Modélisation 3D des artères hépatiques et visualisation par fusion d'imagerie par résonance magnétique et d'imagerie ultrasonore

Les cancers du foie, primaires et secondaires, sont le deuxième cancer le plus meurtrier au monde après les cancers du poumon. Le pronostic de survie à 5 ans pour ces cancers est de moins de 20%, même dans les pays développés. Au Canada, leur incidence est en augmentation et a plus que triplé au cours des quatre dernières décennies. Parmi les méthodes de traitement disponibles, la chimio-embolisation trans-artérielle (CETA) est, actuellement, l'approche thérapeutique la plus couramment utilisée pour traiter les cas avancés de carcinome hépatocellulaire (cancer primaire). Au cours de cette procédure, des drogues anti-cancer, suivies d'un agent embolisant, sont injectées à travers un cathéter placé dans les artères qui nourrissent la tumeur. L'action sur la tumeur est double : d'un côté, on l'expose à une forte dose de drogues chimio-thérapeutiques et de l'autre, on coupe son alimentation en sang de sorte à provoquer une ischémie puis la nécrose. Les stratégies d'optimisation de ces thérapies ont généralement pour but de maximiser l'ex¬position de la tumeur aux drogues tout en épargnant, au maximum, les tissus sains du foie et du reste de l'organisme. Dans ce contexte, moduler en temps réel le taux d'injection des drogues anti-cancer dans les artères nourricières de la tumeur en fonction des vitesses de flots sanguins au sein de celles-ci pourrait aider à optimiser la livraison des drogues à la tumeur. De telles vitesses sanguines peuvent être mesurées en utilisant les ultrasons (US) Doppler. Cependant, les branches de l'artère hépatique, sont peu ou pas du tout visibles sur les images US du foie. Plusieurs éléments participent à ce phénomène. Premièrement, les sondes abdo¬minales, typiquement utilisées pour imager le foie, favorisent la profondeur d'exploration et ont dès lors une mauvaise résolution spatiale 1. Ensuite, les images US sont afectées par de nombreux artéfacts (bruit spéculaire, ombres acoustiques, etc.) qui rendent la visualisation de ces vaisseaux et l'interprétation des images US plus complexes, surtout pour un opérateur novice. Afin de résoudre ce problème de visualisation, nous proposons d'intégrer un modèle 3D des artères hépatiques dans une image US 3D afin d'y mettre en évidence ces artères. Après cette fusion, l'utilisateur pourra également acquérir des images 2D et afcher les segments du modèle 3D contenus dans le plan de l'image US. Ce modèle 3D est généré automatiquement à partir de données d'angiographie par résonance magnétique (ARM) en phase artérielle. Un algorithme de segmentation génère le maillage triangulaire 3D du réseau artériel hépa¬ 1. En échographie, la profondeur d'exploration et la résolution spatiale de l'image sont impactées demanière inverse par la fréquence centrale de la sonde. A basse fréquence, on aura une grande profondeur d'exploration tandis qu'une haute fréquence est nécessaire pour avoir une bonne résolution spatiale tique en utilisant, d'un côté, une méthode de repérage multi-hypothèses pour détecter les lignes centrales des artères et de l'autre, une méthode de propagation de modèles tubulaires déformables le long de ces lignes centrales pour segmenter les parois des vaisseaux. Afin de fusionner ce modèle avec l'image US, il faut efectuer un recalage entre l'image d'ARM artérielle, dont le modèle 3D est issu, et le volume US. Cette tâche n'est cependant pas aisée. L'aspect multimodal complique la dérivation d'une métrique de similarité iconique (i.e. basée sur les intensités dans les deux images) efcace. Tandis que le manque de primitives facilement identifiables dans les deux modalités limite l'utilisation d'une méthode de recalage géométrique. Dans le but de contourner ces obstacles, nous proposons d'utiliser l'ARM en phase portale comme intermédiaire entre l'ARM artérielle et l'image US. Les veines portes sont des vais¬seaux de large calibre qui sont facilement identifiables dans les deux modalités, contrairement aux artères, et qui peuvent donc être utilisés comme structures communes pour mettre en correspondance l'ARM portale et l'US. Notre approche commence par recaler les deux phases de l'ARM. Ce recalage est non rigide afin de tenir compte des possibles déformations du foie ayant lieu entre les acquisitions des deux phases d'ARM. Ensuite, l'ARM portale est recalée à l'image US 3D. Ce recalage est divisé en trois étapes. Premièrement, on réalise un alignement rigide entre les deux images en mettant en correspondance