Numro dordre : 2007-ISAL-0055

Anne 2007

Thse

Reconstruction dimages de rsonance magntique partir de lespace k partiel

Prsente devant

Linstitut National des Sciences Appliques de Lyon

Pour obtenir

LE GRADE DE DOCTEUR
Formation doctorale :

Images & Systmes

Ecole doctorale :

Electronique, Electrotechnique et Automatique

Par

Josiane Adrienne YANKAM NJIWA

Soutenue le 5 Octobre 2007 devant la commission dexamen

Jury
Examinatrice Membre Invit Prsidente Examinatrice Rapporteur Rapporteur Directeur de thse Christine FERNANDEZ-MALOIGNE Robert GOUTTE Anne LEROY WILLIG Isabelle MAGNIN Su RUAN Nicole VINCENT Yue Min ZHU Professeur Professeur Directeur de Recherche Inserm Directeur de Recherche Inserm Professeur Professeur Directeur de Recherche CNRS

CREATIS-LRMN- UMR CNRS 5220-INSERM U 630 1

Reconstruction dimages de rsonance magntique partir de lespace k partiel Rsum

Dans le souci dviter les artfacts que pourrait provoquer le mouvement sur les images, lobtention de temps dacquisition de donnes courts est essentiel en imagerie par rsonance magntique (IRM). En particulier, comme des sujets malades ont la plupart du temps des difficults retenir leur respiration pendant lexamen, il devient par consquent impratif de recueillir linformation ncessaire le plus rapidement possible dans certaines tudes, telles que celles ralises en imagerie cardiaque. Lacquisition partielle des donnes de lespace k est une pratique couramment utilise dans le but de diminuer le temps dacquisition des donnes en IRM. La ncessit d'acclrer lacquisition et/ou daugmenter la rsolution spatiale des images en rsonance magntique nuclaire (RMN), a conduit la proposition de plusieurs mthodes de reconstruction qui acquirent les donnes de lespace k de faon partielle, tant pour des objets statiques que pour des objets ou tudes dynamiques. Ces mthodes utilisent des informations a priori (donnes acquises) pour retrouver celles manquantes. Ce manuscrit prsente trois mthodes de reconstruction IRM utilisant les donnes de lespace k acquises partiellement. La premire mthode propose est ddie la reconstruction dobjets ou dorganes statiques, tandis que les deux autres sont consacres la reconstruction dorganes dynamiques (application limagerie cardiaque). Ces trois mthodes sont bases sur lutilisation, dans lalgorithme de reconstruction, du concept dimage analytique, combine, dans le cas des images statiques, lexploitation des redondances dans les donnes de lespace k, et lutilisation des redondances temporelles associes la substitution des donnes, pour les organes en mouvement. Ces mthodes ont t values, dans le cadre de la reconstruction dimages statiques, par des expriences sur des images simules auxquelles a t rajout un terme de phase pour la destruction de la symtrie hermitienne. On a utilis galement des fantmes physiques ainsi que de vraies images de cerveaux humains. Les deux autres mthodes ont t values par des expriences sur de vraies squences de cin cardiaques humaines. Le schma de reconstruction propos pour la reconstruction dimages statiques permet la ralisation dune rduction du temps dacquisition dun facteur de 2. En ce qui concerne les images dynamiques, une rduction du temps dacquisition dun facteur de 4 a t ralise, tout en maintenant une bonne qualit de reconstruction, aussi bien qualitativement (aspect visuel, images de diffrence) que quantitativement (bon rapport signal sur bruit, faibles valeurs derreurs).

Magnetic Resonance Image Reconstruction from Partial k-Space Abstract

With the aim of avoiding the bad influence which the movement could have on the quality of the images, short acquisition time is mandatory in magnetic resonance imaging (MRI). Especially for sick patients who have problems holding their breath during examination, it becomes consequently imperative to collect necessary information as faster as possible in certain studies, such as those carried out in cardiac imaging. Partial k-space acquisition is a common way used to shorten the data acquisition time in MRI applications. For the sake of short acquisition time and/or increased spatial resolution of the reconstructed images, several methods have already been proposed, which partially acquired the k-space data. These methods use a priori information to recover the missing data. This manuscript presents three MRI reconstruction methods using partial k-space data. The first proposed method is dedicated to the reconstruction of static objects or organs, while the two others are devoted to the reconstruction of dynamic organs (application to cardiac imaging). These three methods are based on the use, in the reconstruction algorithm, of the analytic image concept, combined in the case of the static images with the exploitation of the redundancies in the k-space data, and with the use of the temporal redundancies associated to the data substitution, for the moving organs. These methods were evaluated, within the framework of static images reconstruction, by experiments on simulated images to which were added a slowly varying phase term to destroy the Hermitian symmetry, and also on physical phantoms and true human brain images. The two other methods were evaluated by experiments on true human cardiac sequences. The proposed reconstruction schema allows achieving a reduction of the acquisition time by a factor of 2, for the static images reconstruction. With regard to the dynamic images, a reduction of the acquisition time by a factor of 4 was carried out, while maintaining a good reconstruction quality, as well on visual meaning as quantitative meaning (good signal to noise ratio, low error values).

