of finest resolution.
  • Each space is defined by a piece-wise parameterization based on a spatial partition of the volume.
  • the multi-grid spaces are nested, since the spatial partitions are nested (that is, the transition to a finer grid level corresponds to an adaptive subdivision of the spatial partition).
  • each grid level corresponds to a partition, and when one goes to the finer grid level, the spatial partition is adaptively cut.
  • FIG. 3 relates to the invention and shows a computer device for aiding cerebral localization 300 according to one embodiment of the invention.
  • the device 300 comprises a first memory 302 capable of storing data, for example a RAM (Random Access Memory) type memory.
  • This first memory 302 is arranged to store a generic three-dimensional mapping of at least a portion of a brain.
  • this generic three-dimensional mapping is established by an expert in neuroanatomy on a brain image recorded by magnetic resonance imaging (MRI).
  • MRI magnetic resonance imaging
  • the brain referred to at this stage is a brain that can be described as a model brain or a generic brain.
  • the generic three-dimensional mapping is stored in the first memory 302 according to a first spatial location mode (or coordinate system).
  • Generic three-dimensional mapping includes the localization of areas of interest such as, for example, the dorsolateral prefrontal cortex (DLPFC) or the orbito-frontal cortex.
  • the first memory 302 can therefore also store precise designation data. These designation data correspond to a target area of the brain and are generally stored in the same spatial location mode as generic three-dimensional mapping.
  • the target area of the brain can be chosen in particular depending on the targeted treatment. For example, for treatment of depressions the target area will be the dorsolateral prefrontal cortex (DLPFC).
  • the cerebral localization assistance computer device 300 includes a second memory 304 capable of storing data (RAM type).
  • the second memory 304 is arranged to receive and store a working image of at least a portion of the brain of a subject of analysis (such as for example a patient for disorders of depressions).
  • the work picture is acquired by medical imaging as magnetic resonance imaging (MRI), just like generic three-dimensional mapping, but according to a second precise spatial localization mode that is generally not identical to that of mapping (because it may be MRI distinct or different modes of acquisition sequences).
  • MRI magnetic resonance imaging
  • the two spatial location modes are not necessarily distinct.
  • the working image is stored in a second spatial location mode.
  • the computing device 300 comprises a non-rigid registration tool 306 which receives generic DataGen three-dimensional mapping data and data data DataW respectively from the first memory 302 and the second memory 304. It is from these data ( DataGen and DataW) that the non-rigid registration tool 306 establishes a registration transformation of the generic three-dimensional mapping to the work image.
  • the image data (working image) directly from the analysis subject can then be resampled into the coordinate system of the generic three-dimensional cartography.
  • FIG. 4 shows a functional diagram of the non-rigid registration tool 306.
  • a rigid registration operation 3061 acts on the data data DataW by performing a rigid registration as described above, namely a rigid registration between the DJRM image data and the real-time data D_RT.
  • the rigid registration operation provides a DataWrec recalibrated work data, corresponding to the transformation of the DJRM IRM image data to the D_RT real-time data (or vice versa).
  • the rigid registration of the operation 3061 uses a statistical method called "maximizing the mutual information" (Maes & al, 1997).
  • a non-rigid registration operation 3062 then performs a non-rigid registration of the generic DataGen three-dimensional mapping data to the DataWrec (or vice versa) recalibrated work data.
  • the non-rigid registration operation 3062 uses the non-rigid ROMEO registration transformation described above.
  • the registration tool 306 therefore implements a computer program for establishing a non-rigid registration transformation by the ROMEO method.
  • the non-rigid registration tool 306 provides DataT transformation data substantially representing the registration transformation of the generic three-dimensional mapping to the work image.
  • the application of the registration transformation is carried out by a resampling tool 308 shown in FIG. 3.
  • the resampling tool 308 established according to the DataT registration transformation a converted cartography, in the format of the second mode of spatial location of the work image.
  • the DataT resetting transformation established by the resetting tool 306 is applied to the data data DataW (corresponding to the working image) to give a converted cartography according to the second spatial localization mode.
  • the resampling tool 308 outputs D-VISU visualization data allowing "mapping" of the generic three-dimensional mapping to the working image (DataW :: DataGen). This "mapping" corresponds substantially to said converted map. Accordingly, the resampling tool 308 establishes converted designation data to retrieve a target area (detailed below). The converted designation data then substantially correspond to the designation data of the target area of the brain previously determined on the generic three-dimensional map.
  • the computing device 300 further comprises a user interface 310, arranged to form a display image.
  • This visualization image is formed from the visualization data D-VISU and at least partially matches the working image and the converted cartography, while indicating, in the visualization image, an area corresponding to the converted designation data.
  • FIG. 5 is a block diagram of a cerebral localization assisting method according to an embodiment of the invention.
  • a first generic image acquisition operation 500 makes it possible to obtain a generic image of a brain. This operation generally involves conducting electromagnetic wave imaging on the brain of a reference subject, for example by MRI. The generic image of the brain thus obtained is used in a generic mapping acquisition operation 502 to establish a generic three-dimensional map from said generic brain image. These two operations (500 and 502) once performed may be unique for any embodiment of the method of the invention. Indeed, once the generic mapping is established, it can be used for any embodiment of the method of the invention.
  • the next target area designation operation on the generic mapping 504 is to prepare a designation of a brain area on said generic three-dimensional map.
  • a job image acquisition operation 506 involves conducting electromagnetic wave imaging on at least a portion of the brain of a subject of analysis. This operation 506 makes it possible to obtain a working image.
  • a non-rigid registration operation 508 applies a non-rigid registration of the generic three-dimensional mapping to the working image, to obtain a spatial geometric transformation for moving from the generic three-dimensional map to said work image acquired during the job image acquisition operation 506.
  • a conversion operation 510 then establishes a converted map for the job image.
  • a target area location operation 512 determines the target area in the working image (especially thanks to the conversion operation 510).
  • a display image forming operation 514 consists in presenting to an operator a representation of the target zone, with a view to an action on this targeted zone. The action may in particular be a transcranial magnetic stimulation.
  • DLPFC dorsolateral prefrontal cortex
  • Table 1 shows the comparative analysis between the invention and the state of the art.
  • the results of the table show the inter-variability between the results of the manual localization of the dorsolateral prefrontal cortex (DLPFC) performed by the clinicians (columns: clinician 1, clinician 2 and clinician 3).
  • DLPFC dorsolateral prefrontal cortex
  • the method for aiding cerebral localization with a non-rigid registration provides better results compared to the rigid registration method (column: rigid) of the prior art.
  • a rigid registration as known in the state of the art has 6 degrees of freedom.
  • the non-rigid registration relative to the invention has about 40 million degrees of freedom.
  • the accuracy of a neuronavigation system is about 2mm.
  • the target area is precisely set to NRM. It can be seen that clinicians could make errors of more than 10mm in the localization of this target area, which considerably degrades the accuracy of TMS stimulations.
  • the average error of clinicians is about 1 cm which is favorable to optimal use of a neuronavigator.
  • the invention allows clinicians to overcome the manual location.
  • the method of assisting localization and the device of the invention is more accurate than can be the manual location by a clinician.
  • the invention is reproducible. To achieve this, it was necessary to ensure the anatomical coherence of the deformations observed when passing from one subject to another. To ensure this consistency, at a sufficient level, the estimated deformation field should be regularized. The adjustment of this regularization is particularly difficult in the absence of "ground truth" (we do not know the "true” field of deformation between the brains of two different subjects). It is therefore impossible to have absolute criteria to validate the registration techniques. This is why the precision and reproducibility obtained here are important.

