SCINTIGRAPHIE CÉRÉBRALE APRAMEN Mai 2004 SCINTIGRAPHIE CÉRÉBRALE ET FUSION D’IMAGES Hôpital Pitié-Salpêtrière Service de médecine Nucléaire M.O. Habert

Fusion d’images médicales DONNÉES ANATOMIQUES TDM, IRM Décision médicale Pronostic Intervention chirurgicale Radiothérapie DONNÉES FONCTIONNELLES PET, SPECT, MEG, spectroscopie RMN, IRMf Les avancées très rapides en imagerie 3D ont considérablement augmenté la quantité d ’informations disponibles pour le clinicien. L’intégration mentale du résultat en une représentation tridimensionnelle est très difficile, surtout quand elle implique des informations provenant de multiples modalités, telles que l’IRM….. On voit bien l ’intérêt que peut représenter pour le clinicien une fusion de ces données souvent complémentaires lorsqu ’il faut prendre une décision médicale, donner un pronostic, planifier une intervention chirurgicale ou une radiothérapie. Les applications de la fusion d ’images que je vais vous présenter dans cet exposé concernent la pathologie cérébrale, mais il existe évidemment beaucoup d ’autres applications, notamment en oncologie.

Fusion d ’images médicales : de quoi parle-t-on ? Fusion de « visualisation » Recalage Avant d ’aborder les applications en scintigraphie cérébrale de la fusion d ’images, je voudrais préciser quelques termes qui font parfois l ’objet d ’une confusion. Avant toute fusion, il faut une étape préalable de recalage, c’est à dire la mise en correspondance des images, ou l’établissement d ’une corrélation pixel à pixel entre les différentes images. On pourrait s ’arrêter là et se contenter d ’une simple justaposition qui permet de corréler de façon assez simple par exemple une IRM et une scintigraphie chez un même patient. C ’est ce que l ’on utilisera pour une comparaison intramodalité, en particulier le suivi dans le temps sur des examens répétés d’une anomalie. Le mot fusion peut indiquer des procédés très différents. Il peut s ’agir d’une fusion de visualisation, qui consiste à superposer 2 modalités sans que l’une masque l’autre en utilisant des techniques diverses. Ces techniques ont des niveaux de complexité croissants : de la simple présentation en damier (on alterne un pixel pour l’image 1, le suivant pour l’image 2…) à des méthodes par séparation des composantes colorées (= combinaison arithmétique ou géométriques des composantes RGB ou combinaison HSV). L ’intégration de données va plus loin : dans ce cas les informations sont modélisées, segmentées, classées, et présentées sous forme d’une image de synthèse supposée améliorer le diagnostic. Intégration de données

Logiciels de recalage / fusion Automated Image Registration (AIR) (Unix, Linux, ou Mac OSX) : BRAINVISA (Windows, Unix, Linux, Mac OSX) MPITOOL (Unix, Linux) Logiciels « constructeurs » ANALYSE (Unix, Linux, Windows) Station HERMES de Nuclear Diagnostics (Unix) Station SEGAMI (Windows)

Automated Image Registration (AIR) Calcul du ratio entre 2 deux volumes images pixel par pixel et minimisation de la variance de ce rapport - Modèles Linéaires (intra-sujet) : "Rigide" 6P " Global rescaling " 7 P " Talairach " 9 P " Affine " 12 P - Modèles non linéaires (inter- sujets) : " 1, 2, 3, 4, 5ème ordre" 30, 60, 105, 168 P

BrainVisa et Anatomist Logiciel dédié à l’imagerie cérébrale multimodalité Développé par SHFJ-CEA à Orsay et IFR 49. Plusieurs modules de traitement: Image paramétrique ROI en 2D, 3D, géométrique ou anatomiques Recalage +++ (Création de template) aMRI fMRI dMRI PET TMS Recalage par information mutuelle: Formats: GIS, JPEG, DICOM, ECAT, SPM, VIDA. Initialisation par centre de gravité (par un seuillage) Transformations rigides (rotations et translations) SPECT recalé sur IRM  Fusion dans Anatomist http://brainvisa.info