ECOLES DOCTORALES DE LINSA

SIGLE INTITULE NOM & COORDONNES DU RESPONSABLES
Responsable : M. Jean LANCELIN Universit Claude Bernard Lyon 1 Bt CPE Bt 308 - 2me tage 43 bd du 11 novembre 1918 69622 VILLEURBANNE Cedex Tl : 04.72.43.13.95 lancelin@hikari.cpe.fr Responsable : M. Jean-Pierre FLANDROIS CNRS UMR 5558 Universit Claude Bernard Lyon 1 Bt G. Mendel 43 bd du 11 novembre 1918 69622 VILLEURBANNE Cedex Tl : 04.26.23.59.50 Fax : 04.26.23.59.49 e2m2@biomserv.fr Responsable : M. Alain NICOLAS Ecole Centrale de Lyon Btiment H9 36, avenue Guy de Collonge 69134 Ecully Tl : 04.72.18.60.97 Fax : 04.72.18.60.83 alain.nicolas@ec-lyon.fr Responsable : M. Alain MILLE Universit Claude Bernard Lyon 1 LIRIS-EDIIS Btiment Nautibus 43 bd du 11 novembre 1918 69622 VILLEURBANNE Cedex Tl : 04.72.42.44.82 Fax : 04.72.44.80.53 alainl.mille@liris.cnrs-lyon.fr Responsable : M. Didier REVEL Hpital cardiologique de Lyon Btiment Central 28 Avenue Doyen Lepine 69500 BRON Cedex 07 Tl : 04.72.35.72.32 didier.revel@creatis.uni-lyon.fr Responsable : M. Jean Marc PELLETIER INSA de Lyon MATEIS Btiment Blaise Pascal 7Avenue Jean Capelle 69621 VILLEURBANNE Cedex Tl : 04.72.43.83.18 Fax : 04.72.43.85.28 Jean-marc.pelletier@insa-lyon.fr Responsable : M. Pascal KOIRAN Ecole Normale Suprieure de Lyon 46 alle dItalie 69364 LYON Cedex 07 Tl : 04.72.72.84.81 Fax : 04.72.72.89.69 Pascal.koiran@ens-lyon.fr Responsable : M. Jean Louis GUYADER INSA de Lyon Lab. de Vibrations et Acoustique Btiment Antoine de Saint Exupry 25 bis avenue Jean Capelle 69621 VILLEURBANNE Cedex Tl : 04.72.18.62.14 Fax : 04.72.18.65.37 Jean-loius.guyader@insa-lyon.fr Responsable : Mme. Claude-Isabelle BRELOT Universit Lyon2 86 rue Pasteur 69365 LYON Cedex 07 Tl : 04.78.69.72.76 Fax : 04.37.28.04.48 Claude-isabelle.brelot@univ-lyon2.fr

CHIMIE

CHIMIE DE LYON http://sakura.cpe.fr/ED206 INSA : R. GOURDON

E2M2

ECONOMIE, ECOSYSTEME, MICROBIOLOGIE, MODELISATION http://biomserv.univ-lyon1.fr/E2M2/ INSA : S. GRENIER

E.E.A.

ELECTRONIQUE, ELECTROTECHNIQUE, AUTOMATIQUE http://www.insa-lyon.fr/eea/ INSA : D BARBIER INFORMATIQUE ET INFORMATIQUE POUR LA SOCIETE

EDIIS http://ediis.insa-lyon.fr/

INTERDISCIPLINAIRE SCIENCES-SANTE EDISS http://www.ibcp.fr/ediss INSA : M LAGARDE

MATERIAUX DE LYON http://www.ec-lyon.fr/sites/edml

MATH IF

MATHEMATIQUE ET INFORMATIQUE FONDAMENTALE http://www.ens-lyon.fr/MathIF/

MEGA

MECANIQUE, ENERGETIQUE, GENIE CIVIL, ACOUSTIQUE http://mega.ec-lyon.fr

SSED

SCIENCE DES SOCIETES DE LENVIRONEMENT ET DU DROIT INSA : J.Y TOUSSAINT

 MOCHRI Il est des choses dont la gestion nous chappe, on se rsigne tout simplement sen remettre au Tout Puissant. Cest le cas pour moi en ce qui te concerne

REMERCIEMENTS

Le travail de thse prsent dans ce manuscrit a t effectu au laboratoire CREATIS, Centre de REcherche et dApplications en Traitement de lImage et du Signal, unit mixte de recherche 5220 du CNRS et INSERM U630, lInstitut des Sciences Appliques (INSA) de Lyon sous la direction de Yue Min ZHU, directeur de recherche CNRS.

Je commencerai par prsenter mes sincres remerciements Madame Isabelle MAGNIN, directrice du laboratoire CREATIS-LMRN pour la confiance quelle ma tmoigne en me donnant lopportunit de minvestir dans ce travail de thse et pour lhonneur quelle ma fait en acceptant de faire partie de mon jury de thse. Que monsieur Yue Min ZHU, directeur de recherche CNRS, trouve ici lexpression de ma profonde gratitude pour mavoir propos ce sujet de thse dune part et dautre part pour les nombreuses discussions constructives que nous avons eues, les encouragements, les prcieux conseils et la bonne ambiance de travail quil ma apports durant ces trois annes. Je remercie particulirement les Professeurs Su RUAN et Nicole VINCENT, les rapporteurs de ce travail, de mavoir fait lhonneur de participer mon jury. Jadresse mes meilleurs remerciements au Professeur Christine FERNANDEZ-MALOIGNE et madame Anne LEROY-WILLIG pour avoir accept de faire partie de mon jury de thse. Je tiens exprimer ma profonde gratitude au Professeur Robert GOUTTE pour la relecture de mon manuscrit, pour son soutien et pour ses encouragements. Je remercie tous les membres de mon jury de thse pour leurs remarques constructives qui ont contribu lamlioration de ce manuscrit. Je ne pourrai passer sous silence lexpression de ma profonde gratitude monsieur Olivier Basset pour mavoir donn lopportunit de me familiariser avec le milieu de lenseignement.