Abstract

L'invention vise un dispositif et un procédé d'aide à la localisation cérébrale. Le dispositif comprend une première et seconde mémoire. La première est agencée pour stocker selon le premier mode de localisation spatiale une cartographie générique d'un cerveau, et des données de désignation correspondant à une zone cible dans cette cartographie. La seconde peut recevoir et stocker selon un second mode de localisation spatiale, une image de travail du cerveau d'un sujet d'analyse acquise par imagerie médicale. Le dispositif comprend également un outil de recalage non-rigide, agencé pour établir une transformation de la cartographie tridimensionnelle générique vers l'image de travail, et un outil de rééchantillonnage pour établir une cartographie convertie avec des données de désignation converties. Une interface utilisateur forme une image de visualisation, faisant correspondre l'image de travail et la cartographie convertie, tout en indiquant, une zone qui correspond aux données de désignation converties.

Description

Dispositif et Procédé d'aide à la Localisation Cérébrale
L'invention se rapporte à un dispositif d'aide à la localisation cérébrale ainsi qu'à un procédé d'aide à la localisation cérébrale.
L'invention permet tout particulièrement une localisation automatique du cortex préfrontal dorsolatéral (DLPFC). Cette localisation trouve par exemple son application dans la stimulation magnétique transcrânienne (TMS), l'électroencéphalographie ou la magnétoencéphalographie.
Les techniques d'imagerie médicale sont aujourd'hui indispensables dans les domaines médicaux et scientifiques. Parmi ces techniques, l'imagerie par résonance magnétique nucléaire (IRM) permet l'obtention d'images bi- ou tridimensionnelles (2D ou 3D) d'une partie choisie du corps humain ou animal. Comme son nom l'indique, l'imagerie par résonance magnétique nucléaire repose sur la technique de résonance magnétique nucléaire (RMN).
L'imagerie par résonance magnétique nucléaire trouve tout particulièrement son application en neurologie car elle permet l'obtention d'images du cerveau. De plus, cette technique a permis le développement de nouvelles méthodes de traitement comme la stimulation magnétique transcrânienne (TMS).
La stimulation magnétique transcrânienne (TMS) est une technique médicale utilisée en neurologie, psychiatrie et rééducation fonctionnelle. Elle permet le traitement de troubles parmi lesquelles on peut notamment citer l'épilepsie, la migraine, les dépressions ou encore les acouphènes. Cette technique permet de stimuler une zone neuroanatomique telle que le cortex cérébral de manière indolore et non invasive. La stimulation est réalisée au moyen d'une bobine émettant de brèves impulsions électromagnétiques. La localisation d'une zone neuroanatomique cible est généralement réalisée par des cliniciens sur des images issues de techniques d'imagerie médicale comme des images d'IRM par exemple. Mais cette localisation est difficile à déterminer avec précision et est directement dépendante du niveau d'expertise du clinicien (neuroanatomiste ou neurochirurgien par exemple).
Lors de la stimulation magnétique transcrânienne (TMS), un appareillage appelé neuronavigateur permet de repérer en temps-réel la zone stimulée d'un sujet d'analyse (animal ou humain). Pour cela, le neuronavigateur est généralement calibré sur des images enregistrées à partir d'un appareil d'imagerie médicale (appareil IRM notamment). L'appareil d'imagerie fourni donc les images nécessaires du cerveau d'un sujet d'analyse. Des outils de positionnement, tel qu'un bandeau fixé autour de la tête du sujet d'analyse et en communication avec une caméra binoculaire, permettent alors le repérage en temps-réel de la zone effectivement stimulée du sujet d'analyse.
Ici encore, la reconnaissance en temps-réel de la zone neuroanatomique stimulée est difficile et directement dépendante du niveau d'expertise du clinicien (surtout en ce qui concerne l'analyse des images enregistrées par l'appareil d'imagerie médicale).
Des méthodes pour aider à la localisation d'une zone neuroanatomique ont précédemment été proposées. Le document WO 2004/035135 Al décrit une méthode pour la modélisation tridimensionnelle d'un crâne et de structures internes de celui-ci. Cette méthode est basée sur une corrélation entre les structures internes d'un crâne et ses dimensions externes. Ainsi, la méthode cherche à déduire la structure interne d'un crâne à partir de simples mesures dimensionnels.
Il existe d'autres systèmes de corrélation en ce sens. En effet, le document
EP 1 176558 A2 décrit un système d'imagerie permettant une superposition d'éléments image pour l'obtention d'une image améliorée d'une région anatomique cible. Le système utilise pour cela des mesures dimensionnels de surface et une corrélation avec des donnés volumétrique acquises par rayons x.
D'autres outils peuvent être associés à un neuronavigateur en vue de faciliter une localisation de zone cible. Notamment, l'outil informatique Brainsight™ commercialisé par la société Rogue Research Inc. vise une mise en correspondance entre une cartographie cérébrale appelée « atlas de Talairach » (Talairach & Toυrnoux, 1988) et des données d'images IRM d'un sujet d'analyse. La mise en correspondance est réalisée par un alignement géométrique mettant en œuvre un recalage de coordonnées.
Rien de satisfaisant n'a été proposé jusqu'à présent pour automatiser au moins partiellement la reconnaissance et la visée précise d'une zone donnée dans le cerveau d'un patient encore inconnue.
La présente invention vient améliorer la situation en proposant une tout autre approche.
A cet effet, l'invention vise un dispositif informatique d'aide à la localisation cérébrale, comprenant :
- une première mémoire, agencée pour stocker une cartographie tridimensionnelle générique d'une partie au moins d'un cerveau, selon un premier mode de localisation spatiale, ainsi que pour stocker des données de désignation, établies selon le premier mode de localisation spatiale, et correspondant à une zone cible du cerveau dans ladite cartographie ;
- une seconde mémoire, agencée pour recevoir et stocker une image de travail d'une partie au moins du cerveau d'un sujet d'analyse acquise par imagerie médicale, cette image de travail étant stockée selon un second mode de localisation spatiale ;
- un outil de recalage non-rigide, agencé pour établir une transformation de recalage de la cartographie tridimensionnelle générique vers l'image de travail ;
- un outil de rééchantillonnage pour établir selon la transformation de recalage une cartographie convertie, au format du second mode de localisation spatiale, ainsi que des données de désignation converties ;