Station HERMES : recalage par information mutuelle

Station SEGAMI (Mirage)

Localisation anatomique d ’une anomalie fonctionnelle Bilan préchirurgical des épilepsies O ’Brien TJ et al. Neurology 1998; 50:445-454. Subtraction ictal SPECT co-registered to MRI improves clinical usefulness of SPECT in localizing the surgical seizure focus. Planification de la chirurgie et radiothérapie des tumeurs cérébrales Rubinstein R. Eur J Radiol 1996; 21:188-95. Use of 201Thallium brain SPECT, image registration, and semi- quantitative analysis in the follow-up of brain tumors. Holman B.L. J Nucl Med 1991; 32:1478-84. Computer-assisted superimposition of magnetic resonance and high- resolution technetium-99m-HMPAO and thallium-201 SPECT images of the brain. Une limitation de la scintigraphie cérébrale est la médiocre définition anatomique des images. La combinaison avec des images de HR comme l’IRM apporte des informations beaucoup plus précises sur la localisation anatomique d ’une anomalie fonctionnelle. Le bénéfice en est particulièrement évident lorsque l es explorations ont lieu avant une décision chirurgicale ou une radiothérapie. Les deux applications pour lesquelles le recalage et la fusion d ’images sont utilisés en routine dans un certain nombre de services sont le bilan préchirurgical des EP et la planification de la chirurgie et radiothérapie des tumeurs cérébrales. O ’Brien a été le premier à montrer l ’apport des techniques de fusion dans la localisation du foyer épileptogène. Je ne cite ici que les travaux de Rubinstein et Holman, mais il existe en fait de nombreux papiers soulignant l ’intérêt de la fusion d ’images dans le suivi des tumeurs cérébrales.

Bilan préchirurgical des épilepsies partielles pharmaco-résistantes 99mTc-ECD Avec des traceurs de perfusion cérébrale comme l ’ECD ou l ’HMPAO il est possible de réaliser des images percritiques en injectant le traceur au début de la crise. Ces traceurs sont piégés au niveau cérébral : les images acquises après la crise reflètent les conditions du moment de l ’injection, c’est à dire per-critiques. Recalage Normalisation Soustraction « ictal - interictal » Lissage + seuillage Fusion (visualisation) SISCOM = Substraction SPECT CO-registered to MRI

SISCOM (Substraction SPECT CO-registered to MRI) MPITOOL + ou - AIR ANALYSE : module dédié SEGAMI et HERMES : tous les outils présents mais non regroupés dans un module PLAMAIVIC (MEDASYS) ?

Radiothérapie conformationnelle 3D La radiothérapie est une spécialité qui repose encore essentiellement sur l ’anatomie et la structure de la lésion. Des progrès récents permettent maintenant de délivrer la dose souhaitée dans un volume défini avec précision (de forme plus ou moins complexe) tout en épargnant le plus possible les tissus sains et les organes à risque environnant. Autrement dit, il s'agit d'adapter l'enveloppe correspondant à une certaine valeur de dose à la forme du volume à traiter. Mais une des limitations majeures est qu ’on ne sait pas où sont situées les parties actives de la tumeur, en particulier chez des patients déjà opérés, irradiés, et chez lesquels on suspecte une récidive. A partir des contours de la tumeur, le système de dosimétrie reconstruit le volume tumoral (GTV en orange). Pour prendre en compte la maladie infraclinique on définit le volume cible clinique (CTV en bleu foncé) par expansion du volume tumoral. Enfin, pour prendre en compte les difficultés de repositionnement et les mouvements du patient pendant son traitement, on définit le volume de planification (PTV en rouge). Ce volume est construit par expansion du CTV. Le PTV reçoit la dose minimum prescrite par le médecin radiothérapeute. La balistique de traitement n'est pas vraiment protocolisée. Nous prévoyons au maximum 3 faisceaux dont un supérieur mais leur nombre, leur orientation, leur forme, leur type (arcthérapie ou fixe) sont adaptés à la forme et à la situation de la lésion. Le placement et la définition de la forme des faisceaux d'irradiation sont réalisés à l'aide de la simulation virtuelle. C'est une modalité qui permet de voir le patient depuis la source de l'appareil de traitement. Des outils permettent de définir de manière plus ou moins automatique les paramètres des faisceaux d'irradiation. L'image représente la définition d'une arcthérapie pour un faisceau supérieur. Le volume PTV apparait en rouge, la forme du champ d'irradiation en rose.