Jaimerai galement prsenter mes vifs remerciements au Dr Bassem HIBA pour les nombreux changes que nous avons eus dans le cadre de la physique de lIRM et pour sa disponibilit. Je suis trs reconnaissante envers Madame Meriem Damani pour toute laide quelle ma procure depuis mon arrive lINSA (Recherche de logement, Formations de lED EEA). Je tiens exprimer mes sincres remerciements tous les membres de CREATIS-LMRN pour la bonne ambiance dans laquelle sest droul ce travail. Plus particulirement jaimerai que Frank, Elisabeth, Thomas, Rana et Yang trouvent ici lexpression de mes remerciements les plus sincres pour leur soutien constant. Jaimerai galement adresser ma reconnaissance Danilo pour avoir toujours t prsent dans les moments difficiles, pour son coute et son soutien constants. Papou trouve ici lexpression de ma profonde gratitude, bientt ce sera ton tour et je serai l, par la Grce de Dieu, pour toi. Ma pense va galement vers ma sur Prisca qui a toujours uvr pour mon panouissement et qui ma toujours soutenue. Que Alison, Lambert et toi trouviez ici lexpression de mes remerciements les plus sincres. Jules, Patrick et Alain merci pour votre soutien et pour vos encouragements constants. Mes vifs remerciements Richard pour son investissement et son aide dans la ralisation de mes projets. Jadresse mes remerciements sincres toute ma famille, ainsi qu mes amis qui ont toujours su me faire rire et dcompresser pendant les moments o linspiration sloignait de moi. Jadresse mes remerciements toutes les personnes qui savent mtre chres. Je ne pourrai oublier davoir une pense pour mon Cheval auprs de qui je me rfugiais et me revigorais jusqu sa disparition rcente qui a cre un vide considrable. MOCHRI, vous deux qui tes devenus UN pour moi par incapacit de distinction. Merci pour tout lamour que vous mavez donn et pour mavoir pouss sortir ce quil y a de bien en moi. Jai donn le meilleur de moi pour me rapprocher au mieux de la hauteur de ton esprance. Si en ce jour il mtait accord la Faveur Divine de faire un vu, le mien serait de te donner ce manuscrit en mains propres.

TABLE DES MATIERES Introduction gnrale ................................................................................................ 24 Chapitre I: Fondements de limagerie par rsonance magntique
.................................................................................................................................................. 26

I. II.
II.1. II.2. II.3. II.4. II.5. II.6.

Introduction .......................................................................................................... 26 Physique de lIRM .............................................................................................. 28

Modle nergtique.............................................................................................. 28 Rsonance magntique......................................................................................... 30 Phnomnes de relaxation.................................................................................... 33 Dtection du signal RMN .................................................................................... 35 Du signal RMN limage IRM ........................................................................... 36 Echantillonnage de lespace k.............................................................................. 39
Echantillonnage rectiligne ............................................................................... 40 Techniques bases sur lcho de spin........................................................... 41 Techniques bases sur lcho de gradient .................................................... 42 Echantillonnage non rectiligne......................................................................... 45

II.6.1.
II.6.1.a. II.6.1.b. II.6.2.

II.7.

Lecture des donnes brutes .................................................................................. 47

III.

Problmes de reconstruction en IRM ............................................................. 48

Artfact de troncature ...................................................................................... 49 Artfact de mouvement.................................................................................... 51

III.1. III.2.

IV.

Conclusion ............................................................................................................ 54

Chapitre II: Etat de lart des mthodes de reconstruction de lespace k partiel ........................................................................................................... 55
I. II. Introduction .......................................................................................................... 55 Informations pratiques ....................................................................................... 56

II.1. II.2.

Choix de la squence dacquisition...................................................................... 56 Astuces................................................................................................................. 59

III.

Reconstruction des images IRM dobjets ou organes statiques ............. 60

Mthodes de Fourier pour la reconstruction de lespace k rectiligne .............. 62
Estimation de la phase .................................................................................... 62 Phase basse rsolution.............................................................................. 62 Phase haute rsolution ............................................................................. 62 Phase combine ....................................................................................... 63 III.1.1.

III.1.

III.1.1.a. III.1.1.b. III.1.1.c. III.1.2.

Mthodes de Fourier ....................................................................................... 63 Approche Margosian ................................................................................ 63 Approche Homodyne (HM) ....................................................................... 65 Approche POCS ....................................................................................... 67

III.1.2.a. III.1.2.b. III.1.2.c. III.1.3.

Autres Mthodes ............................................................................................ 69 Mthodes bases sur lchantillonnage clairsem de lespace k ................... 69 Imagerie parallle .................................................................................... 70 Imagerie base sur des modles paramtriques ........................................... 72

III.1.3.a. III.1.3.b. III.1.3.c.

III.2.

Reconstruction de lespace k non rectiligne..................................................... 73

IV.

Reconstruction des images IRM dorganes dynamiques .......................... 75

Echantillonnage rectiligne de lespace k.......................................................... 75
Mthodes bases sur les corrlations dans lespace k ......................................... 75 Mthodes bases sur les corrlations temporelles .............................................. 76 Mthodes bases sur les corrlations spatio-temporelles .................................... 80 IV.1.1. IV.1.2. IV.1.3.

IV.1.

IV.2.

Echantillonnage non rectiligne de lespace k................................................... 81

V.

Conclusion ............................................................................................................ 82

Chapitre III : Reconstruction en IRM statique en utilisant la notion dimage analytique. ..................................................................................... 84
I. II.
II.1.

Introduction .......................................................................................................... 84 Notion dimage analytique ............................................................................... 84

Signal analytique.................................................................................................. 84

10

II.2.

