Modèle prédictif d'Evolution des Accidents Vasculaires Cérébraux en IRMen IRM - F. Schneider, S. Burnol, P. Garnier, P. Mismetti, D. Chéchin, FG ...
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Modèle prédictif d’Evolution des
Accidents Vasculaires Cérébraux
en IRM
PHILIPS F. Schneider, S. Burnol, P. Garnier,
P. Mismetti, D. Chéchin, FG. Barral
CONTEXTE
L’Accident Vasculaire Cérébral
Déficit neurologique d’origine vasculaire.
AVC ischémique : occlusion d’une artère cérébrale.
1ère cause de handicap à long terme (50% à 75% de séquelles).
2ème cause de démence, 3ème cause de mortalité.
150 000 AVC par an en France (incidence : 238 / 100 000).
15% de récidive en moyenne à deux ans.
Un AVC toutes les 2 min aux États-Unis.CONTEXTE L’Accident Vasculaire Cérébral Le diagnostic s’établit sur la présentation clinique et le bilan paraclinique. ¾ Seule l’imagerie permet d’attester de la réalité de l’AVC, de distinguer l’ischémie de l’hémorragie, de préciser la topographie et de rechercher les causes. Situation d’urgence qui nécessite une prise en charge précoce.
CONTEXTE
Les mécanismes de l’AVC
La pénombre est une zone potentiellement Darnigl 2001
récupérableCONTEXTE : Imagerie de l’AVC TDM 1h après le début des symptômes et IRM 1h30.
CONTEXTE : Imagerie de l’AVC
CONTEXTE
Approximation de la pénombre
• IRM de diffusion : diminution du volume
extracellulaire (centre ischémique)
• IRM de perfusion : déficit de perfusion
• mismatch : zone potentiellement récupérable
(estimation de la pénombre). Région où les lésions
peuvent s’élargirCONTEXTE Evaluation imparfaite de la pénombre Les anomalies de perfusion ne montrent pas seulement la pénombre (oligémie). Les lésions visibles en diffusion peuvent s’étendre en dehors des régions hypo-perfusées. Les anomalies de diffusion peuvent être réversibles dans certains cas.
CONTEXTE : Modèle d’EVolution
des AVC
Diffusion ADC TTP VSC Modèle
Séquences IRM acquises en urgence But
Objectif : Prédire les zones qui vont se Lésion
nécroser à partir d’informations obtenues finale
dans les premières heures de l’atteinte
L’échelle de couleurs (modèle) correspond à une probabilité d’évolution vers la nécrose
(exemple rouge >90%, jaune >60%, bleu >25% et vertINTERET
• Prise de décision thérapeutique
Stade aigu Stade chronique
Bénéfices
Pronostic Thrombolyse ?
sévère Risques
Prédiction -
Modèle
• Efficacité d’un traitement
Diminution de la lésion
Prédiction - Résultat –
Modèle Efficacité T2 à 3 moisINTRODUCTION
2 types d’approche
Diffusion ADC TTP VSC Modèle
- ISODATA(1)
- ACP(2)
Probabilité
Séquences IRM acquises en urgence de Nécrose
Objectifs :
- modèle automatique
- exécution rapide
Régression
(1) Mitsias & al. 2004.
Logistique(3)
(2) Pourabdollah-Nejad & al.2007.
(3) Wu & al. 2001.INTRODUCTION
2 types d’approche
Diffusion ADC TTP VSC Modèle
- ISODATA(1)
- ACP(2)
Probabilité
Séquences IRM acquises en urgence de Nécrose
Objectifs :
- modèle automatique
- exécution rapide
Régression
(1) Mitsias & al. 2004.
Logistique(3)
(2) Pourabdollah-Nejad & al.2007.