C ’est ce type de renseignement qu ’apporte l ’imagerie scintigraphiques utilisant des traceurs tumoraux tels que le thallium ou le sesta-mibi. Ici il s ’agit d ’images réalisées avec du thallium 201. C ’est un analogue du potassium dont la fixation est multifactorielle. Elle reflète l ’état de la BHE, elle dépend de la perfusion, et de l ’activité de la pompe sodium-potassium, accrue au niveau des cellules tumorales. On voit tout l ’intérêt pour guider une biopsie ou une délivrance de dose mieux adapée à la cible. A remarquer encore l ’apport de la définition anatomique de l ’IRM au SPECT mais aussi que le SPECT aide à interpréter les informations fournies par l ’IRM. Hôpital Val de Grâce

Relation entre lésion et fonction Centre d ’anatomie cognitive Centre de Neuropsychologie Service de Neuroradiologie Laboratoire d’Anatomie Urgences cérébrovasculaires Un autre champ d ’application de la fusion d ’images est la compréhension des relations entre lésion et fonction. J ’en donnerai un exemple grâce aux travaux réalisés au centre d ’anatomie cognitive à la Salpêtrière et je remercie Richard Levy de m ’avoir fourni ces données.

Démence thalamique Données neuro-anatomiques Données neuro-psychologiques et comportementales Syndrome frontal dyséxécutif, syndrome amnésique Inertie de comportement Données neuro-fonctionnelles Patiente présentant un double accident vasculaire thalamique se manifestant par : un syndrome amnésique touchant la mémoire épisodique; une chronotaraxie; et des difficultés de rappel en mémoire sémantique. Il existe aussi un syndrome frontal dysexécutif et une inertie de comportement La lésion touche les thalami mais de façon asymétrique. 1.Pour le thalamus droit : le noyau dorsomédian; les noyaux intralaminaires; le noyau postérolatéral; le noyau postéromédian. Le faisceau mamillo-thalamique est préservé. 2.Pour le thalamus gauche : le noyau dorsomédian; les noyaux intralaminaires; les noyaux du groupe ventrolatéral. La question se pose sur l’atteinte du faisceau mamillo-thalamique. 1.Syndrome amnésique touchant la mémoire épisodique verbale et visuelle; des difficultés de rappel en mémoire sémantique et un trouble du classement chronologique des évènements. Syndrome frontal avec une atteinte des fonctions exécutives et inertie comportementale . Les troubles frontaux, les difficultés de rappel et les troubles du classement chronologique sont probablement en relation avec la double lésion des noyaux dorsomédian du thalamus (en connexion directe avec le cortex préfrontal dorsolatéral). Les troubles de l’apprentissage en mémoire épisodique sont probablement en relation avec une interruption du faisceau mamillo-thalamique de Vicq d’Azir (au moins à gauche), qui est lésé à proximité des noyaux dorsomédian. Indication à poursuivre la rééducation de la mémoire et des fonctions exécutives. La patiente sera reconvoquée pour mise en route du programme de rééducation.