Image analytique.................................................................................................. 88
Gnralits ..................................................................................................... 88 Cas 2-D ......................................................................................................... 89

II.2.1. II.2.2.

III.

Reconstruction IRM partir de lespace k partiel ..................................... 98

Mthode ......................................................................................................... 101 Analyse dans le domaine frquentiel ............................................................. 102 Rsultats......................................................................................................... 103 Analyses quantitatives & comparaisons ........................................................ 109
Comparaisons............................................................................................... 109 Analyses quantitatives .................................................................................. 111

III.1. III.2. III.3. III.4.

III.4.1. III.4.2.

IV.

Reconstruction partir de la moiti de lespace k .................................... 118

Schma de reconstruction .............................................................................. 118 Rsultats......................................................................................................... 120 Analyses quantitatives & comparaisons ........................................................ 122

IV.1. IV.2. IV.3.

V.

Conclusion & discussions ............................................................................... 130

Chapitre IV : Reconstruction en IRM dynamique au moyen de limage analytique ..................................................................................................... 132

I. II.
II.1. II.2.

Introduction ........................................................................................................ 132 Imagerie cardiaque............................................................................................ 133

Fonctionnement & cycle cardiaques.................................................................. 133 Squences dacquisition en IRM cardiaque....................................................... 135

III.

Reconstruction partir dun ensemble de donnes rduit ...................... 137

Reconstruction base sur les corrlations dans lespace des k....................... 137
Mthode & Schma de reconstruction ........................................................... 137 Rsultats ...................................................................................................... 137 Analyses quantitatives .................................................................................. 142 III.1.1. III.1.2. III.1.3.

III.1.

III.2.
III.2.1. III.2.2. III.2.3.

Reconstruction base sur les corrlations temporelles................................... 145

Mthode & schma de la mthode de reconstruction ....................................... 145 Rsultats ...................................................................................................... 147 Analyses quantitatives .................................................................................. 152

11

IV.

Image analytique combine au rseau de neurones pour la

Obtention de la squence rsume................................................................. 159 Schma de reconstruction .............................................................................. 161 Rsultats......................................................................................................... 162

reconstruction de squences cin cardiaques ......................................................... 159

IV.1. IV.2. IV.3.

V.

Conclusions & discussion ............................................................................... 165

Conclusion gnrale et perspectives ............................................................... 167

I. II. Conclusion gnrale ......................................................................................... 167 Perspectives ........................................................................................................ 168

Annexes ............................................................................................................................ 170 Bibliographie ................................................................................................................ 178 Publications ................................................................................................................... 189

12

LISTE DES FIGURES

Figure I-1: Spectre lectromagntique................................................................................... 27 Figure I-2: Scanner IRM........................................................................................................ 28 Figure I-3: Proton dhydrogne avec ses diffrents moments. .............................................. 29

Figure I-4: Alignement des spins suivant B0 ......................................................................... 31

Figure I-5: Avant laimantation, le moment total se trouve sous sa forme longitudinale M z 0 , aprs limpulsion RF, on a (a) : Basculement de laimantation suite lapplication dune onde RF, (b) : Allure du signal FID........................................................................................ 32 Figure I-6: Evolution des aimantations transversales et longitudinales. ................................ 33 Figure I-7: Slection dune coupe dans un volume par impulsion RF slective de largeur de bande f , couple un gradient de champ magntique dintensit GS .................................. 37 Figure I-8: (a) Module de la TF2D inverse de lespace k reprsent en (b), (b) log du module de lespace k................................................................................................................ 39 Figure I-9: La squence Echo de Spin (ES) : la slection dune coupe se fait par couplage dune impulsion RF un gradient de slection de coupe GS . Un gradient de phase G y de dure y est ensuite appliqu pour coder une ligne. Au bout dun temps dcho (TE), le signal chantillonn en un nombre de points est acquis grce un gradient de lecture Gx . Cette squence est rpte autant de fois quil y a de lignes remplir dans lespace k. Le gradient de phase est incrment chaque ligne. ....................................................................................... 42 Figure I-10: La squence Echo de Gradient (EG) : la slection dune coupe se fait par couplage dune impulsion RF un gradient de slection de coupe GS . Un gradient de phase 13

G y de dure y est ensuite appliqu pour coder une ligne. Au bout dun temps dcho (TE), le
signal chantillonn en un nombre de points est acquis grce un gradient de lecture Gx . Plusieurs lignes de codage de phase sont acquises en un seul TR ........................................... 45 Figure I-11: Espace k non rectiligne : trajectoires spirales avec la squence dacquisition des donnes correspondantes. ........................................................................................................ 47 Figure I-12: Artfacts de troncature (phnomne de Gibbs) en imagerie de Fourier. Laspect des oscillations est fonction du nombre de points de donnes utilis pour la reconstruction.. 51 Figure I-13: Image dune coupe basse de labdomen avec artfact de mouvement. ............. 53 Figure II-1: Espace k obtenu aprs application dun cho asymtrique pendant la squence dacquisition. Ici on a un dcalage du centre de lcho de par rapport sa position initiale, ce qui implique quon nacquiert pas le quart de linformation frquentielle dans la direction de codage de frquence............................................................................................................ 59 Figure II-2: Echantillonnage asymtrique de lespace

k,

schma

dacquisition

conventionnelle des donnes espace k. .................................................................................... 61 Figure II-3: Fonctions de pondration pour la reconstruction avec la mthode Margosian : (a) Une fonction rampe et (b) Une fonction de Hamming asymtrique dfinie telle que :
H u = 0.5 + 0.5 cos[ (u u1 ) /( 2u1 )] , u1 u u1 ........................................................................ 65