- une interface utilisateur, agencée pour former une image de visualisation, qui fait correspondre, en partie au moins, l'image de travail et la cartographie convertie, tout en indiquant, dans l'image de visualisation, une zone qui correspond aux données de désignation converties.
L'invention vise également un procédé d'aide à la localisation cérébrale, le procédé comprenant les étapes suivantes :
a. charger une cartographie tridimensionnelle générique de cerveau ;
b. préparer une désignation d'une zone de cerveau sur ladite cartographie tridimensionnelle générique ;
c. conduire une imagerie par ondes électromagnétiques sur une partie au moins du cerveau d'un sujet d'analyse, pour obtenir une image de travail ;
d. appliquer un recalage non-rigide de la cartographie tridimensionnelle générique vers l'image de travail, pour obtenir une transformation géométrique spatiale permettant de passer de la cartographie tridimensionnelle générique vers l'image de travail ;
e. à partir de ladite désignation d'une zone de cerveau de l'étape b., et de la transformation de l'étape d., déterminer une zone cible dans l'image de travail ; et
f. présenter à un opérateur une représentation de la zone cible de l'étape e., en vue d'une action sur cette zone cible.
D'autres avantages et caractéristiques apparaîtront à la lecture de la description détaillée ci-après et sur les figures annexées sur lesquelles :
- la figure 1 montre une représentation schématique d'une vue sagittale d'un cerveau humain avec indications d'aires de Brodmann ;
- la figure 2 représente un schéma de principe de la stimulation magnétique transcrânienne (TMS) ;
- la figure 3 représente un dispositif informatique d'aide à la localisation cérébrale selon un mode de réalisation de l'invention ; - la figure 4 représente un schéma fonctionnel d'un outil de recalage non-rigide selon un mode de réalisation de l'invention ;
- la figure 5 représente un diagramme fonctionnel d'un procédé d'aide à la localisation cérébrale selon un mode de réalisation de l'invention.
Les dessins et la description ci-après contiennent, pour l'essentiel, des éléments à caractère certain. Les dessins font partie intégrante de la description et pourront donc non seulement servir à mieux faire comprendre la présente invention, mais aussi contribuer à sa définition, le cas échéant.
L'invention sera maintenant décrite en détail en faisant référence à des zones neuroanatomiques cérébrales précises (notamment le cortex préfrontal dorsolatéral). Toutefois, l'invention n'est aucunement limitée auxdites zones mais s'applique à toute zone cérébrale accessible par imagerie médicale (comme par exemple le cortex orbito- frontal).
Plus précisément l'invention est décrite en faisant référence au cortex préfrontal dorsolatéral (DLPFC). Grossièrement le cortex préfrontal dorsolatéral (DLPFC) correspond à l'interface entre les aires 9 et 46 de l'atlas cytoarchitectonique de
Brodmann. Plus précisément le cortex préfrontal rassemble les portions latérales des aires 9 - 12, une partie des aires 45 et 46, et la partie supérieure de l'aire 47 de
Brodmann. Les aires correspondant apparaissent sur le cerveau 100 représenté sur la figure 1 (Robertson & al, 2001).
Le cortex préfrontal dorsolatéral est une zone cible de la technique de stimulation magnétique transcrânienne (TMS). En effet, l'une des principales applications de la TMS est le traitement de l'épisode dépressif majeur (dépression) par des stimulations répétitives à haute fréquence du cortex préfrontal dorsolatéral gauche (Gershon & al, 2003, Loo & Mitchell, 2005; Gross & al, 2007). Pour cela ce dernier doit être préalablement localisé par un clinicien spécialiste. La précision de cette localisation est cruciale pour tirer pleinement profit de la TMS. Mais cette localisation est manuelle, longue, difficile et dépendante du niveau d'expertise du clinicien pratiquant. Généralement, il est appliqué une méthode standardisée initialement proposée par George & al puis par Pascual-Leone & al. Cette méthode est basée sur l'atlas de Talairach {Talairach & Tournoux, 1988) et il a été montré qu'elle est imprécise et ne tient pas suffisamment compte de la variabilité anatomique existante entre différents individus. En conséquence cela peut résulter en des stimulations magnétiques imprécises {Herwig & al, 2001).
Très brièvement cette méthode standardisée consiste à appliquer les 4 étapes suivantes
1. déterminer le sillon central gauche à partir d'une structure en « crochet » visible en coupe sagittale et d'une structure en « oméga » visible en coupe axiale ;
2. déterminer le sillon précentral gauche situé en avant du sillon central gauche visible sur la coupe sagittale et sur la coupe axiale ;
3. déterminer les gyri frontaux supérieur et moyen sur les coupes axiale et sagittale, par détermination du sillon frontal supérieur qui les sépare.
4. ajuster en coupe coronale la localisation du gyrus frontal moyen par rapport à la localisation du sillon frontal supérieur déterminé à l'étape précédente.
En règle générale, tout clinicien utilisant un neuronavigateur lors d'une TMS, doit donc en temps-réel mettre en application la méthode standardisée décrite ci-dessus afin de stimuler correctement la zone cible. Le positionnement requis est très fin ; et le "terrain", c'est-à-dire le cerveau à examiner, n'est pas disponible sous forme d'une description informatique de précision suffisante. C'est pourquoi, jusqu'à présent, le positionnement est essentiellement défini par le clinicien opérant.
La présente invention améliore largement l'état de la technique et utilise un outil de recalage non-rigide permettant une transformation de recalage entre des images distinctes acquises par imagerie médicale (IRM notamment). Ce qui permet au dispositif informatique de l'invention une automatisation de la localisation d'une zone cible du cerveau. La figure 2 montre un schéma de principe de la technique de stimulation magnétique transcrânienne (TMS).
Un sujet d'analyse 200, par exemple un individu soufrant de migraine ou de dépressions, est soumis à un champ magnétique par un appareil IRM 202 afin d'obtenir des données d'images DJRM tridimensionnelles de son cerveau. Les données d'images DJRM provenant de l'appareil d'IRM 202 sont transmises à un neuronavigateur 208.
