Etudiant : Matthieu MARTIN Encadrement Créatis : Philippe DELACHARTRE et Kevin Blaise GUEPIE Encadrement Ecole Centrale de Lyon : Laurent SEPPECHER Master 2 : « Maths en Action » (Mathématiques pour la biologie et la médecine) Détection de signaux transitoires emboliques 1

Présentation de la structure d’accueil  Labcom AtysCrea  Créatis  Centre de recherche en imagerie médical  200 personnes réparties sur différents sites  Rattaché à l’équipe ultrason basée sur Lyon  AtysMédical  Société du secteur de l’imagerie médical  Fabrique/commercialise des produits destinés au diagnostic non-invasif  Objectif : mutualiser données et connaissances pour développer l’instrumentation ultrasonore médicale. 2

Plan de la présentation  I - Introduction générale  II - Modélisation physique de l’examen médical  III - Outil de détection des HITS  IV - Outil de classification des HITS  V - Résultats  VI - Conclusion et perspectives 3

I – Introduction générale a) Contexte médical Sujet de stage : Détection de signaux transitoires emboliques  Problématique d’un point de vue médical  Accident Vasculaire Cérébral (AVC) :  Arrêt soudain de la circulation sanguine au niveau d’une région du cerveau  En France : personnes touchées chaque année  1 ère cause de handicap acquis chez l’adulte et 2 ème cause de mortalité Infarctus cérébral Thrombose cérébrale Embolie cérébrale Une particule (embole) se déplaçant dans le flux sanguin vient boucher une artère Cas étudié Hémorragie cérébrale AVC 4

I - Introduction générale b) Examen médical pratiqué 5

 Obtention de signaux en quadrature :  Présence de HITS (High Intensity Transient Signals)  Emboles et Artefacts (Voix, marche, surintensité du flux sanguin, …)  Objectifs du stage :  Développer un algorithme de détection et de classification des HITS  Améliorer les performances de l’algorithme existant (+ emboles et - faux-positifs) HITS 6

I - Introduction générale c) Détection et classification des HITS Plan Temps-fréquence Signal Transformée de Fourier à court terme discrète (1) (2) Indice temporel Indice fréquentiel 7

I - Introduction générale c) Détection et classification des HITS Spectrogramme : HITS Flux Reflux Artefacts symétriques 8

Modélisation 9

II - Modélisation physique de l’examen médical a) Introduction  Intérêts :  Mieux comprendre l’origine des signaux avec lesquels on travaille  Enrichir la base de données avec des données simulées  Tester l’algorithme sur des données que l’on maitrise parfaitement Hypothèses 10

II - Modélisation physique de l’examen médical b) Modèle à une particule, v constante Emission de trains d’onde 11

II - Modélisation physique de l’examen médical b) Modèle à une particule, v constante Position de la particule Onde reçue par la particule Effet doppler Modification de la fréquence RetardDilatation temporelle 12

II - Modélisation physique de l’examen médical b) Modèle à une particule, v constante Trains d’onde successifs reçus Modification de la fréquence RetardDilatation temporelle 13

II - Modélisation physique de l’examen médical b) modèle à une particule, v constante Indicatrice fréquence Terme de phase constant 14

II - Modélisation physique de l’examen médical b) Modèle à une particule, v constante 15

II - Modélisation physique de l’examen médical c) Modèle à plusieurs particules, v constante Flux Reflux  On choisit un écoulement de type Poiseuil : 16

 Cycle cardiaque composé de deux phases :  Systole  Diastole 17

 Résultats :  Simulation :  Enregistrements : 18

 Conclusion :  Simulations visuellement cohérentes avec les enregistrements  Des différences :  Profil de vitesse pas exactement triangulaire  Puissance plus faible sur les enregistrements  Vitesse supposée constante dans l’intervalle d’étude  Perspectives :  Simuler la présence d’un embole  Changer le type de fenêtre  Simuler un bruit blanc Gaussien  Simuler du reflux 19

Algorithme de détection 20

1 III – Outils de détection des HITS 21 Puissance embolique Puissance du flux

III – Outils de détection des HITS ExtraitsPatient no.2Patient no.3Patient no.6 Méthode 1 (dB) 13,4113,4512,96 Méthode 2 (dB) 0,9010,9 Méthode 3 (dB) 0,460,490,43 Méthode 4 (dB) -0,04-0,03-0,04 22

III – Outils de détection des HITS Hypothèse 23

III – Outils de détection des HITS 24

III – Outil de détection des HITS PatientsNo.1No.2No.3No.4No.5No.6Total Nombre emboles Durée enregistrement (s) Paramètres choisis 25

III – Outil de classification des HITS Flux Reflux  Zone de détection d’un HIT 26

III – Outil de classification des HITS [] Connexité d’ordre 4 Connexité d’ordre 8 Paramètre choisi Masque dans le reflux Labels 27

III – Outil de classification des HITS  Création de boites rectangulaires englobant les labels :  Elimination des artefacts symétriques :  Conservation des boîtes de 4 pixels minimum Boîtes restantes  Création de boîtes symétriques dans le flux  Mise à 0 des pixels contenus dans les boîtes 28

III – Outil de classification des HITS  Exemple, artefact symétrique et embole superposés : Avant élimination Après élimination 29

IV - Résultats  Comparaison des résultats en terme de détection :  On choisit les meilleures performances en terme de détection d’embole  Puis la situation qui minimise le nombre de faux-positifs  Résultats :  Même nombre d’emboles détectés  Forte diminution du nombre de faux positifs (plus de quatre fois moins) PatientNombre d’embolesNombre de faux-positif EBRTFEBRTF No No No No No No Totaux

IV - Résultats  Comparaison des résultats après élimination des artefacts symétriques  Résultats pour différents seuils : PatientNo.1No.2No.3No.4No.5No.6Total Centile Emboles Faux-positifs

V - Conclusion et perspectives  Perspectives :  Détection des HITS  Ajuster le seuil entre 2 et 3 dB  Utiliser les signaux directionnels pour calculer l’EBR  Elimination des artefacts symétriques  Utiliser l’enveloppe pour le calcul de l’EBR  Adapter le nombre de pixels minimum des boîtes englobantes  Mettre en place un critère de durée  Alternative :  Débruiter les signaux à l’aide des ondelettes complexes (élimination du flux sanguin) 32

Merci pour votre attention ! 33