Figure II-4: Allure de lespace k (a) Transitions brutales, (b) Aprs pondration par une fonction rampe. ........................................................................................................................ 67 Figure II-5: Schma dacquisition des donnes pour la reconstruction dynamique : (a) espace

k de rfrence, (b) espaces k dynamiques, (c) spectre reconstruire. ..................................... 80

Figure III-1: Diffrents quadrants dun espace de Fourier..................................................... 93

14

Figure III-2: Quelques images analytiques associes une image relle de cerveau. Les parties relles sont les mmes et les parties imaginaires sont distinctes suivant le type de coupure de lespace k. .............................................................................................................. 95 Figure III-3: (a) Image reconstruite avec lespace k complet, Images reconstruites partir de la moiti de lespace k ( u 0 ) : (b) Mthode HC, (c) Image analytique. ................................ 99 Figure III-4: (a) Echantillonnage typique asymtrique de lespace k, Dcoupage de lespace k en (b) la moiti positive des donnes de lespace k et (c) quelques frquences spatiales ngatives. ............................................................................................................................... 100 Figure III-5: Analyses dans le domaine frquentiel de la mthode de reconstruction utilisant la notion dimage analytique. (a) Ensemble de donnes originales (acquises). Dcomposition de cet ensemble: (b) et (d) Parties ngative et positive respectivement, (c) et (e) Equivalence dans le sens de limage analytique, (f) Ensemble de donnes final, (g) Equivalence dans le sens de limage analytique de lensemble de donnes final.. ................................................ 103 Figure III-6: Illustration de la reconstruction sur une image IRM simule de cerveau (avec un terme de phase). (a) Image reconstruite partir de lespace k complet. (b) Image reconstruite partir de lespace k partiel avec notre mthode. ........................................... 103 Figure III-7: Rsultats de reconstruction sur une image de fantme physique: (a) Image reconstruite partir de lespace k complet, (b) Image reconstruite partir de lespace k partiel avec la mthode base sur lutilisation de la notion dimage analytique, (c) : version pondre de (b). ..................................................................................................................... 107 Figure III-8: Rsultats de reconstruction sur une image de cerveau humain: (a) Image reconstruite partir de lespace k complet, (b) Image reconstruite partir de lespace k partiel avec la mthode base sur lutilisation de la notion dimage analytique. .................. 108 Figure III-9: Rsultats de reconstruction sur une image de fantme physique: (a) Image reconstruite partir de lespace k complet, (b)-(d) Images reconstruites partir de lespace k partiel : mthodes HM, POCS et la notre respectivement, (e)-(f) Images de diffrence entre limage complte et les images reconstruites avec HM, POCS et la mthode propose....... 114

15

Figure III-10: Rsultats de reconstruction sur une image de cerveau humain: (a) Image reconstruite partir de lespace k complet, (b)-(d) Images reconstruites partir de lespace k partiel : mthodes HM, POCS et la notre respectivement, (e)-(f) Images de diffrence entre limage complte et les images reconstruites avec HM, POCS et la mthode propose....... 116 Figure III-11: (a) Echantillonnage de lespace k propos divis en deux domaines : (b) les frquences spatiales positives et (c) frquences spatiales ngatives...................................... 119 Figure III-12: Rsultats de reconstruction sur un fantme physique: (a) partir de lespace k complet, (b) partir de la moiti de lespace k, (c) version (b) avec adoucissement des transitions............................................................................................................................... 121 Figure III-13: Rsultats de reconstruction sur un fantme physique (a) : Image reconstruite partir de lespace k complet, (b)-(c) rsultats de reconstruction avec les mthodes POCS et celle propose, respectivement, (d)-(f) profil de la ligne 300 de chacune des images reconstruites, (g)-(h) Images de diffrence entre (a) et (b) et entre (a) et(c) respectivement. ................................................................................................................................................ 125 Figure III-14: Illustration des zones o on t calculs les rapports signal sur bruit et signal sur contraste. .......................................................................................................................... 126 Figure III-15: Illustration des zones o on t calcules les rapports signal sur bruit et signal sur contraste. .......................................................................................................................... 128 Figure IV-1: Mouvement du sang au cours du cycle cardiaque. En rouge est reprsent le ventricule gauche et en bleu le ventricule droit. .................................................................... 134 Figure IV-2: Rsultats de reconstruction sur le cur humain en petit axe. (a) Image de rfrence en fin de diastole reconstruite partir de la totalit des donnes de lespace k. (b)(d) Images reconstruites partir de lespace k partiel en utilisant respectivement les mthodes de reconstruction HM, POCS et la ntre. (e)-(g) Images de diffrence entre limage de rfrence et les images reconstruites avec HM, POCS et la mthode propose, respectivement. (h) Image de rfrence en fin de systole reconstruite partir de la totalit des donnes de lespace k. (i)-(k) Images reconstruites partir de lespace k partiel en utilisant 16

