Biomechanical and physio-pathological models for brain medical image analysis.
Modèles biomécaniques et physio-pathologiques pour l'analyse d'images cérébrales
Résumé
This manuscript presents different contribution to the development of algorithmic models of the brain and its pathologies. The common characteristic of this work is a so-called "second generation" model, specific to the patient geometry able to simulate the biomechanical behavior of the brain. The first part of this thesis is dedicated to the application of this model to estimate the brain deformation during two neurosurgical procedures: electro-stimulation for the treatment of Parkinson disease and tumor resection. In the first case, the predictive power of the model is used to simulate the intraoperative deformation based on preoperative data. In the second, the model is used in conjunction with intraoperative MR images to asses the physical brain displacement from the images. In the second part of this thesis, we investigate a new class of models, including cerebral pathologies. We propose a new 3D model of high pressure hydrocephalus. In this model, we introduce the coupling of a scalar with a volumetric model to improve the dynamic behavior of the model in surgical simulation. Then we propose a new model of the growth of glioblastomas. The tumor cell density evolution is computed with an anisotropic reaction diffusion equation taking into account the white matter fiber direction, while the coupling with the mechanical model is introduced through a new constitutive equation. Preliminary results obtained on a patient dataset open new potentialities for clinical applications of major importance.
Les travaux présentés dans ce manuscrit proposent plusieurs contributions dans le développement de modèles algorithmiques du cerveau et de ses pathologies. Le point commun entre tous ces travaux est un modèle dit de "seconde génération", spécifique à la géométrie du patient et capable de simuler le comportement mécanique du cerveau. La première partie de cette thèse présente l'utilisation de ce modèle pour l'estimation des déformations du cerveau au cours de deux opérations : l'électrostimulation pour le traitement de la maladie de Parkinson et la résection de tumeur. Dans le premier cas, le pouvoir prédictif du modèle est utilisé pour simuler les déplacements du cerveau à partir des données disponibles avant l'opération. Dans le second, le modèle est utilisé conjointement avec de l'imagerie par résonance magnétique per-opératoire pour estimer les déplacements observés dans les images. Dans la deuxième partie, nous abordons une classe de modèles faisant intervenir les pathologies cérébrales. Ainsi nous proposons un nouveau modèle 3D d'hydrocéphalie consécutive à une hémorragie méningée. Ce modèle permet d'introduire sous la forme d'un couplage entre modèles scalaires et volumiques une composante temporelle dynamique nécessaire en simulation de chirurgie. Ensuite, nous nous intéressons à la modélisation de la croissance du glioblastome. L'évolution de la densité de cellules tumorales dans le parenchyme est simulée par une équation de réaction-diffusion anisotrope prenant en compte la direction des fibres. Enfin, une nouvelle relation d'équilibre est introduite pour modéliser le couplage entre la densité de cellules tumorales et le modèle mécanique.
Loading...