des masques des veines portes et hépatiques qu'on a, au préalable, extraits des deux modalités. Deuxièmement, on applique un recalage afne en utilisant une métrique de similarité iconique qui suppose une relation linéaire locale entre les intensités US et à la fois les intensités et gradients de l'image d'ARM portale. Nous intégrons également un masque du foie, segmenté sur l'ARM portale, dans le calcul de cette métrique. Ce masque a pour rôle d'empêcher que les voxels qui correspondent à des points hors du foie ne participent au calcul de la métrique. Ensuite, une étape de recalage déformable, basée sur la même métrique iconique, est appliquée afin de corriger les possibles déformations résiduelles du foie entre les deux modalités. Enfin, on compose les deux transformations définies ci-dessus (i.e. la transformation entre les deux ARM et la transformation entre l'ARM portale et l'US) pour obtenir la transformation globale entre l'ARM artérielle et l'image US. Cette approche se base sur l'hypothèse que, comme les artères suivent bien les ramifications du système portal dans le foie, on peut utiliser la transformation qui existe entre l'ARM portale et l'US pour recaler l'ARM artérielle à l'US, à condition d'avoir, auparavant, aligné les deux phases d'ARM entre elles. La validation de l'outil a été réalisée sur une cohorte de 10 modèles porcins. La précision des méthodes de recalage a été évaluée en estimant l'erreur sur le recalage d'un ensemble de paires de points correspondants identifiés dans les deux images avant le recalage. Cette erreur sur les points cibles (target registration error (TRE)) est obtenue en calculant la moyenne quadratique des distances entre chaque paire de points correspondants après le recalage. Le recalage entre les deux phases d'ARM a engendré une valeur de TRE moyenne de 1.2 ± 0.8 mm. Le recalage entre l'ARM portale et l'image US a généré les résultats de TRE suivants : 8.6 ± 3.0 mm pour l'initialisation rigide, 4.0 ± 1.0 mm pour le recalage afne et 3.9 ± 1.1 mm pour le recalage déformable. L'analyse statistique subséquente de ces résultats a révélé que les valeurs de TRE liées au recalage afne et au recalage déformable représentaient toutes les deux une amélioration significative (p ≠ value =0.002 dans les deux cas) par rapport au résultat de TRE de l'initialisation rigide. La diférence de TRE entre les recalages afne et déformable n'est cependant pas statistiquement significative (p≠value=0.734). La robustesse de la méthode de recalage multimodal à l'initialisation a été évaluée en réalisant, pour chaque porc, une série de 100 recalages initialisés aléatoirement (ajout d'un bruit gaussien aux 6 paramètres rigides). Ces expériences ont révélé un taux de convergence moyen de 69.6±13.9%. Pour étudier l'efet du masque du foie, une série de 100 expériences de recalage a été réalisée sans le masque. Il est apparu que celui-ci est utile car il empêche le recalage de converger vers de solutions aberrantes qui apparaissent lorsque les bords du foie sur l'US sont mis en correspondance avec des structures saillantes mais situées hors du foie sur l'ARM. Finalement, une étape d'évaluation de l'algorithme de segmentation a été réalisée sur une cohorte de 15 cas cliniques ayant passé un examen d'ARM et d'angiographie par Computed Tomography (CTA) dans la même journée. Les maillages segmentés automatiquement sur les ARM ont été comparés avec les maillages segmentés manuellement sur les CTA selon 3 métriques de similarité : la distance absolue moyenne (DAM) : 1.05 ± 0.35mm, la distance quadratique moyenne (DQM) : 2.38 ± 1.93mm et la distance de Hausdorf (DH) : 6.69 ± 3.45mm. Dans ce mémoire, nous décrivons notre outil et son application dans le cadre des thérapies intra-artérielles au cours desquelles il permettrait de faciliter la prise de mesures US Doppler sur les artères. Cependant, l'outil n'est pas limité à une utilisation dans ce contexte. En efet, il pourrait être utile lors d'interventions percutanées guidées par US, comme par exemple les ablations radiatives de tumeurs hépatiques guidées par US. Lors de ces thérapies, il permettrait de faciliter la visualisation des artères ainsi que de mettre en évidence de manière claire leurs limites. Ainsi, il sera plus facile pour le chirurgien de les éviter, et donc de ne pas les lacérer, lorsqu'il navigue ses instruments vers la tumeur. A notre connaissance, ceci est le premier outil qui permette d'intégrer un modèle 3D des artères hépatiques, spécifique à l'anatomie du patient, avec des images US pour des interven¬tions hépatiques.

