WO2012163982A1 - Procede de ciblage d'une region d'interet d'un tissu biologique d'un patient et dispositif associe - Google Patents

Procede de ciblage d'une region d'interet d'un tissu biologique d'un patient et dispositif associe Download PDF

Info

Publication number
WO2012163982A1
WO2012163982A1 PCT/EP2012/060178 EP2012060178W WO2012163982A1 WO 2012163982 A1 WO2012163982 A1 WO 2012163982A1 EP 2012060178 W EP2012060178 W EP 2012060178W WO 2012163982 A1 WO2012163982 A1 WO 2012163982A1
Authority
WO
WIPO (PCT)
Prior art keywords
region
movement
magnetic field
estimated
interest
Prior art date
Application number
PCT/EP2012/060178
Other languages
English (en)
Inventor
Baudouin Denis De Senneville
Chretien Theophilus Willibrordus Moonen
Mario RIES
Sébastien ROUJOL
Original Assignee
Universite Bordeaux Segalen
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 Bordeaux Segalen filed Critical Universite Bordeaux Segalen
Publication of WO2012163982A1 publication Critical patent/WO2012163982A1/fr

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 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A61B2090/374—NMR or MRI
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N7/00—Ultrasound therapy
    • A61N7/02—Localised ultrasound hyperthermia
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/243—Spatial mapping of the polarizing magnetic field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]