Afin de conduire et en temps réel les stimulations électromagnétiques, le sujet d'analyse et en interaction directe avec à un système de positionnement composé d'une part, d'un outil de positionnement 204 tel qu'un bandeau fixé autour de la tête du sujet d'analyse, et d'autre part d'une caméra 206 en relation directe ou indirecte avec l'outil de positionnement. La caméra peut notamment être une caméra binoculaire. Les interactions entre sujet d'analyse 200, outil de positionnement 204 et caméra 206 forment des données temps-réel D_RT qui sont transmises au neuronavigateur 208. Dans le mode de réalisation décrit les données temps-réel D_RT se composent de données D_RT01 provenant de l'outil de positionnement 204 et de données D_RT02 provenant de la caméra 206. L'ensemble données temps-réel D_RT et données d'images DJRM forment des données de travail DataW comme détaillé plus loin.
Le neuronavigateur 208 met en relation les données d'images IRM DJRM et les données temps-réel D_RT. Le neuronavigateur 208 transmet ensuite des données d'image de visualisation D_VISU à une interface utilisateur 210. L'interface 210 représente alors une image de visualisation. C'est au moyen de l'image de visualisation qu'un opérateur peut procéder au positionnement 212 d'une bobine 214 pour l'émission d'impulsions électromagnétiques.
Les données temps réel D_RT provenant des interactions entre sujet d'analyse 200, outil de positionnement 204 et caméra 206, permettent à l'opérateur d'ajuster le positionnement 212 de la bobine 214 pour chaque impulsion électromagnétique émise. La précision d'ajustement est directement dépendante du fonctionnement du neuronavigateur ainsi que de ses implémentations. Lors de la technique de stimulation magnétique transcrânienne (TMS) et plus précisément lors de la neuronavigation avec un neuronavigateur 208, le dispositif informatique d'aide à la localisation cérébrale de l'invention permet de suivre avec précision et en temps réel, la zone effectivement stimulée par les stimulations magnétiques de la TMS. Pour cela, comme décrit ci-dessus, on ajuste le positionnement des instruments TMS, notamment le bobinage 214, l'outil de positionnement 204 et la caméra 206, par rapport aux images de visualisation présentés sur l'interface utilisateur 210.
Tout d'abord, le dispositif de l'invention réalise un recalage rigide de l'espace des images IRM du sujet d'analyse avec l'espace des données temps-réel, par l'intermédiaire d'une transformation géométrique. Ce recalage rigide se fait donc au sein des données de travail DataW, et plus précisément entre les données d'image DJRM et les données temps-réel D_RT. Par « espace d'image» ou « espace de données temps-réel » on entend un système de coordonnées ou une localisation spatiale. Ce type d'alignement rigide peut dans certains cas être considéré comme suffisant pour la localisation de structures profondes (noyaux gris centraux par exemple), mais manque de précision pour les structures corticales dont la variabilité anatomique interindividuelle est forte {Hellier & al, 2003).
Toutefois, pour permettre le recalage entre des images distinctes, l'outil de recalage assure non seulement le recalage rigide décrit ci-dessus, mais également un recalage de nature non-rigide. La Demanderesse a découverte non sans surprise qu'un recalage non-rigide tel que décrit ci-après, permet une localisation précise, reproductible et automatisable d'une zone cible d'un cerveau.
L'outil de recalage compris dans le dispositif de l'invention, est agencé pour utiliser une transformation de recalage non-rigide. Cette transformation de recalage non-rigide a précédemment été mise en place par la Demanderesse. Elle est dénommée « ROMEO »
(pour : « Robust Multilevel Elastic Registration Based on Optical Flow ») et est décrite en détail dans la publication scientifique « Hierarchical Estimation of a Dense Déformation
Fieldfor 3-D Robust Registration » dans IE E E Trans. Med. Imag., vol. 20, pp.388-402, no. 5, mai 2001 (Hellier & al, 2001) et à laquelle le lecteur est invité de se référer. La transformation de recalage non-rigide mise en œuvre dans l'invention permet notamment une indépendance entre les espaces de localisation spatiales (systèmes de coordonnées) des différentes images manipulés (cartographie tridimensionnelle générique, image de travail ou image de visualisation). Les espaces de localisation peuvent notamment être des systèmes de coordonnées cartésiennes (utilisé dans un espace vectoriel ou un espace affine), des systèmes de coordonnées curvilignes, des systèmes de coordonnées cylindriques, des systèmes de coordonnées sphérique ou autre.
Brièvement, la transformation de recalage de l'invention estime un champ dense de déformation géométrique entre des images tridimensionnelles. La transformation est basée sur l'hypothèse d'invariance de la luminescence au cours du déplacement d'un point physique (cadre statistique robuste) - l'hypothèse dite de flot optique (Horn & al,
2003). Elle s'appuie sur un algorithme de recalage non-rigide multimodalité au moyen de mesures de similarités (les mesures de similarités étant réalisées dans un cadre de minimisation multigrille). Des régularisations (non détaillés ici) sont introduites en vue de favoriser l'estimation du champ spatialement cohérent. Pour réduire la sensibilité de la méthode au bruit, et d'autoriser l'introduction de discontinuités spatiales sur le champ de déformation, des estimateurs de nature robustes sont introduits. Il s'agit donc d'une transformation basée sur une approche hiérarchique, multirésolution et multigrille.
Il est précisé que la multirésolution comprend : l'estimation de manière hiérarchique de champs de déformation sur des images dérivées d'images initiales par filtrage et sous- échantillonnage. Par multigrille on entend l'estimation de déformations sur une suite d'espaces emboîtés, à savoir en partant d'un niveau de résolution le plus grossier vers un niveau de résolution le plus fin. Chaque espace est défini par une paramétrisation affine par morceaux s'appuyant sur une partition spatiale du volume. Les espaces multigrille sont donc emboîtés, dans la mesure où les partitions spatiales sont emboîtés (c'est à dire, le passage à un niveau de grille plus fin correspond à une subdivision adaptative de la partition spatiale). Autrement dit, à chaque niveau de grille correspond une partition, et lorsque l'on passe au niveau de grille plus fin, on découpe, de manière adaptative, la partition spatiale. Ceci est illustré dans la publication scientifique « Hierarchical estimation of a dense déformation fieldfor 3D robust registration » (Hellier & al, 2001), notamment figures 2 (a) et (b), et leur description.