respectivement les mthodes de reconstruction HM, POCS et la ntre. (l)-(n) Images de diffrence entre limage de rfrence et les images reconstruites respectivement avec HM, POCS et la mthode propose................................................................................................ 139 Figure IV-3: Rsultats de reconstruction sur le cur humain en grand axe. (a) Image de rfrence en fin de diastole reconstruite partir de lespace k complet. (b) - (d) Images reconstruites partir de lespace k partiel en utilisant les mthodes de reconstruction HM, POCS et la ntre respectivement. (e)-(g) Images de diffrence entre limage de rfrence et les images reconstruites avec HM, POCS et la mthode propose, respectivement. (h) Image de rfrence en fin de systole reconstruite partir de lespace k complet. (i)-(k) Images reconstruites partir de lespace k partiel en utilisant les mthodes de reconstruction HM, POCS et la ntre respectivement. (l)-(n) Images de diffrence entre limage de rfrence et les images reconstruites avec HM, POCS et la mthode propose. ............................................ 140 Figure IV-4: Echantillonnage de lespace k. (a) et (d) Ensemble de donnes de rfrence suivant que lon soit en diastole ou en systole, (b) Donnes acquises, (c) Substitution des donnes acquises avec les HFs de lensemble des donnes de rfrence. ............................. 147 Figure IV-5: Images cin cardiaques en petit axe. (a)-(c): Images reconstruites dun instant en fin de diastole, (f)-(h): Images reconstruites dun instant en fin de systole. La premire colonne reprsente les images reconstruites partir de la totalit des donnes espace k, la colonne du milieu les images reconstruites avec la mthode keyhole conventionnelle, et la dernire colonne les rsultats de reconstruction obtenus avec la mthode CAIR. (d)-(e) et (i)(j) sont les images de diffrence correspondantes. 50% des donnes espace k sont utilises pour la reconstruction, ralisant une rduction du temps dacquisition de 2......................... 149 Figure IV-6: Images de reconstruction cin cardiaque en petit axe. Sept instants du cycle cardiaque sont reprsents. Seules 25% des donnes espace k sont utilises pour la reconstruction des images, ralisant une rduction du temps dacquisition dun facteur de 4. ................................................................................................................................................ 151 Figure IV-7: Images cin cardiaques en grand axe. (a)-(d): Images reconstruites un instant de fin de systole (h)-(k): Images reconstruites un instant de fin de diastole. (e)-(g) et (l)-(n) sont les images de diffrence correspondantes. Seulement 25% des donnes espace k sont

17

utilises pour la reconstruction, ralisant une acclration du processus dacquisition par un facteur de 4............................................................................................................................. 152 Figure IV-8: Evaluation quantitative : (a) Evolution du NMSE en fonction du temps, (b) volution du RSB dans le myocarde suivant le temps. Les donnes acquises reprsentent 25% des donnes de lespace k total. ............................................................................................. 154 Figure IV-9: Architecture de lalgorithme gnrant la squence rsume......................... 159 Figure IV-10: Echantillonnage de lespace k. (a) Ensemble de donnes de rfrence, (b) Espace k rsum, (c) Donnes acquises, (d) Substitution des BFs, de lespace k reprsentant la moyenne des donnes de lespace k de rfrence et des donnes de lespace k rsum, par les donnes acquises. ............................................................................................................. 161 Figure IV-11: Images de reconstruction cin cardiaque en petit axe. Six instants du cycle cardiaque sont reprsents. Seulement 25% des donnes espace k sont utilises pour la reconstruction des images, ralisant une rduction du temps dacquisition dun facteur de 4. ................................................................................................................................................ 163 Figure IV-12: Evaluation quantitative : (a) Comparaison entre les valeurs du NMSE obtenues dans la mthode CAIR et celles obtenues avec sa version modifie. Les donnes acquises reprsentent 25% des donnes de lespace k total. ................................................................ 164

18

LISTE DES TABLEAUX

Tableau I-1: Temps de relaxation, 1.5 T, pour les cellules du cerveau [KAST97]. (LCR reprsente le liquide cphalo-rachidien). ................................................................................. 34 Tableau II-1: Liste de quelques squences utilises pour lacquisition des donnes en IRM 57 Tableau II-2: Comparaison des acronymes de squences utiliss par les constructeurs........ 58 Tableau II-3: Rsum de quelques mthodes de reconstruction. Pour chaque mthode sont indiques les valeurs correspondant limage de rfrence statique ( R S ( x, y ) ), limage dynamique ( R D ( x, y ) ) ainsi que les fonctions de bases ( l ( x, y ) ) utilises. ........................... 78 Tableau III-1: Les signaux complexes associs aux spectres issus de chaque quadrant du plan ainsi que leur oprateur frquentiel correspondant. ......................................................... 91 Tableau III-2: Valeurs derreurs pour les images prsentes dans Figure III-8................... 115 Tableau III-3: Valeurs du RSB pour les images prsentes dans Figure III-8..................... 115 Tableau III-4: Valeurs du RSC pour les images prsentes dans Figure III-8..................... 116 Tableau III-5: Valeurs derreurs pour les images prsentes dans Figure III-9................... 117 Tableau III-6: Valeurs du RSB pour les images prsentes dans Figure III-9. Espace k complet reprsente limage reconstruite avec la totalit des donnes de lespace k.............. 117 Tableau III-7: Valeurs du RSC pour les images prsentes dans Figure III-9..................... 118 Tableau III-8: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du NMSE et du SSD pour les images en Figure III-11 et Figure III-12. RIA (Reconstruction Image Analytique) dsigne la mthode propose et RIA lisse quivaut la mthode propose avec utilisation de fonctions de lissage. ................................................................. 126

