Soutenance de thèse de MASLIAH Anita
Titre de thèse
Vers un Usage Clinique de l'Imagerie Quantitative Cérébrale: Évaluation des Stratégies d'Accélération et Exploration des Contrastes Synthétiques
Towards the Clinical Use of Quantitative Brain Imaging: Evaluation of Acceleration Strategies and Exploration of Synthetic Contrasts
Résumé de la thèse
Les maladies neurodégénératives touchent près de 10 millions de personnes en Europe, nécessitant une meilleure compréhension de leurs mécanismes. La quantification non invasive de paramètres biophysiques apparaît alors comme la réponse complémentaire d'une imagerie conventionnelle de plus en plus spécifique. Or, l'IRM quantitative clinique manque encore de consensus et évolue dans un contexte contraint en résolution et en temps. Ces enjeux poussent à l'accélération des protocoles quantitatifs et au développement de contrastes synthétiques, réunissant ainsi les approches conventionnelles et paramétriques. Dans ce contexte, comment spécifier et optimiser des protocoles neurologiques d'IRM quantitative pour la clinique ? Intitulée « Vers un usage clinique de l'imagerie quantitative cérébrale : Évaluation des stratégies d'accélération et exploration des contrastes synthétiques », cette thèse traite ces enjeux.
Elle s'est déroulée au laboratoire CRMBM-CEMEREM dans un contexte Cifre multi-collaboratif : recherche académique (CNRS), clinique (AP-HM), universitaire (AMU) et industrielle (Siemens Healthcare). Le travail s'est d'abord attaché à décrire la richesse du signal IRM et ses leviers de contrôle, afin d'atteindre la quantification à travers des modèles au complexités variables. L'accélération des séquences a été la pierre angulaire de deux études, comparant des techniques modernes, compressed sensing, apprentissage profond, à des méthodes plus conventionnelles d'imagerie parallèle. Après une présentation des paradigmes multiparamétriques existants, la thèse propose l'accélération de deux protocoles quantitatifs ainsi que l'exploration de leurs contrastes synthétiques complémentaires : d'une part, le T1 quantitatif, reposant sur un modèle simplifié à un compartiment d'eau libre ; d'autre part, la quantification jointe T1–fraction de proton macromoléculaire, fondée sur un modèle à deux compartiments (eau libre et eau liée) intégrant les effets de transfert d'aimantation.
Une attention particulière a été portée à l'évaluation de la reproductibilité inter-stratégie, via une caractérisation multifactorielle des protocoles, affinée tout au long de la thèse. Cette évaluation a reposé sur l'analyse des différences entre cartes paramétriques et de leurs distributions au sein de régions d'intérêt, avec des protocoles rendus toujours plus comparables afin d'isoler l'influence des paramètres d'acquisition. Une méthodologie plus poussée a ensuite permis de rapporter le bruit dans les images brutes, la dispersion de la quantification dans les régions d'intérêt, la significativité statistique de l'influence des stratégies sur la quantification, ainsi que la répétabilité inter-session. Enfin, l'exploration des contrastes synthétiques a été conduite sous l'angle de la spécificité patient et de l'apport du transfert d'aimantation à l'amélioration du contraste.
Cette thèse confirme l'influence conjointe des paramètres d'acquisition, de la trajectoire de reconstruction et des inhomogénéités de champ sur la quantification, montrant que deux protocoles quantitatifs ne peuvent se substituer simplement. La littérature ayant déjà souligné l'intérêt de modèles de quantification plus précis pour limiter ces effets, ce travail démontre la faisabilité de l'accélération d'un protocole intégrant les transferts d'aimantation. Une reconstruction moderne par apprentissage profond permet ainsi de réduire le bruit dans les images pondérées et la dispersion quantitative, sans altérer la quantification conventionnelle. Le facteur d'accélération connaît cependant une limite en matière de répétabilité, mieux maîtrisée par le compressed sensing que par l'imagerie parallèle, même combinée à une reconstruction apprentissage profond. Cette thèse plaide enfin pour l'établissement de méthodologies rigoureuses et diversifiées dans l'évaluation des protocoles quantitatifs, et dégage des perspectives prometteuses pour l'exploration de contrastes synthétiques complémentaires.
Thesis resume
Neurodegenerative diseases affect nearly 10 million people in Europe, creating a need for a better understanding of the mechanisms underlying these diseases. Non-invasive quantification of biophysical parameters therefore appears to offer a complementary approach to conventional imaging, which is increasingly seeking to become more specific. However, clinical quantitative MRI still lacks consensus and is developing under constraints in terms of resolution and acquisition time. These challenges encourage the acceleration of protocols, the development of multiparametric approaches, and the development of synthetic contrasts combining conventional and quantitative imaging in a single framework. In this context, how can neurological quantitative MRI protocols be specified and optimized for clinical use? This thesis, entitled “Towards the Clinical Use of Quantitative Brain Imaging: Evaluation of Acceleration Strategies and Exploration of Synthetic Contrasts” addresses these challenges.
This thesis was conducted at the CRMBM-CEMEREM laboratory within a multi-partner CIFRE framework involving academic (CNRS), clinical (AP-HM), university (AMU), and industry (Siemens Healthcare) research. It sought to characterize the richness of the MRI signal, as well as the means of controlling and specifying it, in order to achieve quantification through models of varying complexity. In this context, the cornerstone of the thesis was sequence acceleration, through the comparison of modern techniques — compressed sensing and deep learning — with more conventional parallel imaging methods. Existing multiparametric paradigms were first presented. Then, to address the research question, two quantitative protocols were accelerated, and their complementary synthetic contrasts were explored. The first involved T1 mapping using a simplified single free-water compartment model. The second involved T1–Macromolecular Proton Fraction mapping using a two-compartment model of free and bound water that accounts for magnetization transfer effects. Particular attention was paid to evaluating reproducibility across strategies through the multifactorial characterization of the protocols, an approach that became refined throughout the thesis. This evaluation involved analyzing differences between maps and their distributions within regions of interest, using increasingly comparable protocols to assess the influence of acquisition parameters. In addition, and for the second study, a more advanced methodology was used to characterize noise in the raw images, quantitative dispersion within regions of interest, the statistical significance of the influence of acceleration strategies on quantification, and inter-session repeatability. Finally, synthetic contrasts were explored from the perspective of patient specificity and the contribution of magnetization transfer to contrast enhancement.
This thesis confirmed the influence of acquisition parameters, trajectory and reconstruction methods, and field inhomogeneities on quantification, demonstrating that two quantitative protocols could not simply be substituted for one another. Since the literature has established the value of more accurate quantification models in limiting these effects, this work demonstrated the feasibility of accelerating a protocol that accounts for magnetization transfer. In this context, modern deep-learning reconstruction can reduce noise in weighted images and quantitative dispersion without altering conventional quantification. However, the acceleration factor is limited in terms of repeatability, which is better preserved with compressed sensing than with parallel imaging, even when the latter is combined with deep-learning reconstruction. Finally, this thesis highlights the need to establish precise and multifaceted methodologies for evaluating quantitative protocols and identifies promising prospects for the exploration of complementary synthetic contrasts.