La figure 3 est relative à l'invention et montre un dispositif informatique d'aide à la localisation cérébrale 300 selon un mode de réalisation de l'invention. Le dispositif 300 comprend une première mémoire 302 capable de stocker des données comme par exemple une mémoire de type RAM (Random Access Memory). Cette première mémoire 302 est agencée pour stocker une cartographie tridimensionnelle générique d'une partie au moins d'un cerveau. Dans le mode de réalisation décrit, cette cartographie tridimensionnelle générique est établie par un expert en neuroanatomie sur une image de cerveau enregistrée par imagerie résonance magnétique (IRM). Le cerveau auquel est fait référence à ce stade est un cerveau que l'on peut qualifier de cerveau modèle ou encore de cerveau générique. La cartographie tridimensionnelle générique est stockée dans la première mémoire 302 selon un premier mode de localisation spatiale (ou système de coordonnées). La cartographie tridimensionnelle générique comprend la localisation de zones d'intérêt tel que par exemple le cortex préfrontal dorsolatéral (DLPFC) ou encore le cortex orbito-frontal. La première mémoire 302 peut donc également stocker des données de désignation précises. Ces données de désignation correspondent à une zone cible du cerveau et sont généralement stockées selon le même mode de localisation spatiale que la cartographie tridimensionnelle générique. La zone cible du cerveau peut notamment être choisie selon le traitement visé. Par exemple, en vue d'un traitement de dépressions la zone cible sera le cortex préfrontal dorsolatéral (DLPFC).
Dans le mode décrit ici, le dispositif informatique d'aide à la localisation cérébrale 300 comprend une seconde mémoire 304 capable de stocker des données (type RAM). La seconde mémoire 304 est agencée pour recevoir et stocker une image de travail d'une partie au moins du cerveau d'un sujet d'analyse (comme par exemple un patient pour troubles de dépressions). L'image de travail est acquise par imagerie médicale comme l'imagerie résonance magnétique (IRM), tout comme la cartographie tridimensionnelle générique, mais selon un second mode de localisation spatiale précis qui n'est généralement pas identique à celui de la cartographie (car il peut s'agir d'appareil d'IRM distinct ou de différents modes de séquences d'acquisition). Toutefois les deux modes de localisation spatiaux ne sont par nécessairement distinct. Dans le mode de réalisation décrit ici, l'image de travail est stockée selon un second mode de localisation spatiale.
Le dispositif informatique 300 comprend un outil de recalage non-rigide 306 qui reçoit des données de cartographie tridimensionnelle générique DataGen et des données de travail DataW respectivement de la première mémoire 302 et de la seconde mémoire 304. C'est à partir de ces données (DataGen et DataW) que l'outil de recalage non-rigide 306 établi une transformation de recalage de la cartographie tridimensionnelle générique vers l'image de travail.
Les données d'images (image de travail) provenant directement du sujet d'analyse peuvent alors être rééchantillonnés dans le système de coordonnées de la cartographie tridimensionnelle générique.
La figure 4 montre un schéma fonctionnel de l'outil de recalage non-rigide 306. Selon un mode de réalisation, une opération de recalage rigide 3061 agit sur les données de travail DataW en effectuant un recalage rigide tel que décrit plus haut, à savoir un recalage rigide entre les données d'image DJRM et les données temps-réel D_RT. L'opération de recalage rigide fournit des données de travail recalées DataWrec, correspondant à la transformation des données d'images IRM DJRM vers les données temps-réel D_RT (ou inversement). Selon un mode de réalisation, le recalage rigide de l'opération 3061 utilise une méthode statistique dite de « maximisation de l'information mutuelle » (Maes & al, 1997).
Une opération de recalage non-rigide 3062 réalise ensuite un recalage non-rigide des données de cartographie tridimensionnelle générique DataGen vers les données de travail recalées DataWrec (ou inversement). Pour cela, l'opération de recalage non- rigide 3062 utilise la transformation de recalage non-rigide ROMEO décrite ci-avant. L'outil de recalage 306 implémente donc un programme d'ordinateur pour établir une transformation de recalage non-rigide par la méthode ROMEO. L'outil de recalage non- rigide 306 fournit des donnés de transformation DataT représentant sensiblement la transformation de recalage de la cartographie tridimensionnelle générique vers l'image de travail.
Dans le mode de réalisation décrit ici du dispositif de l'invention, l'application de la transformation de recalage est réalisée par un outil de rééchantillonnage 308 représenté sur la figure 3. L'outil de rééchantillonage 308 établi selon la transformation de recalage DataT une cartographie convertie, au format du second mode de localisation spatiale de l'image de travail. En d'autres termes la transformation de recalage DataT établie par l'outil de recalage 306 est appliquée aux données de travail DataW (correspondant à l'image de travail) pour donner une cartographie convertie selon second mode de localisation spatiale.
L'outil de rééchantillonnage 308 fournit en sortie des données de visualisation D-VISU permettant une « mise en correspondance » de la cartographie tridimensionnelle générique avec l'image de travail (DataW::DataGen). Cette « mise en correspondance » correspond sensiblement à ladite cartographie convertie. En conséquence, l'outil de rééchantillonage 308 établi des données de désignation converties permettant de retrouver une zone cible (détaillé ci-dessous). Les données de désignation converties correspondent alors sensiblement aux données de désignation de la zone cible du cerveau déterminée préalablement sur la cartographie tridimensionnelle générique.
Le dispositif informatique 300 comprend en outre une interface utilisateur 310, agencée pour former une image de visualisation. Cette image de visualisation est formée à partir des données de visualisation D-VISU et fait correspondre, en partie au moins, l'image de travail et la cartographie convertie, tout en indiquant, dans l'image de visualisation, une zone qui correspond aux données de désignation converties.