19

Tableau III-9: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du rapport signal sur bruit pour les images en Figure III-11 et Figure III-12. RIA reprsente la mthode propose et RIA lisse quivaut la mthode propose utilisant les fonctions de lissage..................................................................................................................................... 127 Tableau III-10: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du rapport signal sur bruit pour les images en Figure III-11 et Figure III-12. RIA dsigne la mthode propose et RIA lisse quivaut la mthode propose en utilisant les fonctions de lissage..................................................................................................................................... 127 Tableau III-11: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du NMSE et du SSD pour les images de cerveau humain. RIA reprsente la mthode propose et RIA lisse quivaut la mthode propose en utilisant les fonctions de lissage. ................. 128 Tableau III-12: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du rapport signal sur bruit pour les images de cerveau humain. RIA reprsente la mthode propose et RIA lisse quivaut la mthode propose en utilisant les fonctions de lissage. ................................................................................................................................................ 129 Tableau III-13: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du rapport signal sur contraste pour les images de cerveau humain. RIA reprsente la mthode propose et RIA lisse quivaut la mthode propose en utilisant les fonctions de lissage. ................................................................................................................................................ 129 Tableau IV-1: Valeurs de lerreur NMSE pour les rsultats prsents dans Figure IV-2 .... 141 Tableau IV-2: Valeurs de NMSE pour les rsultats montrs dans la Figure IV-3. .............. 144 Tableau IV-3: Valeurs de la moyenne du RSB et du RSC mesures dans les images reconstruites partir lespace k complet, HM, POCS et la mthode propose. Les valeurs de probabilit (P) sont inscrites dans les parenthses, celles-ci reprsentent les rsultats des tests-

t effectus entre les images reconstruites avec la totalit des donnes de lespace k et celles
obtenues partir des donnes de lespace k partiel................................................................ 144 20

Tableau IV-4: Evaluation quantitative: La premire ligne du tableau (pour chaque phase du cycle cardiaque) reprsente les valeurs du RSB dans lamas sanguin, la deuxime ligne les valeurs du RSB dans le myocarde, la troisime ligne les valeurs du RSC dans le sang, et la quatrime ligne les valeurs du RSC entre le sang et le myocarde. Les donnes acquises reprsentent la moiti (50%) des donnes de lespace k........................................................ 153 Tableau IV-5: Valeurs de la moyenne du RSB et du RSC mesures dans les images reconstruites partir de lespace k complet, keyhole et CAIR respectivement. Dans les parenthses sont inscrites les valeurs de probabilit (P) qui reprsentent les valeurs du test-t entre les images reconstruites avec lespace k complet et celles reconstruites partir de 25% des donnes de lespace k. ..................................................................................................... 157 Tableau IV-6: Evaluation quantitative : Pour chacune des phases du cycle cardiaque, la premire ligne reprsente les valeurs de RSBSang , la deuxime ligne les valeurs de

RSBMyocarde et la troisime ligne les valeurs du RSC ........................................................... 158

21

LISTE DES ABREVIATIONS & SYMBOLES

ARMA
B0

Auto Regressive Moving Average Champ magntique statique dintensit B0 Htrognits du champ magntique statique Champ lectromagntique radio frquence dintensit B1 Basse frquence Broad-use Linear Acquisition Speed-up Technique Block Uniform Resampling Largeur de bande du signal reu Cardiac cine Image reconstruction Continuous Update with Random Encoding Electrocardiogramme Echo de Gradient Imagerie Echo Planaire Frquence de Larmor Echo de Spin Signal dinduction libre Transforme de Fourier rapide Fast Low Angle Shot (True)Fast Imaging with Steady state Precession Champ de vue Rapport gyromagntique ( 267,54.10 6 rad .s 1 .T 1 pour lhydrogne)

B0

B1
BF BLAST BURS BW CAIR CURE ECG EG EPI

f0
ES FID FFT FLASH TrueFISP FOV

Gs
GS

Gradient de lecture Sries gnralises Gradient de codage de phase Gradient de codage de frquence Haute frquence Homodyne detection Imagerie par Rsonance Magntique

Gx

Gy
HF HM IRM

22

M Mz M xy
NMSE POCS RF RIA RIGR RMN RSB RSC
S

Aimantation macroscopique Aimantation macroscopique longitudinale Aimantation macroscopique transversale Normalised Mean Square Error Projection onto Convex Sets Radio Frquence Mthode de reconstruction de lespace k partiel en utilisant la notion dimage analytique Reduced-encoded Imaging by Generalized Series Rsonance Magntique Nuclaire Rapport Signal sur Bruit Rapport Signal sur Contraste Moment cintique du spin Sinus cardinal Spectral Localization by Imaging Sum of Squared Difference Angle de basculement de laimantation macroscopique Temps de relaxation de laimantation longitudinale Temps de relaxation de laimantation transversale Temps dcho Temps de rptition Transforme de Fourier Transforme de Hilbert Moment magntique du spin

Sinc SLIM SSD

T1 T2

TE TR TF TH

v.p
ZF

Valeur principale Zero filling

23

Introduction gnrale
Limage est un moyen de communication universel, accessible toutes les cultures, sans ncessit de traduction. Sous sa forme numrique, limage donne laccs un ensemble de donnes, permettant de concevoir des modles indispensables pour la comprhension des systmes physiques, plus ou moins complexes. En particulier, grce la diversit des modalits dimagerie, on peut actuellement mieux comprendre lenvironnement qui nous entoure. Limagerie par rsonance magntique (IRM) en loccurrence, est une modalit capable de produire des images du corps humain, ou de tout systme biologique, qui rvle de manire non envahissante, la structure, le mtabolisme et les fonctions des tissus ou organes internes, largissant significativement la gamme de la vision humaine dans un univers qui tait jadis inaccessible. En routine clinique, contrairement au diagnostic radiologique par rayons X, cette technique dimagerie produit des images anatomiques dune qualit exceptionnelle et sans nocivit pour le patient. Dun point de vue fonctionnel, lIRM peut galement tre vue comme une technique dimagerie tomographique qui produit des images du mtabolisme dun organe et de son fonctionnement interne partir des donnes collectes de lextrieur. Bien que son utilisation ne soit pas encore universellement rpandue en clinique, cause de la raret des imageurs et du cot lev de lexamen, lIRM se prsente comme la modalit dimagerie de rfrence pour le diagnostic clinique, car elle permet davoir des informations sur le plan tant anatomique que fonctionnel. Dun point de vue scientifique, lIRM est aussi attractive et fascinante, compare aux autres techniques dimagerie, grce sa polyvalence et sa flexibilit. Le sujet doit tre immobile pendant lacquisition pour viter que limage ne soit perturbe par ses mouvements, qui pourraient survenir lors dun temps dacquisition trs long, raison pour laquelle en imagerie cardiaque, par exemple, les acquisitions sont faites en apne et synchronises llectrocardiogramme. Par ailleurs pour imager des organes en mouvement ainsi que pour le confort du sujet, lacquisition des donnes en IRM conventionnelle ne couvre quune partie seulement de lespace k. Une des questions cruciales et dactualit en IRM est donc celle de la rduction du temps dacquisition des donnes en conservant une bonne qualit des images. Dans cette optique, des techniques dimagerie rapide ont t labores pour permettre lacquisition des donnes en fonction de squences dimagerie de plus en plus rapides et dautres techniques ont t proposes afin de diminuer la quantit dinformations ncessaire la reconstruction : cest lacquisition partielle de lespace k 24