(3) Wu & al. 2001.METHODOLOGIE : Déroulement
Diffusion Perfusion
Début des symptômes
Examens d’IRM
réalisés en urgence
(Diffusion / Perfusion)
< 12 heures
(Délai limite d’inclusion) + Informations cliniques (délai, âge,
occlusion artérielle)
Traitement des images Recalage des images (diffusion → perfusion)
Extraction du cerveau
T2
Examen d’IRM
3 mois
de contrôle
Lésion finale (délimitations)METHODOLOGIE
Régression logistique : principe
= α + ∑ βi Xi
1
=
1+ exp(- )
Séquences IRM acquises en urgence
- Probabilité : 0 < P < 1 - Paramètres (α, β) du MRL
déterminés par calibration sur
- Calcul voxel par voxel une banque de données de patientsMETHODOLOGIE
Régression logistique : calibration
T2 à 3 mois Délimitations Binarisation
0
1
(α, β) tel que
α 0
=
β 1METHODOLOGIE
Régression logistique : paramètres
Paramètres :
Imagerie :
Diffusion ADC TTP VSC
+
Variables Occlusion
cliniques : Age ? Délai ?
Artérielle ?RESULTATS : patients
Taille finale
Territoires
Patient Age Délai Sexe Occlusion de la
vasculaires
lésion
Sylvien superficiel droit
1 46 7h30 Homme postérieur + artère cérébrale oui 43.48 cm3
postérieure droite
2 54 2h Homme Sylvien total droit oui 73.62 cm3
3 46 11h Femme Sylvien profond droit Oui 23.53 cm3
4 48 6h Femme Sylvien profond droit Oui 81.40 cm3
5 41 9h Femme Sylvien superficiel gauche Non 26.37 cm3
6 42 2h Homme Sylvien profond gauche non 3.10 cm3
Artère choroïdienne
7 54 12h Homme non 1.42 cm3
antérieure
8 63 4h Homme Sylvien gauche non 1.17 cm3
9 60 4h30 Homme Sylvien profond droit oui 10.81 cm3
Moyenne
50,54 6h30 6 Hommes / 5 occlusions 29.43 cm3
(écart-
(7.75) (4h30) 3 Femmes artérielles (30.66)
type)
Aucun patient n’a bénéficié de ThrombolyseRESULTAT : Régression Logistique
Paramètres donnant les meilleurs performances
Diffusion TTP ADC VSC
Paramètres d’imagerie uniquement
Les données cliniques n’amélioraient pas la performance du
modèle dans notre échantillonRESULTAT
Exemple d’AVC volumineux (75 cm3)
3 mois
Prédiction
à J0
>50% de chances de nécroseRESULTAT
Exemple de lésion de petite taille
3 mois
Prédiction
à J0
● Bons résultats sur des lésions volumineuses
● Sur les très petites lésions (< 5 cm3)
→ artéfacts de susceptibilité magnétique (EPI)
→ bons résultats visuelsRESULTATS
Comparaison avec la littérature
Notre étude
91 97 99
84 79 81
%
71
66 67
61
Se Sp Se Sp
Seuil > 32% Seuil > 50%DISCUSSION
Comparaison avec des travaux précédents
- Résultats globalement similaires
- Amélioration pour les lésions de très faibles volumes (1 cm3)
- Approche entièrement automatique
Notre étude Travaux précédents
Etude prospective Etude rétrospective
Examen de contrôle Examen de contrôle
à date fixe (3 mois) à date variable (> 5 jours)
Acquisition de diffusion Acquisition de diffusion
à facteur b constant avec plusieurs facteurs bPERSPECTIVES
- A priori spatial : atlas probabiliste des
territoires vasculaires*
- Spectro-IRM
- Segmentation Substance Blanche / Substance Grise
- Augmenter l’échantillon utiliser pour la calibration
* Seitz et al. 2009INTERFACE GRAPHIQUE
● Automatisation complète du traitement (~ 6 min) :
→ Conversion des images DICOM ou Par&Rec en
Analyze/Nifti
→ Calcul des cartographies de Perfusion
→ Recalage des séquences
→ Calcul de la cartographie de probabilité de nécrose
→ Enregistrement des données
● Seuillages
● Visualisation
● SauvegardeCONCLUSION • Modèle de régression logistique : estimer l’évolution tissulaire dans chaque voxel • Facilité d’interprétation avec une unique valeur de risque • Améliorer l’estimation du pronostic tissulaire • Faisabilité testée sur un faible nombre de patients • Perspective d’application : évaluer les effets de thérapeutique en comparant l’issue prédite sans traitement avec le résultat après traitement
Collaborations : Service de Radiologie,
Service de Neurologie et UNV, Philips
Systèmes Médicaux, Groupe de Recherche
sur la Thrombose (EA3065).
PHILIPSVous pouvez aussi lire