La figure 5 représente un diagramme fonctionnel d'un procédé d'aide à la localisation cérébrale selon un mode de réalisation de l'invention. Une première opération d'acquisition d'image générique 500 permet d'obtenir une image générique d'un cerveau. Cette opération consiste généralement à conduire une imagerie par ondes électromagnétiques sur le cerveau d'un sujet de référence par exemple par IRM. L'image générique du cerveau ainsi obtenue est utilisée lors d'une opération d'acquisition de cartographie générique 502 pour établir une cartographie tridimensionnelle générique, à partir de ladite image générique de cerveau. Ces deux opérations (500 et 502) un fois réalisées peuvent être unique pour tout mode de réalisation du procédé de l'invention. En effet, une fois la cartographie générique établie, elle peut servir pour tout mode de réalisation du procédé de l'invention. L'opération suivante de désignation de zone cible sur la cartographie générique 504 consiste à préparer une désignation d'une zone de cerveau sur ladite cartographie tridimensionnelle générique. Ensuite une opération d'acquisition d'image de travail 506 consiste à conduire une imagerie par ondes électromagnétiques sur une partie au moins du cerveau d'un sujet d'analyse. Cette opération 506 permet d'obtenir une image de travail. Une opération de recalage non-rigide 508 applique un recalage non-rigide de la cartographie tridimensionnelle générique vers l'image de travail, pour obtenir une transformation géométrique spatiale permettant de passer de la cartographie tridimensionnelle générique vers ladite image de travail acquise lors de l'opération d'acquisition d'image de travail 506. Une opération de conversion 510 établi alors une cartographie convertie pour l'image de travail. Ensuite, à partir de l'opération de désignation de zone cible sur la cartographie générique 504 et de l'opération de recalage non-rigide 508, une opération de localisation de zone cible 512 détermine la zone cible dans l'image de travail (notamment grâce à l'opération de conversion 510). Finalement, une opération de formation d'image de visualisation 514 consiste à présenter à un opérateur une représentation de la zone cible, en vue d'une action sur cette zone visée. L'action peut notamment être une stimulation magnétique transcrânienne.
Exemple
25 sujets d'analyse ont été soumis à une imagerie par résonance magnétique (IRM).
Pour obtenir des résultats relatifs à l'état de l'art, d'une part trois cliniciens ont procédés à la localisation de cortex préfrontal dorsolatéral (DLPFC) par méthode manuelle et d'autre part une méthode de localisation cérébrale par recalage rigide à été appliqué (Maes & al, 1997).
Pour l'obtention de résultats relatifs à l'invention, un procédé d'aide à la localisation cérébrale a été appliqué avec le dispositif de l'invention (recalage non-rigide).
Le tableau 1 montre l'analyse comparative entre l'invention et l'état de la technique.
TABLEAU 1 : Analyse comparative entre l'invention et l'état de la technique
Les résultats du tableau montrent Tinter-variabilité entre les résultats de la localisation manuelle du cortex préfrontal dorsolatéral (DLPFC) réalisée par les cliniciens (colonnes : clinicien 1, clinicien 2 et clinicien 3). La localisation automatique de l'invention est plus précise et reproductible.
De plus, le procédé d'aide à la localisation cérébrale avec un recalage non-rigide (colonne : non-rigide) fournit de meilleurs résultats par rapport à la méthode de recalage rigide (colonne : rigide) de l'art antérieur. Ceci notamment en raison du plus grand nombre de degrés de liberté du recalage non-rigide ce qui permet une meilleure adaptation au vu de la variabilité anatomique existante entre différents sujets d'analyse. En effet, on note qu'un recalage rigide tel que connu dans l'état de la technique compte 6 degrés de liberté. Le recalage non-rigide relatif à l'invention compte environ 40 millions de degrés de liberté.
En pratique, la précision d'un système de neuronavigation est d'environ 2mm. Pour tirer pleinement profit de ce système, il importe que la zone cible soit définie avec précision sur NRM. On constate que les cliniciens pouvaient commettent des erreurs allant au- delà de 10mm dans la localisation de cette zone cible, ce qui dégrade considérablement la précision des stimulations par TMS. L'erreur moyenne des cliniciens est d'environ 1 cm ce qui n'est favorable à une utilisation optimale d'un neuronavigateur.
L'invention permet notamment aux cliniciens de s'affranchir de la localisation manuelle. Le procédé d'aide à la localisation et le dispositif de l'invention est plus précis que peut l'être la localisation manuelle par un clinicien. À cela s'ajoute, que l'invention est reproductible. Pour en arriver là, il a fallu assurer la cohérence anatomique des déformations observées lorsqu'on passe d'un sujet à l'autre. Pour garantir cette cohérence, à un niveau suffisant, il convient de régulariser le champ de déformation estimé. Le réglage de cette régularisation est particulièrement difficile en l'absence de "vérité terrain" (on ne connaît pas le "vrai" champ de déformation entre les cerveaux de deux sujets différents). Il est donc impossible d'avoir des critères absolus pour valider les techniques de recalage. C'est pourquoi la précision et la reproductibilité obtenues ici sont importantes.
Références/Publications :
• Gershon A, Dannon PN, Grunhaus L; Transcranial Magnetic Stimulation in the treatment of dépression; 2003; Am J Psychiatry 160: 835-845
• Gross M, Nakamura L, Pascual-Leone A, Fregni F; Has répétitive transcranial magnetic stimulation treatment for dépression improved? A systematic review and meta-analysis comparing the récent vs the earlier rTMS studies; 2007; Acta Psychiatrie Scand 116: 165-173
• Hellier P, Barillot C, Memin E, Perez P; Hierarchical estimation of a dense déformation field for 3D robust registration; 2001; IEEE Transactions on Médical Imaging 20: 388-402
• Hellier P, Barillot C, Corouge I, Gibaud B, Le Goualher G, Collins DL, Evans A, Malandain G, Ayache N, Christensen GE, Johnson HJ; Rétrospective évaluation of inter- subject brain registration; 2003; IEEE Transactions on Médical Imaging, 22(9): 1120- 1130
• Herwig U, Padberg F, Unger J, Spitzer M, Schόnfeldt-Lecuona C; Transcranial Magnetic Stimulation Studies: Examination of the Reliability of "Standard" Coil Positioning by Neuronavigation; 2001; Biol Psychiatry 50:58-6
• Horn B, Shunck B; Determining optical flow; 1981; Artificial Intelligence 17: 185- 2003
• Loo CK, Mitchell PB ; A review of the efficacy of transcranial magnetic stimulation treatment for dépression, current and future stratégies to optimize efficacy ; 2005 ; J of Affective Disorders 88 : 255-267
• Maes F, Collignon A, Vandemeulen D, Marchai G, Suetens P; Multimodality image registration by maximisation of mutual information; 1997; TMI 16: 187-198
• Robertson EM, Tormos JM, Maeda F, Pascual-Leone A; The RoIe of the Dorsolateral Prefrontal Cortex during Séquence Leaming is Spécifie for Spatial Information, Cérébral Cortex; 2001; ll(7):pp. 628-635 • Talairach J, Tournoux P; Echo-planar stereotaxic atlas of humain brain; 1988; New-York: Thieme Médical Publishers
• Yousry TA, Schmid UD, Alkadhi H, Schmidt D, Peraud A, Buettner A, Winkler P; Localization of the motor hand area to a knob on the precentral gyrus. A new landmark; 1997; Brain; Jan; 120 Pt l):141-57