Definitions

  • the invention relates to the field of targeting a region of a moving biological tissue by a targeting device comprising a medical imaging system.
  • Hyperthermia therapies are techniques commonly used to treat biological tissues locally. They consist in heating by means of a source of energy (laser, microwaves, radiofrequency waves, ultrasound) a target area of the biological tissue.
  • a source of energy laser, microwaves, radiofrequency waves, ultrasound
  • FUS Focussed ultrasound
  • the energy source often occupies a fixed position, whereas the biological tissues, and consequently the target regions to be treated, are animated by movements of all types.
  • I RM Magnetic Resonance Imaging
  • Document WO 2007/036409 discloses a method for treating a moving biological tissue and an associated device.
  • it is expected to automatically determine the movement of the moving target region by an MRI system and then generate a signal representing the motion thus determined, this signal allowing a device High Intensity Focused Ultrasound ", (HIFU)) emit radiation in a focal region following the moving target region.
  • HIFU High Intensity Focused Ultrasound
  • the energy source is not correctly positioned on the target area of the region of interest which can lead to destroying healthy tissue.
  • the invention makes it possible to target a region of a biological tissue, this region being in motion.
  • the invention relates to a method of targeting a region of interest of a biological tissue of a patient, the region of interest being placed in a magnetic field, the method comprising:
  • the method according to the first aspect of the invention may further include any of the following:
  • Step A) is implemented according to one or more configuration parameter (s) previously fixed (s); and the method comprises D) repeating steps A) to C) to obtain several values of the similarity criterion corresponding to an estimation of the movement and for several values of the parameter (s) of configuration; E) a selection of the minimum similarity criterion corresponding to the best estimate of the movement of said region and the best configuration parameter (s);
  • It includes a pos nt ion pos nt of a n o n treatment in the target region according to the estimated movement;
  • it comprises a step of resetting images according to the estimated movement; it comprises a step of correcting the artifacts related to the movement as a function of the estimated movement.
  • the invention relates to a device for targeting a region of interest of a biological tissue of a patient, the device comprising
  • an instrument or tool adapted to apply radiation to a region of the patient
  • a medical imaging system adapted to acquire a succession of anatomical images of the region of interest of the patient
  • control console for the instrument or tool comprising calculation means for implementing a method according to the first aspect of the invention.
  • the device according to the second aspect of the invention may include one or other of the following aspects:
  • the calculation means are capable of providing a description of the movement of the region of the fabric
  • the image is an anatomical image provided by the medical imaging system
  • the calculation means are furthermore capable of providing a map of the local magnetic field of a region of a tissue
  • the calculation means are able to model the variation of the magnetic field as a function of the movement of a region of the fabric; the variation of the magnetic field as a function of the movement of said region is modeled from the succession of images of said region;
  • the calculation means are able to determine an estimated spatial position of the target region by using an image processing algorithm
  • the calculation means are capable of modeling the magnetic field variations with the movement, as a function of an estimated movement history and magnetic field maps;
  • the calculation means are capable of determining an estimate of the spatial distribution of the magnetic field in said region by using an estimated spatial position of said region;
  • the calculation means are capable of quantifying the estimated motion error by using a measurement of the local magnetic field and the modeled local magnetic field;
  • the steering console is able to position the treatment point in the target region according to the estimated displacement
  • the regulation means are able to regulate the applied radiation as a function of the spatial distribution of the radiation in the target region and of a spatial distribution setpoint, according to a regulation law comprising a Proportional-Integral-Derivative term.
  • the invention relates to a method of heat treatment of a target region in motion of a biological tissue, by means of a device according to the second aspect of the invention.
  • the criterion of quality on the estimated motion implemented in the invention is based on the modeling of the allocation of the magnetic field as a function of the movement of the target zone.
  • Such a criterion has the advantage of being based on a physical parameter of the target zone and is more precise than other criteria of known type of the MIS type (Magnitude Image Similarity), estimating the similarity of the recalibrated images of the region of interest, these images preferably being 2D anatomical images.
  • the robustness of the proposed quality criterion is further evaluated using a reference criterion (called GSE: Gold Standard Error) estimating the error of movement with respect to a reference movement.
  • GSE Gold Standard Error
  • FIG. 1 shows schematically the various components of a heat treatment assembly
  • FIG. 2 schematically illustrates a calibration method according to a particular embodiment of the invention
  • FIGS. 3a and 3b illustrate curves for comparing the criterion of similarity implemented in the method of the invention with other known similarity criteria
  • FIGS. 4a, 4b and 4c illustrate the motion estimation according to several similarity criteria
  • FIG. 5 illustrates curves of different similarity criteria as a function of the signal-to-noise ratio
  • Figures 6a and 6b illustrate the comparative performance of several similarity criteria.
  • FIG. 1 shows a heat treatment assembly comprising a medical imaging system 1 for acquiring images of a region of interest of a patient and a power source 10 for treating a zone Z target of the region R of interest of the patient (not shown).
  • the imaging system 1 is here a resonance imaging system
  • Magnetic comprising a magnet (not shown) for example of 1.5 Tesla marketed by Philips®.
  • MRI Magnetic
  • imaging system for example an echograph, a scanner, or an optical imaging system (camera).
  • the energy source 10 is here a thermal probe adapted to treat biological tissues, the target area, by hyperthermia.
  • This is in particular a focused ultrasound transducer connected to a multi-channel generator 7 (typically 256 channels), via optical fibers 8 to supply the transducer.
  • the multi-channel generator comprises 256 channels, each channel being intended for the supply of a generative element of the thermal ultrasonic transducer.
  • the signals generated on each channel are transmitted via 50-ohm coaxial cables through the electronic matching box 9 to the probe e 1 0.
  • the impedance matching electronic device 9 It also acts as a low-pass filter to allow the use of focused ultrasound and MRI simultaneously and without interference as described, for example, in US 6,148,225.
  • the transducer makes it possible to focus an ultrasonic wave typically of 1.5Mhz (it is noted that this value is opti mized according to the absorption of the studied tissues) at a point of the size of the wavelength, that is to say here of about 1 mm. It should be noted that the sound pressure at the focus point and its position are adjustable by the amplitude and the delay of the signals.
  • the latter are arranged at the center of a Faraday cage.
  • the set 1 also comprises an image reconstructor 2, an acquisition console 3 including a central unit which is able to receive data coming from the image reconstruction device 2 and a control console 5 which is capable of according to data provided by the acquisition console 3, to control the multi-channel generator 7 and a displacement system 30 of the probe 10.
  • the acquisition console 3 and the control console 5 may be formed by a single unit comprising calculation means for implementing the above-mentioned operations.
  • Measurements acquired inside the magnet in the case of an MRI system are converted into images by the image reconstructor 2 and transmitted to the acquisition console 3.
  • the acquisition console 3 performs a transform. fast Fourier and filtering the acquired image and displays the image thus processed on the acquisition console 3 which includes a screen.
  • Measurements acquired inside the magnet in the case of a RM system are furthermore converted into maps of a magnetic field.
  • a measurement I RM is a complex number comprising a module and a phase, the module used for the construction of anatomical images while the phase is used for the construction of magnetic field distribution maps.
  • FIG. 2 schematically illustrates steps of a targeting method according to a particular embodiment of the invention.
  • the processing point 10 should be targeted online using the positioning system.
  • a reliable estimate of motion can be obtained using image registration algorithms.
  • the optimal configuration of the registration depends on several parameters (such as the amplitude of the target's movement, the noise, the complexity of the deformation, the resolution of the image, etc.) and therefore depends on the application (the target organ, the location of the tumor, the orientation of the imaging plane, etc.).
  • Calibration will make it possible to determine parameters of the algorithm for estimating the movement of the target zone in a region of interest of the patient. This calibration consists of determining parameters for estimating the movement of the target in order to be able, during the processing of the target, to correctly position the treatment point.
  • the patient is placed in a magnetic field and especially inside a magnet of an MRI system.
  • a medical imaging system is available to acquire anatomical images of the region of interest of the patient in which the target area is viewed.
  • INIT is used to acquire a reference image 10 which includes the region of interest and which comprises the target zone.
  • the only user intervention required is to define, before the hyperthermia, on the reference image, a region of interest delimiting the region where the registration is to be optimized (the associated binary mask is denoted m).
  • a mask m is generated whose pixels are equal to 1 or 0.
  • the mask m is a binary image.
  • the pixels have a value 1 in the region of the tissue to be targeted delimited by the radiologist before the hyperthermic intervention.
  • a reference dataset is acquired to sample the disturbance of susceptibility to motion.
  • the acquisition ACQ1 'of a succession of recaled phase images, encoding the variation of the local magnetic susceptibility and noted ⁇ pr.
  • This succession of images of Re-calibrated phase is used to quantify the quality of the registration.
  • all the phase images were recalibrated to a common reference position using a registration algorithm applied to the anatomical image (ie the magnitude image).
  • the common reference is the image 10 acquired at the INIT stage.
  • movement is caused by the respiratory or cardiac cycle and is therefore periodic.
  • the number of images K then corresponds to several respiratory or cardiac cycles to allow sufficient sampling of the movement.
  • steps A), B) and C) are repeated D) to select E) the best estimate of the movement as a function of one or more parameter (s) of configuration of the movement.
  • the anatomical images in the case of 2D images, comprise three spatio-temporal components, Ix, ly, It quantifying the intensity of the pixels of the image, linked together by the following relation
  • u and v are the components of the movement of the pixels of the image. It is considered that the movement is determ ined from the reference image acquired 0 (time reference).
  • the phase of the MRI signal represents the distribution of susceptibility and the variability of the pathway at the end of the year. Since any phase change is induced by the displacement of the organs, we propose to use this physical information to quantify the quality of the estimated motion.
  • phase bias generated by a modification of the local demagnetization, caused by a modification of the magnetic susceptibility distribution.
  • accurate modeling of inhomogeneity of the in-vivo magnetic field is required.
  • a recently proposed approach assumes a simple linear relation between the displacement of the target and the phase variations (we can refer to the documents: G. Maclair, Denis B. de Senneville, M. Ries, B. Quesson, P. Desbarats, J. Benoit-Pineau, and CTW Moonen, "PCA-based image registration: application to on-line MR temperature monitoring of moving tissues", in ICIP, vol. III. IEEE, 2007, pp. 141 -144 and S. Roujol, M.
  • phase variation with motion has been modeled, a synthetic phase map (cpreco) can be constructed. This makes it possible to quantify the errors of the registration by evaluating the phase similarity between each new MRI acquisition (cpr) and the corresponding synthetic image ⁇ p reco .
  • the estimate of the maps ⁇ p re ⁇ is performed for each pixel of an image by assuming a linear variation of the phase (that is to say of the magnetic field) as a function of the motion. This consists of solving the following equation
  • ⁇ Preco (, V, k) ⁇ ( ⁇ ⁇ y) .D ⁇ x, y, k) + b (x, y) (3)
  • D (x, y, k) is a scalar expressing the amplitude and orienting the displacement of the pixel along a major axis of the estimated motion field.
  • the scalar D (x, y, k) is calculated as follows:
  • D (x, y, k) AX (x,, k) .V x + AY (x, y, k).
  • V 2 ( 4 ) where A and ⁇ are respectively the horizontal and vertical components of the displacement and V- (Vi, V 2 ) is the eigenvector offering the best representation of the motion (that is, the associated eigenvector at the highest eigenvalue).
  • a and b are the slope and ordinate at the origin of the simple linear regression between the recalibrated phase value and the displacement D of the target, defined as follows:
  • PIS Phase Image Similarity
  • a repetition D) of steps A) to C) is carried out for different values of a 2 so as to obtain for each value of a 2 a similarity criterion value PIS.
  • M 30 values of a 2 between 0 and 0.75 are tested.
  • the number of values tested depends on the size of the range of values to be analyzed and the sampling of that interval.
  • the minimum value for a 2 is 0.
  • the maximum value depends essentially on the maximum amplitude and the complexity of the spatial deformation of the target organ. In our study, the observation of a regular sampling 30 val rs 2 between 0 and 0.75 was found to be adapted to the deformation of the abdominal organs mobile
  • the PIS criterion was tested and compared with other similarity criteria of known type.
  • the potential of the method for calibrating the image registration algorithm described in step A) was first evaluated on an experiment performed on a fan tome.
  • performance improvement for online estimation of organ displacement has been demonstrated in vivo on abdominal imaging (kidney and liver individually) of 12 human volunteers in free breathing.
  • the device used to perform dynamic imaging of anatomical images and magnetic field distribution maps is an MRI system with a 1.5 T magnet of the Philips® Achieva 1.5 T MR-system type (Philips Healthcare, Best, Netherlands).
  • the calculations were performed on a workstation equipped with a dual INTEL® 3.1 GHz Penryn processor with 4 cores (INTEL Santa Clara, CA, USA) with 8 GB of RAM.
  • An NVIDIA GTX280 graphics card with 1 GB of DRAM was used and the implementation was realized using the CUDA library.
  • the criterion P IS is compared with a criterion noted M IS ("Magnitude Image Similarity") of known type and described for example in the document: Skerl, B. Likar, and F. Pernus, "A protocol for evaluation of Similarity measures for rigid registration ", Transactions on Medical Imaging, vol. 25, no. 6, pp. 779-791, 2006 and in Figure 3b it is the criterion PIS compared with a reference criterion noted GSE (in English, "Gold Standard Error").
  • M IS Magnetic Image Similarity
  • MIS is obtained by averaging the mean squared error between each image of magnitude M r taken during the calibration step and the reference image Mref in the following manner:
  • the GSE (Gold Standard Error) criterion is an absolute criterion that serves as a reference.
  • the GSE Gold Standard Error
  • the GSE Gold Standard Error criterion is an absolute criterion that serves as a reference.
  • the step of manually positioning the markers requires each new series of images (that is to say, each new patient, or each modification of a parameter of the acquisition sequence) the continuous work of a user for several hours. This step, extremely heavy, is absolutely unthinkable in practice.
  • the method was implemented on a phantom reproducing the physiological behavior of a kidney subjected to a sinusoidal respiratory movement of amplitude 20 mm and period 2s.
  • the noise is considered white and Gaussian and the signal-to-noise ratio is equal to 10.
  • Figures 3a and 3b illustrate curves of different similarity criteria as a function of a 2 .
  • FIG. 3a it is the PIS criterion compared to the MIS criterion and in FIG. 3b it is the PIS criterion compared to the GSE criterion.
  • Figures 4a, 4b and 4c illustrate motion estimation for each of these values a 2 .
  • FIG. 4a it is the motion obtained with a 2 resulting from the criterion GSE
  • FIG. 4b it is the movement obtained with a 2 resulting from the criterion MIS
  • FIG. 4c it is the movement obtained with a 2 from the PIS criterion.
  • FIG. 5 illustrates the curves of different criteria as a function of the SNR signal-to-noise ratio (in English, “Signal to Noise Ratio").
  • the procedure was carried out on 12 patients with the kidney and liver of the latter as a region of interest.
  • im ility The criteria of im ility are id inte rized to those used for the application of the method on the phantom.
  • Figures 6a and 6b respectively illustrate the value of the estimation parameter a 2 obtained in-vivo on the kidney ( Figure 6a) and the liver ( Figure 6b).
  • the mustache box 61 corresponds to the parameter a 2
  • the mustache box 62 corresponds to the parameter a 2 obtained with the criterion MIS
  • the mustache box 63 corresponds to the parameter a 2 obtained with the criterion PIS
  • the box with mustache 64 corresponds to the parameter a 2 obtained with the criterion PIS.

