Développement d'un outil de segmentation de la moelle épinière adapté à une population pédiatrique

Contexte : La moelle épinière joue un rôle essentiel dans la motricité et la sensibilité du corps humain. Les fonctions de cet organe peuvent cependant être plus ou moins perturbées suite à des lésions provenant de di˙érentes sources. Une section suite à un accident, une compression suite à un cancer, une démyélination à cause d'une sclérose en plaques,... Une variété de lésions possibles provenant de di˙érentes sources. Afin d'assurer un suivi adéquate de ces di˙érentes pathologies l'extraction de métriques, comme la mesure du rayon de la moelle ou de l'aire de section, peut être essentiel. Il est alors nécessaire de faire une segmentation de la moelle épinière de la manière la plus précise et robuste possible. Or, ce procédé peut être long et soumis à des biais venant des observateurs. Le développement d'outils de segmentation automatique de la moelle épinière s'avère alors judicieux. Des méthodes de segmentation automatiques ont émergées ces dix dernières années. Cepen-dant, à notre connaissance aucune n'a été spécifiquement développée pour la population pédiatrique. La moelle épinière des enfants est plus petite que celle des adultes et les organes environnants également. Il peut alors être diÿcile d'appliquer des méthodes développées spé-cifiquement pour des adultes sur des images d'imagerie par résonance magnétique (IRM) d'enfants. De plus, dans le cas de patients atteints de lésions, un grand nombre de méthodes ont été spécifiquement développées pour une seule pathologie et sont diÿcilement générali-sables à un plus grand ensemble. Objectif : Développer un outil de segmentation automatique de la moelle épinière adapté à une population pédiatrique et aux patients atteints de lésion. Méthode : Le projet se compose de deux étapes principales. La première est une segmen-tation de la moelle épinière par petites sections en appliquant PropSeg avec di˙érents para-mètres d'initialisation. Ces segmentations sont ensuite fusionnées et utilisées dans un réseau de neurones convolutif (CNN). Cette méthode est évaluée sur trois di˙érents jeux de don-nées contenant tous des images IRM pondérées en T2 : la moelle épinière entière de patients pédiatriques en santé (10), la moelle épinière entière de patients pédiatriques atteints de lé-sions (4), et la moelle épinière au niveau cervical d'adultes dont les images sont de mauvaise qualité ou contiennent des artefacts (10). Les résultats sont comparés à PropSeg appliqué sur la moelle entière et au même CNN sans l'incorporation des segmentations locales. Résultats : Notre approche a fourni de meilleurs résultats que le CNN seul sur les différents jeux de données avec un Dice moyen de 0.88 versus 0.79. Les résultats ont également été meilleurs que PropSeg sur les jeux de données contenant les patients atteints de lésions ou d'images de mauvaise qualité. Cependant PropSeg a montré de meilleures performances sur la population pédiatrique en santé avec un Dice moyen de 0.90 versus 0.88. Conclusion : Durant ce projet nous avons développé une méthode capable de segmenter automatiquement la moelle épinière d'enfants et personnes atteintes de lésions. Nous avons également découvert que pour une population pédiatrique en santé l'utilisation de PropSeg est suÿsante. Notre étude ayant été e˙ectuée sur des enfants d'au moins 6 ans il serait judicieux par la suite de s'intéresser à une population encore plus jeune.

Abstract

Context : The spinal cord is key in the motor skills and sensitivity of the human body. However, the functions of this organ can be more or less disrupted after injuries from di˙erent sources occurs. Total cord lesion resulting from an accident, a compression resulting from a cancer, a demyelination due to a multiple sclerosis,... A variety of lesions from di˙erent sources. In order to ensure an adequate follow-up of these di˙erent pathologies, the extraction of metrics such as the measurement of the radius of the spinal cord or the cross-sectional area, can be essential. It is then necessary to perform a segmentation of the spinal cord in the most accurate and robust way possible. However, this process can be time consuming and subject to observer bias. The development of tools for automatic segmentation of the spinal cord is therefore judicious. Automatic segmentation methods have emerged in the last decade. However, to our knowl-edge, none has been specifically developed for the pediatric population. The spinal cord of children is smaller than that of adults and so are the surrounding organs. It may therefore be diÿcult to apply methods developed specifically for adults to magnetic resonance imaging (MRI) data of children. Many of the methods developed for lesions have been specifically developed for a single pathology and are diÿcult to generalize to a larger cohort. Goal : To develop an automatic spinal cord segmentation tool adapted to the pediatric populations and patients with injury. Method : The project consists of two main steps. The first one is a segmentation of the spinal cord by small patches by applying PropSeg with di˙erent initialization parameters. These segmentations are then merged and used in a convolutional neural network (CNN). This method is evaluated on three di˙erent datasets : whole spinal cord of healthy pediatric patients (10), whole spinal cord of pediatric patients with lesions (4), and adults MRI with low quality or artefacts (10). The results are then compared to PropSeg applied on the whole spinal cord and the same CNN without the incorporation of local segmentations. Results : Our approach provided better results than the CNN alone on the di˙erent datasets with an average Dice of 0.88 versus 0.79. The results were also better than PropSeg on the two datasets containing the patients with injury or low quality images. However PropSeg showed better performance on the healthy pediatric population with an average Dice of 0.90 versus 0.88.Conclusion : During this project we developed a method able to automatically segmenting the spinal cord of children and patients with injuries. We also discovered that for a healthy pediatric population the use of PropSeg is suÿcient. As our study was performed on children of at least 6 years old, it would be judicious later to look at an even younger population.