Claims

Revendications
1. Dispositif informatique (300) d'aide à la localisation cérébrale, comprenant :
a. une première mémoire (302), agencée pour stocker une cartographie tridimensionnelle générique d'une partie au moins d'un cerveau, selon un premier mode de localisation spatiale, ainsi que pour stocker des données de désignation, établies selon le premier mode de localisation spatiale, et correspondant à une zone cible du cerveau dans ladite cartographie ;
b. une seconde mémoire (304), agencée pour recevoir et stocker une image de travail d'une partie au moins du cerveau d'un sujet d'analyse acquise par imagerie médicale, cette image de travail étant stockée selon un second mode de localisation spatiale ;
c. un outil de recalage non-rigide (306), agencé pour établir une transformation de recalage de la cartographie tridimensionnelle générique vers l'image de travail ;
d. un outil de rééchantillonnage (308) pour établir selon la transformation de recalage une cartographie convertie, au format du second mode de localisation spatiale, ainsi que des données de désignation converties ;
e. une interface utilisateur (310), agencée pour former une image de visualisation, qui fait correspondre, en partie au moins, l'image de travail et la cartographie convertie, tout en indiquant, dans l'image de visualisation, une zone qui correspond aux données de désignation converties.
2. Dispositif selon la revendication 1, dans lequel la transformation de recalage par l'outil de recalage non-rigide comprend la combinaison d'une transformation de recalage rigide (3061) et d'une transformation de recalage non-rigide (3062).
3. Dispositif selon l'une des revendications précédentes, dans lequel la zone cible est le cortex préfrontal dorsolatéral (DLPFC).
4. Dispositif selon l'une des revendications 1 à 3, dans lequel la zone cible est le cortex orbito-frontal.
5. Dispositif selon l'une des revendications précédentes, dans lequel l'imagerie médicale pour l'acquisition de l'image de travail est l'imagerie par résonance magnétique (IRM).
6. Dispositif selon l'une des revendications précédentes, comprenant en outre un neuronavigateur (208) dans lequel sont disposés la première (302) et seconde (304) mémoire, l'outil de recalage non-rigide (306), l'outil de rééchantillonnage
(308) et l'interface utilisateur (310), ce neuronavigateur (208) servant d'aide à une intervention cérébrale.
7. Dispositif selon l'une des revendications précédentes, comprenant en outre un système de positionnement (204, 206) et une bobine (214) pour une stimulation magnétique transcranienne.
8. Procédé d'aide à la localisation cérébrale, le procédé comprenant les étapes suivantes :
a. charger une cartographie tridimensionnelle générique de cerveau ;
b. préparer une désignation d'une zone de cerveau sur ladite cartographie tridimensionnelle générique (504);
c. conduire une imagerie par ondes électromagnétiques sur une partie au moins du cerveau d'un sujet d'analyse, pour obtenir une image de travail (506);
d. appliquer un recalage non-rigide de la cartographie tridimensionnelle générique vers l'image de travail, pour obtenir une transformation géométrique spatiale permettant de passer de la cartographie tridimensionnelle générique vers l'image de travail (508); e. à partir de ladite désignation d'une zone de cerveau de l'étape b., et de la transformation de l'étape d., déterminer une zone cible dans l'image de travail (512); et
f. présenter à un opérateur une représentation de la zone cible de l'étape e., en vue d'une action sur cette zone cible (514).
9. Procédé selon la revendication 8, dans lequel l'étape a. de charger une cartographie tridimensionnelle générique comprend les étapes suivantes :
al. conduire une imagerie par ondes électromagnétiques sur le cerveau d'un sujet de référence, pour obtenir une image générique de cerveau (500);
a2. établir une cartographie tridimensionnelle générique, à partir de ladite image générique de cerveau (502).
10. Procédé selon l'une des revendications 8 à 9, dans lequel l'action sur la zone cible à l'étape f. est une stimulation magnétique transcrânienne.
11. Procédé selon l'une des revendications 8 à 10, comprenant en outre une étape dl. d'établir une cartographie convertie à partir de la transformation géométrique spatiale obtenue à l'étape d. (510).
12. Procédé selon l'une des revendications 8 à 11, dans lequel la zone cible est le cortex préfrontal dorsolatéral.
13. Procédé selon l'une des revendications 8 à 11, dans lequel la zone cible est le cortex orbito-frontal.
EP10703314A 2009-01-21 2010-01-15 Dispositif et procédé d'aide à la localisation cérébrale Ceased EP2384487A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0900254A FR2941315B1 (fr) 2009-01-21 2009-01-21 Dispositif et procede d'aide a la localisation cerebrale
PCT/FR2010/000033 WO2010084262A1 (fr) 2009-01-21 2010-01-15 Dispositif et procédé d'aide à la localisation cérébrale