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Vascular Medicine (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

L'invention concerne un procédé et un dispositif associé de ciblage d'une région d'intérêt d'un tissu biologique d'un patient, la région d'intérêt étant placée dans un champ magnétique, le procédé comprenant : • - une acquisition simultanée • o d'une succession d'images d'une région d'intérêt du patient, au moyen d'un système d'imagerie médicale; • o d'une succession de cartographies de distribution spatiale du champ magnétique dans ladite région, • A) une estimation du mouvement de ladite région à partir des images acquises; • - une quantification de la qualité du mouvement estimé comprenant les sous-étapes suivantes : • • B) la modélisation de cartographies de la distribution du champ magnétique à partir du mouvement estimé; • C) la détermination d'un critère, fondé sur les cartographies de distribution du champ magnétique modélisées et acquises, pour quantifier la qualité du mouvement estimé.

Description

PROCEDE DE CIBLAGE D'UNE REGION D'INTERET D'UN TISSU
BIOLOGIQUE D'UN PATIENT ET DISPOSITIF ASSOCIE
DOMAINE TECHNIQUE GENERAL
L'invention concerne le domaine du ciblage d'une région d'un tissu biologique en mouvement par un dispositif ciblage comprenant un système d'imagerie médicale.
ETAT DE LA TECHNIQUE
Les thérapies par hyperthermie sont des techn iques couramment utilisées pour traiter localement des tissus biologiques. Elles consistent à chauffer au moyen d'u ne sou rce d'énerg ie (laser, micro-ondes, ondes radiofréquences, ultrasons) une zone cible du tissu biologique.
D'une man ière générale, les thérapies par hyperthermie locale permettent des interventions médicales dont la nature invasive est réduite au minimum. Parmi les types d'énergie utilisés, les ultrasons focalisés (en anglais, « Focused Ultrasound », (FUS)) sont particulièrement intéressants puisqu'ils permettent de chauffer une zone cible, de manière non invasive et en profondeur dans les tissus.
Avec les systèmes non invasifs, la source d'énergie occupe néanmoins souvent une position fixe alors que les tissus biologiques, et par conséquent les rég ions cibles à traiter, sont animés de mouvements de toutes natures.
Pour que le d ispositif de traitement soit totalement non invasif, il sera par exemple possible d'utiliser l'Imagerie par Résonance Magnétique (I RM) qu i permet d'obten ir des cartograph ies anatomiques détaillées, lesquelles permettent d'extraire des informations de positions précises de l'organe ciblé.
On connaît du document WO 2007/036409 un procédé de traitement d'un tissu biologique en mouvement et un dispositif associé. Dans ce document, il est prévu de déterminer automatiquement le mouvement de la région cible en mouvement par un système IRM puis de générer un signal représentant le mouvement ainsi déterminé, ce signal permettant à un dispositif ultrasons focalisés de haute intensité (en anglais, « High Intensity Focused Ultrasound », (HIFU)) d'émettre un rayonnement dans une région focale suivant la région cible en mouvement.
U ne estimation fiable du mouvement peut être obtenue à l'aide d'algorithmes de recalage d'images connus. A ce titre, on pourra se référer à l'un ou l'autre des documents suivants :
- J . L. Barron, D .J . Fleet, and S. S. Beauchemin : "Performance of optical flow techniques", International Journal of Computer Vision, 12(1 ):43— 77, 1992 ;
- J . B . Maintz and M . A. Viergever : "A survey of médical image registration" Médical Image Analysis, 2(1 ):1— 36, 1998 ;
- P. Markelj , D. Tomazevic, B. Likar, and F. Pernus : "A review of 3D/2D registration methods for image-guided interventions" Médical Image Analysis, 2010.
Or, la quantification de la qualité du mouvement estimé est difficile sur cible in-vivo car le déplacement réel de l'organe est inconnu.
En outre, si le mouvement n'est pas correctement estimé, la source d'énergie n'est pas correctement positionnée sur la zone cible de la région d'intérêt ce qui peut conduire à détruire des tissus sains.
PRESENTATION DE L'INVENTION
L'invention permet de cibler une région d'un tissu biologique, cette région étant en mouvement.
Ainsi, selon un premier aspect, l'invention concerne un procédé de ciblage d'une région d'intérêt d'un tissu biologique d'un patient, la région d'intérêt étant placée dans un champ magnétique, le procédé comprenant :
- une acquisition simultanée o d'une succession d'images d'une région d'intérêt du patient, au moyen d'un système d'imagerie médicale ;
o d'une succession de cartographies de distribution spatiale du champ magnétique dans ladite région,
A) une estimation du mouvement de ladite région à partir des images acquises ;
- une quantification de la qual ité du mouvement estimé comprenant les sous-étapes suivantes :
B) la modél isation de cartograph ies de l a d istribution d u cham p magnétique à partir du mouvement estimé ;
C ) l a déterm ination d'u n critère, fondé sur les cartograph ies de distribution du champ magnétique modélisées et acquises, pour quantifier la qualité du mouvement estimé.
Le procédé selon le prem ier aspect de l' invention peut en outre comporte l'un ou l'autre des aspects suivants :
- l 'étape A) est m ise en œuvre en fonction d 'un ou plusieurs paramètre(s) de configuration préalablement fixé(s) ; et le procédé comprend D) une répétition des étapes A) à C) pour obtenir plusieurs valeurs du critère de similarité correspondant à une estimation du mouvement et pour plusieurs valeurs du ou des paramètre(s) de configuration ; E) une sélection du critère de similarité minimal correspondant à la meilleure estimation du mouvement de ladite région et au(x) meilleur(s) paramètre(s) de configuration ;
- il comprend u n e éta pe de pos ition n ement d' u n poi nt d e traitement dans la région cible en fonction du mouvement estimé ;
- il comprend une étape de recalage d'images en fonction du mouvement estimé ; - il comprend une étape de correction des artefacts liés au mouvement en fonction du mouvement estimé.
Selon un second aspect, l'invention concerne un dispositif de ciblage d'une région d'intérêt d'un tissu biologique d'un patient, le dispositif comprenant
- un instrument ou outil adapté pour appliquer un rayonnement sur une région du patient ;
- un générateur de champ magnétique dans lequel le patient a été préalablement placé ;
- un système d'imagerie médicale adapté pour acquérir une succession d'images anatomiques de la région d'intérêt du patient ;
- une console de pilotage de l'instrument ou outil comprenant des moyens de calcul pour mettre en œuvre un procédé selon le premier aspect de l'invention.
Le dispositif selon le second aspect de l'invention pourra comprendre l'un ou l'autre des aspects suivants :
- les moyens de calcul sont aptes à fournir une description du mouvement de la d'une région du tissu ;
- la description du mouvement est un champ de vecteurs de déplacements ;
- la description du mouvement est obtenue au moyen d'un algorithme de traitement de l'image mis en oeuvre par les moyens de calcul de la console de pilotage;
- l'image est une image anatomique fournie par le système d'imagerie médicale;
- les moyens de calcul sont en outre aptes à fournir une cartographie du champ magnétique local d'une région d'un tissu;
- les moyens de calcul sont aptes à modéliser la variation du champ magnétique en fonction du mouvement d'une région du tissu ; la variation du champ magnétique en fonction du mouvement de ladite région est modélisée à partir de la succession d'images de ladite région ;
les moyens de calcul sont aptes à déterminer une position spatiale estimée de la région cible en utilisant un algorithme de traitement de l'image;
les moyens de calcul sont aptes à modéliser les variations de champ magnétique avec le mouvement, en fonction d'un historique de mouvements estimés et de cartographies du champ magnétique ;
la modélisation du mouvement est périodique ;
les moyens de calcul sont aptes à déterminer une estimation de la distribution spatiale du champ magnétique dans ladite région en utilisant une position spatiale estimée de ladite région ;
les moyens de calcul sont aptes à quantifier l'erreur du mouvement estimé en utilisant une mesure du champ magnétique local et le champ magnétique local modélisé ;
la console de pilotage est apte à positionner le point de traitement dans la région cible en fonction du déplacement estimé ;
