Vers un suivi non-irradiant de la courbure rachidienne pour l'assistance à la chirurgie correctrice de la scoliose

Ce projet vise à développer une méthode de suivi non-irradiant de la courbure de la colonne vertébrale, afin d’apporter une assistance à la chirurgie correctrice de la scoliose. La scoliose est une malformation tridimensionnelle de la colonne vertébrale, qui, dans les cas les plus sévères, peut mener à une chirurgie visant à la réaligner. Pour cela, nous avons basé notre travail sur une méthode de recalage d’un modèle préopé- ratoire 3D du rachis du patient sur des images de surface qui pourraient être obtenues, sans radiations, aussi souvent que nécessaire, pendant la chirurgie. L’originalité de ce travail vient notamment des techniques d’imagerie utilisées, avec des vo- lumes IRM en préopératoire et de la lumière structurée en peropératoire, pour éviter les risques associés à l’exposition répétitive aux radiations chez les jeunes patients. De plus, notre méthode est développée pour les cas de scoliose sévère, et donc est adaptée aux grandes courbures tridimensionnelles. Enfin, il faut que la segmentation préopératoire soit précise sur l’arc vertébral, c’est-à-dire la partie postérieure du rachis, car c’est la zone exposée durant la chirurgie par approche postérieure et qui va permettre le recalage des deux modalités. La segmentation préopératoire des vertèbres dans les tranches d’IRM est basée sur une pre- mière segmentation obtenue par apprentissage profond, en utilisant un modèle Unet entrainé sur des données IRM de patients avec SIA sévère. Elle permet d’obtenir une bonne segmen- tation du corps vertébral, mais ne segmente pas suffisamment bien les processus. Pour pallier à cela, nous exploitons des modèles 3D surfaciques de vertèbres obtenus par stéréoradiographie. Ces derniers sont recalés sur la segmentation du corps vertébral. En découpant le modèle 3D selon les mêmes tranches que l’IRM, on peut donc obtenir des zones où les processus se situent à priori. Ces contours sont alors utilisés pour placer des marqueurs et exploités par une version adaptée de segmentation par ligne de partage des eaux (watershed). Nos résultats calculés sur 50 volumes IRM de patients avec scoliose montrent que l’étape de raffinement de segmentation permet de doubler le score DICE sur l’arc vertébral, permettant d’atteindre un score moyen de 65% sur cette partie, tout en maintenant un score de 84% sur l’ensemble de la vertèbre.

Abstract

This project aims to develop a rediation-free method for monitoring the curvature of the spine, in order to assist in scoliosis corrective surgery. Scoliosis is a three-dimensional deformity of the spine, which, in the most severe cases, can lead to a surgery to correct it. For this purpose, we based our work on a registration method to align a 3D pre-operative model of the patient’s spine to surface scanning images that can be obtained as often as required during surgery. The originality of this work comes in particular from the imaging techniques used, with MRI in preoperative and structured light scans in intraoperative, to avoid the risks of repeated radiation exposure in young patients. Moreover, our method is developed for severe scoliosis cases, and is therefore adapted to large three-dimensional deformities. Finally, the pre- operative segmentation must be accurate on the vertebral arch, i.e. the posterior portion of the spine, as this is the area exposed during spinal fusion surgery, allowing registration of the two modalities. The preoperative segmentation of the vertebrae in MRI slices is based on a first segmentation obtained by deep learning, using a Unet model trained on MRI data of patients with acute scoliosis. This provides a good segmentation of the vertebral body, but performs poorly on the processes. To overcome this, we exploit 3D surface models of vertebrae obtained by stereoradiography. These are aligned with the segmentation of the vertebral body. By cutting the 3D model according to the same slices as the MRI, we can identify areas where the processes should be located. These contours then serve to place markers that are used in a modified version of the watershed algorithm. Our results computed on 50 MRI volumes of scoliotic patients show that the segmentation refinement step increases the DICE score by 35% on the vertebral arch, allowing to reach an average score of 65% on that region while maintening a score of 84% for the whole vertebrae.