Abstract

Primary and secondary liver cancer constitute, in aggregate, the second most common cause of cancer-related death worldwide. The prognosis for these cancers is very poor with a 5 years survival rate under 20%. In Canada, the incidence rate of liver cancers has more than tripled over the past four decades, making it one of the fastest growing cancers in the country. Trans-arterial chemoembolization (TACE) is currently the standard of care for advanced cases of primary liver cancer. Intra-arterial therapies, such as TACE rely on the fact that blood supply to the tumor is predominantly of arterial origin while the portal vein is the primary blood supplier for the healthy liver parenchyma. Therefore, the hepatic arteries can be used to selectively target the tumor while sparing as much of the healthy liver as possible. During TACE, anti-cancer drugs are injected directly into the arteries feeding the tumor followed by the injection of an embolizing agent. The embolization prevents the drugs washout, thereby prolonging tumor exposure while also cutting of blood supply to the tumor, which provokes ischemia and tumor necrosis. Optimization eforts are underway to further maximize tumor exposure to the drugs while minimizing the toxic efects on healthy liver tissue. A possible strategy to optimize drug delivery would be to modulate the drug injection rate with regards to the real-time blood flow velocities in the feeding arteries. Such velocities can be obtained non-invasively using Doppler ultrasound (US). However, the hepatic arteries are only partially and sometimes not at all depicted in US images. Furthermore, abdominal ultrasound probes, which favor penetration depth over spatial resolution, are ill-fitted for the visualization of small hepatic vessels within the liver tissue. The numerous artefacts in US images (speckle noise, acoustic shadows) further complicate this task, especially for inexperienced users. Therefore, the acquisition of the blood flow measurements on these vessels is challenging. In order to overcome this difculty, we propose to combine a patient specific 3D model of the hepatic arteries with a 3D US image. After the fusion, the user can revert back to 2D US images, which will contain segments of the 3D model, thereby highlighting the localization of the arteries. Building a tool that allows for the integration of a 3D model of the hepatic arteries in the US image is the main objective of this master's project. We generate the 3D model of the hepatic arteries from 3D arterial magnetic resonance an¬giography (MRA) data using an in-house algorithm based on the propagation of tubular deformable models along the vessel centerlines detected by a multi-hypothesis tracking mod¬ule. Combining this model with the US image requires registering the arterial MRA, from which the model is extracted, with the US. This is a difcult problem mainly because the two images have very diferent aspects. The direct registration is further complicated by the scarcity of common features between the two images. Therefore, we chose to implement a compositional registration strategy. We use the portal phase of the MRA as an intermediary between arterial MRA and US. Portal veins are larger vessels than can be easily visualized in both modalities and can serve as common features to guide the MRA-US registration. We start by co-aligning the two phases of the MRA using a non-rigid registration to account for possible liver deformation between the two images. The portal phase MRA is then non-rigidly registered with the 3D US using a 3 step method. First, a rigid alignment is performed between the two images by matching masks of the portal and hepatic veins extracted from both modalities. Second, an afne registration is performed using an intensity-based similarity metric that postulates the existence of a local linear combination between the US image intensities and both the intensities and gradients of the portal MRA. We also incorporate a mask of the liver, segmented from the portal MRA, in the computation of the metric in order to limit the contribution of non-liver voxels to the value of the metric. Finally, a deformable registration using the same metric is applied to account for liver motions that cannot be completely corrected by rigid or afne transformations only. Finally, the solution to the arterial MRA-portal registration problem is obtained by com¬posing the two previously determined transformations (i.e the transformation from arterial MRA to portal MRA and then the transformation from portal MRA to 3D US) into one global mapping function between arterial MRA and US. This approach assumes that, since the hepatic arteries are known for anatomically accompanying the portal vein, the transfor¬mation between portal MRA and 3D US can be used to register the arterial MRA and US images, after having previously registered the two phases of the MRA. The validation of our tool on a dataset of 10 porcine models yielded promising results. The registration accuracies were measured in terms of target registration error (TRE) between pairs of corresponding landmarks selected in both modalities before registration. The mono-modal registration between the MRA images yielded a mean TRE of 1.2 ± 0.6 mm. The mean TRE values for the multi-modal MRA-US registration were 8.6 ± 3.0 mm for the rigid alignment, 4.0 ± 1.0 mm for the afne registration and 3.9 ± 1.2 mm for the deformable reg¬istration. Statistical analysis showed that both afne and deformable registrations provided a significant improvement (p ≠ value < 0.002 in both cases) from the initial rigid alignment. However, the diferences in TRE between afne and deformable registration were not statis-tically significant (p ≠ value =0.734). We also studied the robustness of our method to the quality of the registration initialization by performing 100 randomly initialized registration experiments for each pig. The initial rigid parameters were randomly perturbed by adding white Gaussian noise (standard deviation: 10 mm or 10¶) to each of those parameters. We reached a mean convergence rate of 69.6 ± 13.9 mm. Our validation also evaluated the efect of removing the liver mask from the computation of the similarity metric on the registration results. We showed that the mask prevents the occurrence of misregistrations that occur when the liver edges in the US image are matched with strong edges outside the liver in the MRA image. Finally, we presented an extension of the validation of the segmentation algorithm by comparing the meshes automatically generated from the MRA images of 15 hu¬man patients with the meshes manually segmented from computed tomography angiography (CTA) images acquired on the same patients. This comparison is based on the evaluation of three metrics: the mean absolute distance, the mean squared distance and the Hausdorf distance. We obtained the following results when comparing the MRA mesh to the CTA gold standard: MAD:1.05 ± 0.35 mm, MSD:2.38 ± 1.93 mm and HD:6.69 ± 3.45 mm.