il comprend en outre des moyens de régulation d'un rayonnement appliqué sur le point de traitement dans la région cible pour que la distribution spatiale du rayonnement de la région cible soit conforme à une consigne de distribution spatiale prédéfinie ;
les moyens de régulation sont aptes à réguler le rayonnement appliqué en fonction de la distribution spatiale du rayonnement dans la région cible et d'une consigne de distribution spatiale, selon une loi de régulation comprenant un terme Proportionnel- Intégral-Dérivé. Enfin selon un troisième aspect, l'invention concerne un procédé de traitement thermique d'une région cible en mouvement d'un tissu biologique, au moyen d'un dispositif selon le second aspect de l'invention.
Le critère de qualité sur le mouvement estimé mis en œuvre dans l'invention est fondé sur la modélisation de la d istribution du champ magnétique en fonction du mouvement de la zone cible.
Un tel critère présente l'avantage de se fonder sur un paramètre physique de la zone cible et est plus précis que d'autres critères de type connu du type MIS (en anglais, « Magnitude Image Similarity ») estimant la similarité des images recalées de la région d'intérêt, ces images étant de préférence des images anatomiques 2D. La robustesse du critère de qualité proposé est en outre évaluée à l'aide d'un critère de référence (appelé GSE : en anglais, « Gold Standard Error ») estimant l'erreur du mouvement par rapport à un mouvement de référence.
PRESENTATION DES FIGURES
D'autres caractéristiques et avantages de l'invention ressortiront encore de la description qui suit laquelle est purement illustrative et non limitative et doit être lue en regard des dessins annexés sur lesquels :
- la figu re 1 représente de man ière schématique les différents éléments constitutifs d'un ensemble de traitement thermique ;
- la figure 2 illustre schématiquement un procédé de calibrage selon un mode de réalisation particulier de l'invention ;
- les figures 3a et 3b illustrent des courbes pour comparer le critère de similarité mis en œuvre dans le procédé de l'invention à d'autres critères de similarité connus ;
- les figures 4a, 4b et 4c illustrent l'estimation du mouvement selon plusieurs critères de similarité ;
- la figure 5 illustre des courbes de différents critères de similarité en fonction du rapport signal à bruit ; les figures 6a et 6b ill ustrent les performances comparées de plusieurs critères de similarité.
DESCRIPTION DETAILLEE DE L'INVENTION
Système d'imagerie
Sur la figure 1 est représenté un ensemble de traitement thermique comprenant un système 1 d'imagerie médical pour l'acquisition d'images d'une région d'intérêt d'un patient et une source d'énergie 10 qui permet de traiter une zone cible Z de la région R d'intérêt du patient (non représenté).
Le système d'imagerie 1 est ici un système d'Imagerie par Résonance
Magnétique (IRM) comportant un aimant (non représenté) par exemple de 1 ,5 Tesla commercialisé par Philips®. Bien entendu, il est possible d'utiliser d'autres types de système d'imagerie, par exemple un échog raphe un scanner, ou un système d'imagerie optique (caméra).
La source d'énergie 1 0 est ici une sonde thermique adaptée à traiter des tissus biolog iques, de la zone cible, par hypertherm ie. Il s'agit en particulier d'un transducteur à ultrasons focalisés connecté à un générateur multi-voies 7 (typiquement 256 voies), par l'intermédiaire de fibres optiques 8 pour alimenter le transducteur.
Le générateur multivoie comprend 256 voies, chaque voie étant destinée à l'al imentation d 'un élément générateu r du transducteur à ultrasons thermique. Les signaux générés sur chaque voie sont transmis via des câbles coaxiaux de 50Ω par le biais du boîtier 9 électron ique d 'adaptation d' i m pédance à l a sond e 1 0. Le d ispositif él ectron iqu e d'adaptation d'impédance 9 joue également le rôle de filtre passe-bas pour permettre l'utilisation des ultrasons focalisés et de l'IRM simultanément et sans interférence com me décrit par exemple dans l e document US 6 148 225.
Le transducteur permet de focaliser une onde ultrasonore typiquement de 1 ,5Mhz (on note que cette valeur est opti m isée en fonction de l'absorption des tissus étudiés) en un point de la taille de la longueur d'onde c'est-à-dire ici d'environ 1 mm . Il est à noter que la pression acoustique au point de focalisation et sa position sont ajustables par l'amplitude et le retard des signaux.
En outre, pour isoler les éléments de l'ensemble de traitement thermique, ces derniers sont disposés à l' i ntérieu r d ' un e cage 1 2 de Faraday.
L'ensemble 1 comprend également un reconstructeur d'images 2, une console d'acquisition 3 incluant une unité centrale qui est apte à recevoir en entrée des données en provenance du reconstructeur d'images 2 et une console de pilotage 5 qui est apte, en fonction de données fournies par la console d'acquisition 3, à commander le générateur multivoie 7 et un système de déplacement 30 de la sonde 10.
La console d'acquisition 3 et la console de pilotage 5 peuvent être formées par une seule et même unité comprenant des moyens de calcul pour mettre en œuvre les opérations pré-citées.
Les mesures acqu ises à l'intérieur de l'aimant dans le cas d 'un système IRM sont converties en images par le reconstructeur d'images 2 et transmises à la console d'acquisition 3. La console d'acquisition 3 effectue une transformée de Fourier rapide et des filtrages de l'image acqu ise et affiche l'image ainsi traitée sur la console d'acquisition 3 qui comprend un écran.
Les mesures acqu ises à l'intérieur de l'aimant dans le cas d 'u n systèm e I RM sont en outre converties en cartog ra ph ies d u ch a m p magnétique. On rappel le qu'une mesure I RM est un nombre complexe comprenant un module et une phase, le module servant à la construction d'images anatomiques tand is q ue la phase sert à la construction des cartographies de distribution du champ magnétique.
Ces mesures sont transférées vers la console de pilotage de la sonde Un processeur (moyens de calcul) inclut dans la console de pilotage va permettre, en fonction des images anatomiques et du champ magnétique, de positionner en ligne le point de traitement pour que ce dernier puisse correctement suivre le mouvement de la zone cible de la région d'intérêt pendant le traitement.
En particulier, comme cela sera détaillé par la suite, des traitements nu mériques vont être réal isés pour modél iser la d istribution du champ magnétique en fonction du mouvement, pour quantifier, contrôler et assurer la qualité du mouvement estimé,
Procédé de ciblage
On illustre schématiquement sur la figure 2 des étapes d'un procédé de ciblage selon un mode de réalisation particulier de l'invention.
Comme introduit ci-dessus, au cours du traitement de la zone en tant que telle, il convient de cibler en ligne au moyen du système de positionnement le point de traitement 10.
U ne estimation fiable du mouvement peut être obtenue à l'a ide d'algorithmes de recalage d' images. Or, la configuration optimale du recalage dépend de plusieurs paramètres (comme l'amplitu d e d u mouvement de la cible, le bruit, la complexité de la déformation, la résolution de l'image, ...) et dépend donc de l'application (l'organe ciblé, la localisation de la tumeur, l'orientation du plan d'imagerie, ...). Un calibrage va permettre de déterminer des paramètres de l'algorithme d'estimation du mouvement de la zone cible dans une région d'intérêt du patient. Ce calibrage consiste à déterminer des paramètres d'estimation du mouvement de la cible pour pouvoir, au cours du traitement de la cible, positionner correctement le point de traitement.
Pour déterminer ces paramètres, le patient est placé dans un champ magnétique et notamment à l'intérieur d'un aimant d'un système IRM. En outre, on dispose d'un système d'imagerie médicale pour acquérir des images anatomiques de la région d'intérêt du patient dans lesquelles la zone cible est visualisée.
On se place ici dans le cas où le système IRM sert à l'acquisition des images anatomiques.
En fait, il s'agit des mesures IRM qui sont traitées par la console d'acquisition.
Etape INIT : initialisation
Dans une étape d'initialisation on procède INIT à l'acquisition d'une image de référence l0 qui inclut la région d'intérêt et qui comprend la zone cible.