Quantification en SPECT : apport de l ’IRM Définition de volumes d’intérêt Correction d ’atténuation Correction de l’effet de volume partiel Meilleure quantification Problème de validation Le recalage et la fusion des images SPECT avec l’IRM nous aide également à quantifier. Tout d’abord en nous aidant à définir des volumes d’intérêt, par exemple pour calculer un index de perfusion dans une région cérébrale, ou pour évaluer le potentiel de liaison d’un traceur de la neurotransmission dopaminergique en rapportant l’activité spécifique dans le striatum à l’activité NS dans le cortex occipital. Par ailleurs les images scintigraphiques sont affectées par des phénomèmes physiques tels que l’atténuation ou l’effet de volume partiel (ou RS limitée) et donc la correction permet une meilleure quantification

Quantification en SPECT : prédiction pré-clinique de la MA 19 Stratégie de traitement des données Correction Attenuation & réponse collimateur & détecteur + Reconstruction (OSEM) Correction diffusion (Réseaux neuromimetiques) Création carte d’atténuation reconstruction (OSEM) Recalage (IRM, TEMP) Voici le protocole de traitement des donnees propose: Les projections seront corrigees de la diffusion puis reconstruites une premiere fois et recalees a l’IRM qui est segmentee pour obtenir une carte d’attenuation exacte. Avec une astuce qui consiste, au lieu de faire une correction non uniforme (eau +os) à augmenter artificiellement le contour de l’ épaisseur d’eau qui donnerait la même atténuation que l’os. Ensuite une deuxieme reconstruction est effectue ou les effets d’attenuation de reponse variable du collimateur et du detecteur sont modelisees dans le projecteur/retroprojecteur de l’agorithme de reconstruction OSEM. L’iRM est ensuite utilisee pour l’estimation de la perfusion dna sles differentes structures dans l’examen TEMP. eU(O+E) = eO mO me El Fakhri G. et al. IEEE Trans Nucl Sci 2003 13

Quantification de la neurotransmission dopaminergique : définition des volumes d’intérêt Méthodes par régions d’intérêt Manuelle Semi-automatisée Segmentation automatique Méthodes voxel par voxel De type SPM

Recalage d’un DaTSCAN peu altéré avec brainvisa/anatomist

Recalage sur un DaTSCAN très pathologique 14 avril 2004

SEGAMI Recalage automatique par information mutuelle

  Correction de l’effet de volume partiel en utilisant le recalage (SPECT, IRM) Profil théorique à travers le putamen (obtenu grâce au recalage à l’IRM) Réponse impulsionelle de la gamma caméra Profil observé à travers le putamen  100 70  Voici un exemple de correction simple Pour corriger de EVP, nous recalons d’abord le volume SPECT au volume IRM, puis on segmente les striata sur l’IRM (figure de gauche) et on attribue au striata une valeur de 100 par exemple. Ensuite nous convoluons le volume striatal ainsi obtenu avec la reponse impulsionelle intrinseque 3D de la camera (qui est mesure une fois pour toutes avec une point source dans l’air sans collimateur). La valeur du voxel dans le volume obtenu (e.g., 70) correspond a la sous estimation de l’activite de reference (e.g., 100) par EVP. Nous en deduisons donc la distribution tridimmensionelle des coefficients de recouvrement “3D recovery coefficient” (e.g., 1.43) qui est associee avec l’etude et qu’on peut a utiliser pour corriger de l’effet de volume partiel. (PS ces coefficient sont calcules sur mesure pour chaque etude) Coefficient de recouvrement (3D) 100 70 1.43

Analyse voxel-par-voxel Constitution de databases Comparaison d’un sujet à une database de sujets sains Comparaison de groupes => Recalage intramodalité intersujets (transformation affine ou recalage élastique)

Statistical Parametric Mapping Nécessite une licence MATLAB Fonctionne sous : Windows, Linux, Unix Images au format « Analyse »

IRM (sujet sain imagé 24 fois) Template SPECT

Statistical Parametric Mapping

BRASS (HERMES)

RDI : coupe 33 3 5 7 59 57 55

Exemple : ECD

Recalage automatique

Quantification

L’intégration de données = AGGRÉGATION D ’INFORMATIONS ambiguës, conflictuelles, complémentaires, redondantes MODELISATION DES INFORMATIONS SEGMENTATION, FUSION IMAGE DE SYNTHÈSE La fusion de données peut permettre d ’aggréger des informations ambigues… Plusieurs étapes sont en général nécessaires : les informations sont modélisées Le images sont segmentées après définition de classes d ’appartenance sur la base de critères divers (théorie probabiliste, logique floue), création d ’images de SG, SB, LCR… - puis on effectue une combinaison de ces classes par des opérateurs définis en fonction d ’aspects que l ’on cherche à mettre en évidence - fabrication d ’une image de synthèse INTERPRÉTATION PLUS PRÉCISE