Publications (1)

Publication Number Publication Date
EP2384487A1 true EP2384487A1 (fr) 2011-11-09

Family

ID=40688374

Family Applications (1)

Application Number Title Priority Date Filing Date
EP10703314A Ceased EP2384487A1 (fr) 2009-01-21 2010-01-15 Dispositif et procédé d'aide à la localisation cérébrale

Country Status (4)

Country Link
US (1) US20120087559A1 (fr)
EP (1) EP2384487A1 (fr)
FR (1) FR2941315B1 (fr)
WO (1) WO2010084262A1 (fr)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2970638B1 (fr) * 2011-01-26 2014-03-07 Inst Nat Rech Inf Automat Procede et systeme d'aide au positionnement d'un outil medical sur la tete d'un sujet
JP6242787B2 (ja) * 2011-06-03 2017-12-06 ネクスティム オーワイジェイ 解剖学的接続性パターンと誘導脳刺激とを組み合せるシステム
US9091628B2 (en) 2012-12-21 2015-07-28 L-3 Communications Security And Detection Systems, Inc. 3D mapping with two orthogonal imaging views
US11311193B2 (en) * 2017-03-30 2022-04-26 The Trustees Of Columbia University In The City Of New York System, method and computer-accessible medium for predicting response to electroconvulsive therapy based on brain functional connectivity patterns
CN108187230A (zh) * 2018-01-29 2018-06-22 上海理禾医疗技术有限公司 经颅磁刺激导航定位机器人系统及定位方法
US11779218B2 (en) * 2020-05-18 2023-10-10 The Trustees Of Columbia University In The City Of New York System, method and computer-accessible medium for predicting response to electroconvulsice therapy based on brain functional connectivity patterns

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6594516B1 (en) 2000-07-18 2003-07-15 Koninklijke Philips Electronics, N.V. External patient contouring
FI113615B (fi) 2002-10-17 2004-05-31 Nexstim Oy Kallonmuodon ja sisällön kolmiulotteinen mallinnusmenetelmä
US8160677B2 (en) * 2006-09-08 2012-04-17 Medtronic, Inc. Method for identification of anatomical landmarks

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
None *
See also references of WO2010084262A1 *

Also Published As

Publication number Publication date
US20120087559A1 (en) 2012-04-12
FR2941315B1 (fr) 2014-12-05
WO2010084262A1 (fr) 2010-07-29
FR2941315A1 (fr) 2010-07-23

Similar Documents

Publication Publication Date Title
US11771389B2 (en) Method for a brain region location and shape prediction
van Es et al. Topographic maps of visual space in the human cerebellum
Xu et al. A framework for callosal fiber distribution analysis
JP5424902B2 (ja) Ｐｅｔ／ｍｒフロー推定を用いて補われる自動診断及び自動整列
EP2384487A1 (fr) Dispositif et procédé d'aide à la localisation cérébrale
US11328426B2 (en) Fiber tracking and segmentation
JP6840898B2 (ja) パーキンソン病診断装置及び方法
WO2012101160A1 (fr) Procédé et système d'aide au positionnement d'un outil médical sur la tête d'un sujet
WO2008002275A1 (fr) Alignement d'images du cerveau par alignement d'ellipses de référence
WO2010005973A2 (fr) Analyse anatomique en surface automatisée, sur la base d'une segmentation à base atlas de l'imagerie médicale
Jin et al. Labeling white matter tracts in HARDI by fusing multiple tract atlases with applications to genetics
Prados et al. A modality-agnostic patch-based technique for lesion filling in multiple sclerosis
US10789713B2 (en) Symplectomorphic image registration
Antoine Maintz et al. Registration of 3D medical images using simple morphological tools
Gupta et al. Improving DTI resolution from a single clinical acquisition: a statistical approach using spatial prior
Cury Statistical shape analysis of the anatomical variability of the human hippocampus in large populations.
Casamitjana et al. A next-generation, histological atlas of the human brain and its application to automated brain MRI segmentation
Almeida et al. Contentopic mapping in ventral and dorsal association cortex: the topographical organization of manipulable object information
Poliakov et al. Integration and visualization of multimodality brain data for language mapping.
Lyu et al. Cortical correspondence via sulcal curve-constrained spherical registration with application to macaque studies
Crainiceanu et al. A tutorial for multisequence clinical structural brain MRI
Styner et al. Automatic regional analysis of DTI properties in the developmental macaque brain
Chakravarty Multi-modal techniques for planning in functional neurosurgery for Parkinson's disease
Merhof et al. Integrated visualization of diffusion tensor fiber tracts and anatomical data
Gaudreau-Balderrama Methods and Algorithms for Quantitative Analysis of Metallomic Images to Assess Traumatic Brain Injury

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20110719

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO SE SI SK SM TR

RIN1 Information on inventor provided before grant (corrected)

Inventor name: NAUCZICIEL, CECILIA

Inventor name: HELLIER, PIERRE

Inventor name: MORANDI, XAVIER

DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20161012

APBK Appeal reference recorded

Free format text: ORIGINAL CODE: EPIDOSNREFNE

APBN Date of receipt of notice of appeal recorded

Free format text: ORIGINAL CODE: EPIDOSNNOA2E

APAF Appeal reference modified

Free format text: ORIGINAL CODE: EPIDOSCREFNE

APAF Appeal reference modified

Free format text: ORIGINAL CODE: EPIDOSCREFNE

APBT Appeal procedure closed

Free format text: ORIGINAL CODE: EPIDOSNNOA9E

REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20200706