La seule intervention utilisateur requise est de définir avant l'hyperthermie, sur l'image de référence, une région d'intérêt délimitant la région où le recalage doit être optimisé (on note m le masque binaire associé). On génère à partir de l'image l0 un masque m dont les pixels valent 1 ou 0. Le masque m est une image binaire. Les pixels ont une valeur 1 dans la région du tissu à cibler délimitée par le radiologue avant l'intervention hyperthermique.
En pratique c'est le praticien radiologue grâce à la console de pilotage 5 qui va positionner la sonde 10 au niveau de la région d'intérêt pour acquérir cette image l0.
ETAPE ACQ. ACQ1 et ACQ1' : Acquisitions
Un jeu de données de référence est acquis pour échantillonner la perturbation de la susceptibilité avec le mouvement.
Ainsi, on procède au moyen de la console d'acquisition 3, à l'acquisition ACQ1 d'une succession d'images anatomiques I de la région d'intérêt du patient.
Dans le même temps, on procède à l'acquisition ACQ1' d'une succession d'images de phase recalées, encodant la variation de la susceptibilité magnétique locale et notées <pr. Cette succession d'images de phase recalées est utilisée pour quantifier la qualité du recalage. Pour cela, toutes les images de phase ont été recalées sur une position de référence commune en utilisant un algorithme de recalage appliqué sur l'image anatomique (c'est à dire l'image de magnitude). La référence commune étant l'image l0 acquise à l'étape INIT.
De cette façon pour chaque image anatomique acquise, on dispose d'une cartographie du champ magnétique.
On acquiert entre K=5 et K=200 images, typiquement 50 images.
Pour la plupart des appl ications thérapeutiques, le mouvement est causé par le cycle respiratoire ou card iaque et est donc périodiques. Le nombre d'images K correspond alors à plusieurs cycles respiratoires ou cardiaques pour permettre un échantillonnage suffisant du mouvement.
Suite à ces acquisitions, on procède à l'estimation A) du mouvement de la zone cible à partir des Images anatomiques acquises et l'estimation B) de cartographies de distribution du champ magnétique modélisée à partir du mouvement estimé.
Enfin, on détermine C) un critère de similarité entre les cartographies de champ magnétique modélisées et les cartographies acquises de manière à évaluer la qualité du mouvement estimé.
Ce critère de similarité va permettre de vérifier si le mouvement estimé est correct.
En particulier, les étapes A), B) et C) sont répétées D) pour sélectionner E) la meilleure estimation du mouvement en fonction d'un (ou des) paramètre(s) de configuration du mouvement.
Suite à l'obtention du meilleur mouvement estimé, on va pouvoir, durant la thérapie, positionner POS correctement le point de traitement en fonction du déplacement de la zone cible de la région d'intérêt.
On détaille ci-dessous chacune des étapes A), B) C) et D) du procédé. Etape A) : estimation du mouvement de la zone cible à partir des images anatomiques acquises
On considère que les images anatomiques, dans le cas d'images 2D, comportent trois composantes spatio-temporelles, Ix, ly, It quantifiant l'intensité des pixels de l'image, liées entre elles par la relation suivante
Ixu + Iyv = -It (1 )
où u et v sont les composantes du mouvement des pixels de l'image. On considère que le mouvement est déterm iné à partir de l'image de référence l0 acquise (référence temporelle).
Au sujet de ce formalisme, on pourra à ce sujet se référer au document J . L. Barron, D.J. Fleet, S. S. Beauchemin, « Performance of optical flow techniques. » International Journal of Computer Vision, 12(1 ):43-77, 1992.
Comme il n'est pas possible de déterminer directement le mouvement à partir de l'équation (1 ) une contrainte additionnelle est nécessaire.
Cette contrainte consiste à supposer que le mouvement est de faible amplitude (de l'ordre de quelques pixels) comme cela est décrit dans le document B . Horn and B . Schunck, "Determining optical flow", Artificial intelligence, vol. 17, pp. 185-203, 1981 .
Selon cette méthode, d'après l'équation (1 ) on obtient la fonctionnelle suivante :
// ((/lU + + /1 + - [ll U|ll + ll ,||I]) ^ <2> où 2 est une constante de régularisation des termes de la fonctionnelle définie par l'équation (2), de faibles valeurs de a 2 permettent d'estimer un mouvement de g rande ampl itude tand is que de fortes valeu rs de a 2 améliorent la robustesse de l'estimation au bruit ou bien aux variations locales de l'intensité des pixels ne provenant pas du mouvement. Le terme a 2 est en outre nommé paramètre de configuration du mouvement dans la suite de la description. Pour déterminer u et v, il est nécessaire en pratique d'effectuer une approche multi-résolution afin de stabiliser la convergence de l'algorithme: l'algorithme de recalage est ainsi appliqué successivement sur une pyramide d'images sous échantillonnées. Le résultat de l'estimation à chaque niveau de résolution est util isé com me po int de départ pou r l'estimation à la résolution supérieure.
Etape B) : estimation de cartographies φκ∞ de la distribution du champ magnétique modélisée à partir du mouvement estimé
La phase du signal IRM représente la distribution de la susceptibilité et la va ri atio n d u cha m p m ag n ét iq u e d a ns l 'a im an t . P u isq u e tout changement de phase est indu it par le déplacement des organes, nous proposons d'utiliser cette information physique pour quantifier la qualité du mouvement estimé.
Deux facteurs principaux, liés au déplacement des organes, peuvent perturber la similarité entre deux images de phase (on pourra se référer au document : J . De Poorter, C. De Wagter, Y. De Deene, C. Thomson, F. Stahlberg, and E. Achten , ''The proton résonance frequency shift method compaœd with molecular diffusion for quantitative measuœment of two dimensional time dépendent température distribution in phantom", Journal of Magnetic Résonance Imaging, vol . 103, pp. 234-241 , 1994) :
1 ) La déformation spatiale induite par le déplacement, qui conduit à une déformation spatiale identique de la distribution de la susceptibil ité magnétique.
2) Un biais additionnel de phase généré par une modification de la démagnétisation locale, causée par une modification de la distribution de susceptibilité magnétique. Pour prendre en compte ces biais de phase, une modél isation précise de l'inhomogénéité du champ magnétique in-vivo est requise. Pour cela, une approche récemment proposé assume une relation linéaire simple entre le déplacement de la cible et les variations de phase (on pourra se référer aux documents : G. Maclair, B. Denis de Senneville, M. Ries, B. Quesson, P. Desbarats, J. Benois-Pineau, and C. T. W. Moonen , "PCA-based image registration : application to on-line MR température monitoring of moving tissues", in ICIP, vol. III. IEEE, 2007, pp. 141 -144 et S. Roujol, M. Ries, B. Quesson, C. Moonen, and B. Denis de Senneville, "Real- time MR-thermometry and dosimetry for interventional guidance on abdominal organs", Magnetic Résonance in Medicine, vol . 63, no. 4, pp. 1080-7, 2010).
Chaque variation de la position de l'objet conduit donc à une image de phase u n iq ue . Si l a variation d e phase avec le mouvement a été modélisée, une carte de phase synthétique (cpreco ) peut être construite. Ceci permet de quantifier les erreurs du recalage en évaluant la similarité de phase entre chaque nouvelle acquisition IRM (cpr) et l'image synthétique correspondante <preco . L'estimation des cartographies <pre∞ est effectuée pour chaque pixel d'une image en supposant une variation linéaire de la phase (c'est-à-dire du champ magnétique) en fonction du mouvement. Cela consiste en la résolution de l'équation suivante
<Preco( , V, k) = α(χι y).D{x, y, k) + b(x, y) (3) où D(x,y,k) est un scalaire traduisant l'amplitude et l'orientation du déplacement du pixel le long d'un axe principal du champ de mouvement estimé.
Le scalaire D(x,y,k) est calculé de la manière suivante :
D(x, y, k) = AX(x, , k) .Vx + AY(x, y, k) . V2 (4) où A and ΔΥ sont respectivement les composantes horizontale et verticale du déplacement et V-(Vi, V2) est le vecteur propre offrant la meilleure représentation du mouvement (c'est-à-dire, le vecteur propre associé à la plus grande valeur propre). Les termes a et b sont la pente et l'ordonnée à l'origine de la régression linéaire simple entre la valeur de phase recalée et le déplacement D de la cible, définis de la manière suivante :
b(x,y) = (pregfay) - a{x y).D(x,y)