Programme commercial ou « fait maison » M. Zanca, M.I.R, Biophysique et Médecine Nucléaire, CHU Montpellier CONCORDANCE AVEC IRM Images brutes Images en concordance Programme commercial ou « fait maison » Crédit SEGAMI & P. VERA, SHFJ, CEA, ORSAY Superposition visuelle Les images ont été segmentées après définition de classes d ’appartenance sur la base de critères de logiques non floues - puis on effectue une combinaison de ces classes par des opérateurs définis en fonction d ’aspects que l ’on cherche à mettre en évidence - fabrication d ’une image de synthèse Simple alternance des pixels (ici), ou séparation des composantes colorées Images fusionnées (logique non floue) JL BERNON & M ZANCA, MDS & CHU MONTPELLIER JL BERNON & M ZANCA, MDS & CHU MONTPELLIER

A general framework for the fusion of Barra V. et al. Neuroimage 2001 13:410-34. A general framework for the fusion of anatomical and functional medical images Ici sont aggrégées des données obtenues ches un patient épileptique. Des cartes floues ont été obtenues à partir des images du métabolisme en PET, de l’IRM et de la différence entre perfusion percritique et intercritique, et fusionnées. La prise de décision s’effectue ici par l’intermédiaire d’une image étiquetée. Chaque voxel se voit attribuer à la classe de tissu pour lequel il a la plus grande appartenance.

Advances in Biomedical Imaging In recurrent brain tumors the differential diagnosis between tumor and radiation changes is of importance for the subsequent therapy. SPECT allows a differentiation of metabolically active and non-active regions. The low resolution reduces the intuitive transfer of this information to grayscale data. We have developed and automated a method, to fuse Thallium- and Technetium-SPECT to high-resolution MRI (3D SPGR). METHOD The SPECT studies are fused with an in-house developed algorithm (Wells et al: Multi-modal volume registration by maximization of mutual information, Med Image Anal, 1, 35-51 (1996)) which utilizes grayscale distribution and shape recognition in the volume. This algorithm can be used for fusion of multiple data types (SPECT, MRI, MRA, fMRI). The registration is fully automated. The result shows the co-registered SPECT and MRI. This grayscale information can be utilized, to generate 3D Models. Accuracy was verified with anatomic fiducials as confluence sinuum, and tumor areas (border, cyst) and skin intracranial cavity interface. RESULT The automatic process is reliable and accurate. The SPECT verifies, that only portions of the contrast-enhancing lesion on MRI consists of active tissue. The localization of these areas is easier to define on this integrated information. CONCLUSION The integration of functional and structural data and the 3D visualization not only provides a clearer perception of the spatial relationship, but also a better understanding of the diagnostic capabilities and restrictions of the separate studies. Selected structures and functional areas are segmented and color-coded for 3-dimensional display: blood vessels, red; ventricles, blue; a tumor defined by the area of gadolinium enhancement, green; and viable tumor defined by thalium uptake, purple. This integrated multi-modal display highlights the mismatch of the green and purple areas. Clare M. C. JAMA. 2001;285:562-567. Advances in Biomedical Imaging

Fusion d ’images : obstacles et difficultés Transferts, formats d ’image, réseaux Volume d ’images à traiter Temps utilisateurs Précision du recalage Algorithmes disponibles et validés Coût

Fusion d ’images : en conclusion Détection plus efficace d ’anomalies fonctionnelles Meilleure compréhension des relations physio-pathologiques entre lésion et fonction Aide à l ’interprétation des lésions structurelles ambiguës ou non spécifiques Aide à la prise de décisions thérapeutiques importantes Analyse quantitative J ’espère vous avoir convaicu que l ’information obtenue à partir de la fusion d ’images est plus riche que celle obtenue séparément à partir de chaque modalité. Elle permet en effet...