Université de Rennes 1 Image-based guidance of a transesophageal HIFU probe for the treatment of cardiac arrhythmias Guidage par l'image d'une sonde HIFU transoesophagienne pour le traitement des arythmies cardiaques guidage de thérapies par l’imagerecalage multimodal d'imagesablation par ultrasons focalisés de haute intensitéarythmie cardiaque Image-guidance therapymultimodal image registrationhight intensity focused ultrasound ablationcardiac arrhythmia Ultrasons en médecine Arythmie Recalage 2D/3D Les ultrasons focalisés de haute intensité (HIFU) par voie transoesophagienne peuvent être utilisés pour traiter l'arythmie cardiaque de manière efficace et non invasive. L'œsophage étant situé juste aux abords du cœur, il offre une fenêtre acoustique parfaite pour que les HIFU puissent être dirigés vers le cœur afin de mener l’ablation nécessaire au traitement de l’arythmie. Cependant, afin de guider l'ablation, le thérapeute doit faire le lien, par recalage, entre les images per-opératoires (images échographiques fournies par la sonde HIFU dual-mode) et l'imagerie anatomique préopératoire à haute résolution, dans laquelle la ligne d'ablation a été définie (volume scanner X ou IRM). Dans ce travail de thèse, nous avons proposé plusieurs solutions pour améliorer ce recalage pendant la chirurgie si possible en temps réel. Premièrement, nous avons intégré un second plan image perpendiculaire au premier dans la solution classique itérative de recalage. Ensuite, nous nous sommes concentrés sur le recalage rigide d’une image échographique 2D dans un volume scanner X 3D à l’aide d’une approche par apprentissage profond supervisé afin d'estimer la position en temps réel de la sonde d'imagerie/thérapie pendant la chirurgie. L’utilisation d’un réseau a permis d’effectuer le recalage sur des paires d'images inconnues de manière non itérative réduisant ainsi drastiquement le temps de calcul de la méthode classique. En dernier, nous avons abordé une approche d'apprentissage non supervisée. Cette étude visait à effectuer un recalage non rigide entre l’image échographique et une coupe du scanner X afin de prendre en compte, pour une certaine phase du cycle cardiaque, les légères déformations du cœur résultant de la respiration du patient ou de l'insertion de la sonde. Transesophageal high intensity focused ultrasound (HIFU) can be used to treat cardiac arrhythmias efficiently and non-invasively. Since the esophagus is located right next to the heart, it provides a perfect acoustic window for HIFU to be directed toward the heart to perform the ablation necessary to treat the arrhythmia. However, in order to guide the ablation, the therapist has to make the link, by registration, between the intraoperative images (ultrasound images provided by the dual-mode HIFU probe) and the preoperative high-resolution anatomical imaging, in which the ablation line has been defined (CT or MRI volumes). In this thesis work, we proposed several solutions to improve the image guidance during the real time surgery. First, we present an iterative framework to estimate the positioning of a new dual probe in the preoperative 3D CT scan. Second, we focussed on rigid registration of a 2D ultrasound image in a 3D CT volume using a supervised deep learning approach to estimate the real-time position of the imaging/therapy probe during the surgery. The use of a network allowed us to perform the registration on unknown image pairs in a non-iterative way thus drastically reducing the computational time compared to the classical method. And finally, we developed an unsupervised learning approach. This study aimed at performing a non-rigid registration between 2D US and 2D CT images in order to take into account, for a certain phase of the cardiac cycle, the slight deformations of the heart resulting from the breathing of the patient or the insertion of the probe. Electronic Thesis or DissertationText en application/pdf1 : 4480 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/729dd32f-29e2-46f8-b8ac-964c9c255c4e Dahman Batoul 1992-01-01 XX 271510145 batoul.dahman@univ-rennes1.fr 2022REN1S132 http://www.theses.fr/2022REN1S132 2022-10-06 Signal, image, vision Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat non ouiDillensegerJean-Louisintervenant_1131390155MateusDianaintervenant_2140624740LafonCyrilintervenant_4144305348GarreauMireilleintervenant_5033783462Ledesma CarbayoMaria Jesusintervenant_3198715803KouaméDenisintervenant_6118001159 MATHSTICecoleDoctorale_1 204770424 Laboratoire de Traitement du Signal et de l'Image partenaireRecherche_1 177793767 ddc:620ddc:610 DillensegerJean-LouisMateusDianaLedesma CarbayoMaria JesusLafonCyrilGarreauMireilleKouaméDenisUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieMATHSTICÉcole doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes) Laboratoire de Traitement du Signal et de l'Image ASCII PDF 4587759