Etape C) : détermination d'un critère de similarité entre les cartographies estimées et les cartographies acquises de manière à évaluer le mouvement estimé
Le critère de similarité, noté PIS (en anglais, « Phase Image Similarity ») est obtenu de la manière suivante :
Figure imgf000017_0001
Nest le nombre de pixel égal à 1 dans le masque binaire m (décrivant la région d'intérêt du patient à cibler définie par le radiologue) précédemment acquis et (x,y) sont les coordonnées des pixels dans l'image 2D et K est le nombre d'images acquises. On rappelle que l'on dispose d'autant d'images que de cartographies de distribution du champ magnétique.
Grâce à l'analyse de ce terme PIS on peut vérifier que la valeur
« 2 utilisé pour estimer le mouvement dans l'équation (2) conduit à une estimation correcte du mouvement de la zone cible de la région d'intérêt du patient.
Etapes D) et E) : sélection de la valeur optimale pour g2
De manière avantageuse, on procède à une répétition D) des étapes A) à C) pour différentes valeurs de a 2 de manière à obtenir pour chaque valeur de a2 une valeur de critère de similarité PIS.
On obtient alors une fonction PIS = f(a2) et on sélectionne E) la valeur de a2 qui conduit à la valeur minimale du PIS. C'est cette valeur qui conduit à la meilleure estimation du mouvement de la zone cible de la région d'intérêt du patient.
De préférence on teste M=30 valeurs de a 2 comprise entre 0 et 0,75.
Le nombre de valeurs testées dépend de la taille de l'intervalle de valeurs à analyser et de l'échantillonnage de cet intervalle. La valeur minimale pour a 2 est 0. La valeur maximale dépend essentiellement de l'amplitude maximale et de la complexité de la déformation spatiale de l'organe ciblé. Dans notre étude, l'observation d'un échantillonnage régulier de 30 val eu rs de a 2 entre 0 et 0,75 s'est trouvé être adaptée à l a déformation des organes mobiles abdominaux
Performances
On a testé le critère PIS et on l'a comparé avec d'autres critères de similarité de type connu. Le potentiel d e la méthode pou r ca l ibrer l'algorithme de recalage d'images décrit à l'étape A) a été d'abord évalué sur une expérience réalisée sur un fan tôm e . Da ns u n second tem ps , l'amélioration des performances pour l'estimation en ligne du déplacement des organes a été démontrée in-vivo sur l'imagerie abdominal (rein et foie individuellement) de douze volontaires humains en respiration libre.
Pour réaliser ces tests, le dispositif utilisé pour effectuer une imagerie dynamique des images anatomiques et des cartographies de distribution de champ magnétique est un système IRM avec un aimant de 1 ,5 T du type Philips® Achieva 1 .5 T MR-system (Philips Healthcare, Best, Pays Bas). Les calculs ont été réalisés sur une station de travail équipée d'un double processeur INTEL® 3.1 GHz Penryn avec 4 coeurs (INTEL Santa Clara, CA, USA) avec 8 GO de RAM. Une carte graphique NVIDIA GTX280 avec 1 GB de DRAM a été utilisée et l'implémentation a été réal isée en util isant la librairie CUDA.
Pour les tests réalisés sur fantôme, l'imagerie dynamique IRM a été réalisée en utilisant une séquence echo-planar dual shot avec l es paramètres suivants : temps de répétition=30 ms, temps d'écho=15 ms, taille d'un voxel=2x2*5 mm3, champ de vue=256x 104*5 mm, longueur du train d'écho=25, espace entre les échos=1 ,1 ms, angle de bascule=20°, bande passante dans direction de lecture par pixel=1777 Hz.
Pour les tests in-vivo, l'imagerie dynamique IRM a été réal isée en utilisant une séquence écho-planar avec une antenne corps de quatre éléments avec les paramètres suivants : 3000 images sagittales acquises avec un taux de rafraîchissement de 10 images/s, une seule coupe, temps de répétition=100 ms, temps d'écho=26 ms, taille d'un
Figure imgf000019_0001
χ6 mm3, champ de vue=300x197*6 mm3, longueur du train d'écho =63, espace entre les échos =0,8 ms, angle de bascule=35°, bande passante dans direction de lecture par pixel =2085 Hz.
Le critère P IS est comparé avec un critère noté M IS (en anglais, « Magnitude Image Similarity ») de type connu et décrit par exemple dans le document : Skerl, B. Likar, and F. Pernus, "A protocol for évaluation of similarity measures for rigid registration" , Transactions on Médical Imaging, vol. 25, no. 6, pp. 779-791 , 2006 et sur la figure 3b il s'agit du critère PIS comparé avec un critère de référence noté GSE (en anglais, « Gold Standard Error »).
Le terme MIS est obtenu en faisant le moyennage temporel de l'erreur moyenne quadratique entre chaque image de magnitude recalée Mr acquise durant l'étape de calibration et l'image de référence Mref de la man ière suivante :
Figure imgf000019_0002
Le critère GSE (en anglais, « Gold Standard Error ») est un critère absolu qui sert de référence. Dans notre protocole expérimental il est calculé, pour le test sur fantôme, à l'aide d'une information extérieure sur le mouvement (puisque la cible est soumise à un mouvement de translation, le mouvement a pu être entièrement caractérisé en util isant u n écho de navigation) et, pour l'étude in-vivo, à l'aide de marqueurs positionnés et déplacés manuellement par l'utilisateur sur chaque image de la série temporelle. L'étape de positionnement manuel des marqueurs demande à chaque nouvelle série d'images (c'est-à-dire à chaque nouveau patient, ou à chaque modification d'un paramètre de la séquence d'acquisition) le travail en continu d'un utilisateur pendant plusieurs heures. Cette étape, extrêmement lourde, est donc absolument inenvisageable en pratique.
Tests sur un fantôme
On a mis en œuvre le procédé sur un fantôme reproduisant le comportement physiologique d'un rein soumis à un mouvement respiratoire sinusoïdal d'amplitude 20 mm et de période 2s. Le bruit est considéré comme blanc et gaussien et le rapport signal à bruit est égal à 10.
Les figures 3a et 3b illustre des courbes de différents critères de similarité en fonction de a2.
Sur la figure 3a il s'agit du critère PIS comparé au critère MIS et sur la figure 3b il s'agit du critère PIS comparé au critère GSE.
On constate que la courbe du PIS est plus proche de la courbe du GSE que ne l'est la courbe du MIS.
On en déduit que le critère du PIS est plus robuste que le critère du MIS.
En effet, puisqu'il s'agit de déterminer la valeur minimale du PIS pour déterminer la valeur de a2 qui conduit à la meilleure estimation du mouvement il convient de s'assurer que la tendance du PIS est la plus proche de celle du GSE.
On obtient avec le GSE a2 - 0,475, avec le MIS 2 =0,175 et avec PIS a 2 =0,475.
Suite à l'obtention pour chacun des critères d'une valeur de a2 on calcule grâce à l'équation (1) le mouvement. Les figures 4a, 4b et 4c illustrent l'estimation du mouvement pour chacune de ces valeurs a 2 .
Sur la figure 4a il s'agit du mouvement obtenu avec a 2 issu du critère GSE, sur la figure 4b il s'agit du mouvement obtenu avec a 2 issu du critère MIS, sur la figure 4c il s'agit du mouvement obtenu avec a 2 issu du critère PIS.
On constate que la meilleure estimation du mouvement est obtenu avec le a 2 issu du PIS.
La figure 5 il lustre des courbes de différents critères en fonction du rapport signal sur bruit SNR (en anglais, « Signal to Noise Ratio »).
Là encore on constate que a 2 en fonction du SNR obtenu avec le critère PIS suit les variations du critère GSE tandis que le critère M IS est décalé par rapport aux variations du GSE.
Tests in-vivo
On a mis en œuvre le procédé sur 12 patients avec comme région d'intérêt le rein et le foie de ces derniers.
Les critères d e s im ila rité sont id enti q u es à ceux uti l isés pou r l'application du procédé sur le fantôme.
Les figures 6a et 6b illustrent respectivement la valeur du paramètre d'estimation a 2 obtenu in-vivo sur le rein (figure 6a) et le foie (figure 6b).
Sur ces figures la boite à moustache 61 correspond au paramètre a 2 en cons idérant que l 'organe ne bouge pas, la boite à moustache 62 correspond au paramètre a 2 obtenu avec l e critère M I S , l a bo ite à moustache 63 correspond au paramètre a 2 obtenu avec le critère PIS et la boite à moustache 64 correspond au paramètre a 2 obtenu avec le critère PIS.
On constate dans les deux cas que le paramètre de configuration a 2 obtenu avec le critère PIS est très proche du GSE et est donc plus robuste que le critère MIS notamment. On a donc mis en évidence les performances du critère PIS utilisant les variations du champ magnétique en fonction du mouvement pour évaluer la qualité du mouvement estimé.

Claims

REVENDICATIONS
1 . Procédé de ciblage d'une région d'intérêt d'un tissu biologique d'un patient, la rég ion d' intérêt étant placée dans un champ mag nétique, le procédé comprenant :
- une acquisition simultanée (ACQ1 , ACQ1 ')
o d'une succession d'images d'une région d'intérêt du patient, au moyen d'un système d'imagerie médicale ;
o d'une succession de cartographies de distribution spatiale du champ magnétique dans ladite région,
A) une estimation du mouvement de ladite région à partir des images acquises ;
- une quantification de la qualité du mouvement estimé comprenant les sous-étapes suivantes :
B) la modélisation de cartograph ies de la d istribution d u cham p magnétique à partir du mouvement estimé ;
C) la détermination d'un critère, fondé sur les cartographies de distribution du champ magnétique modélisées et acquises, pour quantifier la qualité du mouvement estimé.
2. Procédé selon la revendication 1 dans lequel l'étape A) est mise en œuvre en fonction d'un ou plusieurs paramètre(s) de configuration préalablement fixé(s) ;
le procédé comprenant :
D) une répétition des étapes A) à C) pour obtenir plusieurs valeurs du critère de similarité correspondant à une estimation du mouvement et pour plusieurs valeurs du ou des paramètre(s) de configuration ;
E) une sélection du critère de sim ilarité minimal correspondant à la meilleure estimation du mouvement de ladite région et au(x) meilleur(s) paramètre(s) de configuration.
3. Procédé selon l'une des revendications 1 ou 2 comprenant une étape (POS) de positionnement d'un point de traitement dans la région cible en fonction du mouvement estimé.
4. Procédé selon l'une des revendications 1 à 3 comprenant une étape de recalage d'images en fonction du mouvement estimé.
5. Procédé selon l'une des revendication 1 à 4 comprenant une étape de correction des artefacts liés au mouvement en fonction du mouvement estimé.
6. Dispositif de ciblage d'une région d'intérêt d'un tissu biologique d'un patient, le dispositif comprenant
- un instrument ou outil adapté pour appliquer un rayonnement sur une région du patient ;
- un générateur de champ magnétique dans lequel le patient a été préalablement placé ;
- u n systèm e d ' i mag eri e m éd i ca l e ada pté pou r acq uéri r u n e succession d'images anatomiques ( I ) de la région d'intérêt du patient ;
- une console de pilotage de l'instrument ou outil comprenant des moyens de calcul pour mettre en œuvre un procédé selon l'une des revendications précédentes.
7. Dispositif selon la revendication précédente dans lequel les moyens de calcul sont aptes à fournir une description du mouvement de la d'une région du tissu.
8. Dispositif selon la revendication 7, caractérisé en ce que les moyens de calcul de la console de pilotage sont aptes à mettre en œuvre u n algorith m e de tra item ent de l ' im ag e pou r fou rn i r l a descri ption d u mouvement..
9. Dispositif selon l'une quelconque des revendications 6 à 8, caractérisé en ce que les moyens de calcul sont en outre aptes à fournir une cartographie du champ magnétique local d'une région d'un tissu.
10. Dispositif selon l'une quelconque des revend ications 6 à 9 , caractérisé en ce q ue les moyens de calcu l sont pâtes à modél iser la variation du champ magnétique en fonction du mouvement d'une région d'un tissu.
1 1 . Dispositif selon La revend ication 1 0, caractérisé en ce que les moyens de calcul sont aptes à déterminer une position spatiale estimée de la région cible en utilisant un algorithme de traitement de l'image.
12. Dispositif selon la revendications 1 1 , caractérisé en ce que les moyens de calcul sont aptes à modéliser les variations de champ magnétique avec le mouvement, en fonction d'un historique de mouvements estimés et de cartographies du champ magnétique.
13. Dispositif selon la revendication 9, caractérisé en ce que les moyens de calcul sont aptes à déterminer une estimation de la distribution spatiale du champ magnétique dans ladite région en util isant une position spatiale estimée de ladite région..
14. Dispositif selon la revend ication 13, caractérisé en ce que les moyens de calcul sont aptes à quantifier l'erreur du mouvement estimé en utilisant une mesure du champ magnétique local et le champ magnétique local modélisé.
15. Dispositif selon l'une quelconque des revendications 6 à 14, caractérisé en ce que la console de pilotage est apte à positionner le point de traitement dans la région cible en fonction du déplacement estimé.
16. Dispositif selon la revend ication 15, caractérisé en ce qu'il comprend en outre des moyens de régulation d'un rayonnement appl iqué sur le point de traitement dans la région cible pour la distribution spatiale du rayonnement de la région cible soit conforme à une consigne de distribution spatiale prédéfinie.
17. Dispositif selon la revendication 16, caractérisé en ce q ue les moyens de régulation sont aptes à réguler le rayonnement appl iqué en fonction de la distribution spatiale du rayonnement dans la rég ion cible et d 'u ne cons ign e d e d istri bution spatiale , selon u ne loi de rég u lation comprenant un terme Proportionnel-Intégral-Dérivé.
PCT/EP2012/060178 2011-05-30 2012-05-30 Procede de ciblage d'une region d'interet d'un tissu biologique d'un patient et dispositif associe WO2012163982A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1154716 2011-05-30
FR1154716A FR2975886B1 (fr) 2011-05-30 2011-05-30 Procede de ciblage d'une region d'interet d'un tissu biologique d'un patient et dispositif associe

Publications (1)

Publication Number Publication Date
WO2012163982A1 true WO2012163982A1 (fr) 2012-12-06

Family

ID=46197267

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2012/060178 WO2012163982A1 (fr) 2011-05-30 2012-05-30 Procede de ciblage d'une region d'interet d'un tissu biologique d'un patient et dispositif associe

Country Status (2)

Country Link
FR (1) FR2975886B1 (fr)
WO (1) WO2012163982A1 (fr)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997022015A1 (fr) * 1995-12-14 1997-06-19 Philips Electronics N.V. Technique et dispositif de chauffage par ultrasons guides par resonance magnetique nucleaire
US6148225A (en) 1997-09-25 2000-11-14 Siemens Aktiengesellschaft Ultrasound therapy apparatus and method for operating same during MR monitoring
FR2891153A1 (fr) * 2005-09-28 2007-03-30 Centre Nat Rech Scient Dispositif de traitement thermique de tissus biologiques en mouvement
US20070238976A1 (en) * 2006-02-28 2007-10-11 Kabushiki Kaisha Toshiba Magnetic resonance imaging system and magnetic resonance imaging apparatus

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997022015A1 (fr) * 1995-12-14 1997-06-19 Philips Electronics N.V. Technique et dispositif de chauffage par ultrasons guides par resonance magnetique nucleaire
US6148225A (en) 1997-09-25 2000-11-14 Siemens Aktiengesellschaft Ultrasound therapy apparatus and method for operating same during MR monitoring
FR2891153A1 (fr) * 2005-09-28 2007-03-30 Centre Nat Rech Scient Dispositif de traitement thermique de tissus biologiques en mouvement
WO2007036409A1 (fr) 2005-09-28 2007-04-05 Centre National De La Recherche Scientifique (Cnrs) Dispositif de traitement thermique de tissus biologiques en mouvement, et procede associe
US20070238976A1 (en) * 2006-02-28 2007-10-11 Kabushiki Kaisha Toshiba Magnetic resonance imaging system and magnetic resonance imaging apparatus

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
B. HORN; B. SCHUNCK: "Determining optical flow", ARTIFICIAL INTELLIGENCE, vol. 17, 1981, pages 185 - 203, XP000195787, DOI: doi:10.1016/0004-3702(81)90024-2
G. MACLAIR; B. DENIS DE SENNEVILLE; M. RIES; B. QUESSON; P. DESBARATS; J. BENOIS-PINEAU; C. T. W. MOONEN: "PCA-based image registration : application to on-line MR temperature monitoring of moving tissues", ICIP, vol. III, 2007, pages 141 - 144
J. DE POORTER; C. DE WAGTER; Y. DE DEENE; C. THOMSON; F. STAHLBERG; E. ACHTEN: "The proton resonance frequency shift method compared with molecular diffusion for quantitative measurement of two dimensional time dependent temperature distribution in phantom", JOURNAL OF MAGNETIC RESONANCE IMAGING, vol. 103, 1994, pages 234 - 241
J.B. MAINTZ; M.A. VIERGEVER: "A survey of medical image registration", MEDICAL IMAGE ANALYSIS, vol. 2, no. 1, 1998, pages 1 - 36, XP001032679, DOI: doi:10.1016/S1361-8415(01)80026-8
J.L. BARRON; D.J. FLEET; S.S. BEAUCHEMIN: "Performance of optical flow techniques", INTERNATIONAL JOURNAL OF COMPUTER VISION, vol. 12, no. 1, 1992, pages 43 - 77
P. MARKELJ; D. TOMAZEVIC; B. LIKAR; F. PERNUS: "A review of 3D/2D registration methods for image-guided interventions", MEDICAL IMAGE ANALYSIS, 2010
ROUJOL S ET AL: "A new criterion for motion estimation assessment for MR-thermometry applications", BIOMEDICAL IMAGING: FROM NANO TO MACRO, 2010 IEEE INTERNATIONAL SYMPOSIUM ON, IEEE, PISCATAWAY, NJ, USA, 14 April 2010 (2010-04-14), pages 1241 - 1244, XP031693500, ISBN: 978-1-4244-4125-9 *
ROUJOL S ET AL: "Robust real time motion estimation for MR-thermometry", 2011 8TH IEEE INTERNATIONAL SYMPOSIUM ON BIOMEDICAL IMAGING: FROM NANO TO MACRO (ISBI 2011), IEEE, UNITED STATES, 30 March 2011 (2011-03-30), pages 508 - 511, XP031944588, ISBN: 978-1-4244-4127-3, DOI: 10.1109/ISBI.2011.5872456 *
S. ROUJOL; M. RIES; B. QUESSON; C. MOONEN; B. DENIS DE SENNEVILLE: "Real- time MR-thermometry and dosimetry for interventional guidance on abdominal organs", MAGNETIC RESONANCE IN MEDICINE, vol. 63, no. 4, 2010, pages 1080 - 7, XP055015969, DOI: doi:10.1002/mrm.22309
SKERL, B. LIKAR; F. PERNUS: "A protocol for evaluation of similarity measures for rigid registration", TRANSACTIONS ON MEDICAL IMAGING, vol. 25, no. 6, 2006, pages 779 - 791

Also Published As

Publication number Publication date
FR2975886A1 (fr) 2012-12-07
FR2975886B1 (fr) 2013-06-28

Similar Documents

Publication Publication Date Title
EP2121136B1 (fr) Procede d&#39;optimisation de la focalisation d&#39;ondes au travers d&#39;un element introducteur d&#39;aberrations
Rathi et al. Sparse multi-shell diffusion imaging
US11681001B2 (en) Deep learning method for nonstationary image artifact correction
JP6554729B2 (ja) 縮小視野磁気共鳴イメージングのシステムおよび方法
JP7187715B2 (ja) 加速された磁気共鳴温度測定
WO2011127428A2 (fr) Quantification de coefficients d&#39;absorption optique à l&#39;aide de spectres acoustiques dans la tomographie photoacoustique
JP2013501534A (ja) 少なくとも一つの電磁量を決定するための装置及び方法
US20200072928A1 (en) Cartesian-radial hybrid k-space trajectory for volumetric imaging
US8872515B2 (en) System and method for diffusion-modulated relaxation magnetic resonance imaging
EP3217873B1 (fr) Système et procédé de suivi de dispositif par imagerie par résonance magnétique à l&#39;aide de marqueurs à susceptibilité magnétique à modulation de lumière
US11137467B2 (en) System and method for improved diffusion-weighted imaging
JP6991267B2 (ja) 再構成されたスペクトルを用いた２次元多層厚測定
US9268003B2 (en) System and method for measuring induced radio frequency current using phase contrast magnetic resonance imaging
US20190029650A1 (en) Elastography imaging with magnetic resonance imaging guided focused ultrasound
US20220065962A1 (en) Methods for producing magnetic resonance images with sub-millisecond temporal resolution
US11266324B2 (en) System and methods for fast multi-contrast magnetic resonance imaging
WO2012163982A1 (fr) Procede de ciblage d&#39;une region d&#39;interet d&#39;un tissu biologique d&#39;un patient et dispositif associe
US11160454B2 (en) System and method for imaging biomarkers indicative of cardiac thermal ablation lesions
US8952693B2 (en) Method for principal frequency magnetic resonance elastography inversion
Seginer et al. Phase-based fast 3D high-resolution quantitative T2 MRI in 7 T human brain imaging
US10401459B2 (en) Systems and methods for imaging vascular calcifications with magnetic resonance imaging
WO2022217157A1 (fr) Système et procédé d&#39;imagerie par résonance magnétique quantitative faisant appel à un réseau d&#39;apprentissage profond
JP4137822B2 (ja) 画像再構成方法及び装置、画像再構成プログラム
Abd-Almajeed et al. Sub-pixel shifted acquisitions for super-resolution proton magnetic resonance spectroscopy (1H MRS) mapping
FR3133740A1 (fr) Dispositif et procédé d’assistance à une procédure d’ablation tumorale percutanée

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12724628

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12724628

Country of ref document: EP

Kind code of ref document: A1