(espace des donnes frquentielles). En particulier, cest dans ce cadre que se situe notre contribution. Lacquisition partielle de lespace k est dune grande importance en imagerie par rsonance magntique. Ce type dacquisition consiste en gnral rduire le nombre de lignes acquises de lespace k et utiliser des connaissances a priori sur lobjet ou lorgane imag en vue de retrouver les donnes non acquises. Cette technique dacquisition se traduit en gnral dans le domaine spatial par deux types de problmes : baisse de la rsolution spatiale et prsence de certains artfacts dans limage comme des oscillations dues au phnomne, trs connu, de Gibbs. En imagerie de Fourier, pour les organes ou objets statiques ainsi que pour les organes ou tudes dynamiques, diverses mthodes ont t proposes pour compenser linsuffisance des donnes mesures. La problmatique laquelle nous avons t confronte pendant ces trois annes de thse concerne la reconstruction partir des donnes de lespace k partiel, dobjets ou dorganes statiques et dorganes dynamiques. Le signal analytique a trouv des applications dans nombre de domaines comme la communication bande troite, la spectroscopie, la gophysique ou le traitement dimages. Les proprits de limage analytique, notamment la rduction de la redondance de linformation dans le domaine spectral sans perte dinformation, ont t mises profit, dans le cadre de la reconstruction dimages IRM, pour permettre de retrouver les donnes non acquises de lespace k, et surtout dobtenir des images de reconstruction de bonne qualit. Le travail prsent dans ce manuscrit commence par une introduction des connaissances de base de la physique de lIRM, ainsi que des informations sur la notion despace k. Ensuite seront prsentes diverses mthodes de reconstruction proposes dans la littrature, dans le cas dobjets ou dorganes tant statiques que dynamiques. Le troisime chapitre est consacr notre contribution dans le cadre de la reconstruction dobjets ou dorganes statiques et le quatrime chapitre traite de la reconstruction des organes dynamiques. Une conclusion clture la prsentation de ces trois annes de travail.

25

Chapitre I : Fondements de limagerie par rsonance magntique

There is nothing that nuclear spin will not do for you, as long as you treat them as human beings. Erwin Hahn.

I.

Introduction

Limagerie par rsonance magntique (IRM) est lune des plus rcentes mthodes tomographiques d'imagerie. Elle est fonde sur la mesure du magntisme des diffrentes parties du corps (tissus biologiques). Les images obtenues en IRM proviennent de la mesure de signaux de rsonance magntique nuclaire (RMN). Dun point de vue physique, lIRM est base sur le phnomne bien connu de RMN1 qui a t observ indpendamment lun de lautre par Felix Bloch (universit de Stanford) et Edward Purcell (universit de Havard) en 1946. La formation dimages partir de signaux RMN est rendue possible par les principes de codage dinformation spatiale, dvelopps par Paul Lauterbur en 1972, appels

zeugmatographie. Ces principes permettent de coder de faon unique linformation spatiale

dans les signaux RMN, dtects lextrieur dun objet. Un scanner IRM fournit une matrice de donnes multidimensionnelle (image) reprsentant la distribution spatiale de certains paramtres physiques mesurs. Mais contrairement certaines modalits dimagerie, lIRM peut gnrer des sections dimages bidimensionnelles pour toute orientation, des images de volumes tridimensionnelles ou mme de dimensions quatre reprsentant les distributions spatio-spectrales. Les signaux RMN utiliss pour la formation de limage proviennent directement de lobjet en question. Dans ce sens, lIRM est une forme de tomographie dmission similaire la TEP (Tomographie par mission de positons) et la scintigraphie. Mais, contrairement la scintigraphie ou la TEP, lIRM ne ncessite pas dinjection disotopes radioactifs dans lobjet pour la gnration du signal. LIRM opre dans la gamme des frquences radio, comme le montre le schma en Figure I-1. Ce procd dimagerie nimplique donc pas lutilisation de radiations ionisantes et ne possde
Bloch et Purcell ont observ que certains noyaux placs dans un champ magntique absorbent de lnergie dans la gamme des radiofrquences du spectre lectromagntique puis la re-mettent en revenant leur position dquilibre.
1

26

pas les effets nocifs associs. Il est important pour les utilisateurs dIRM de savoir que les images IRM sont extrmement riches en information. La valeur du pixel de limage est en gnral dpendante dun ensemble de paramtres intrinsques incluant la densit nuclaire de spin, les temps de relaxation des spins, les mouvements molculaires, les effets de susceptibilit et des diffrences de dcalages chimiques. Un scanner IRM (Figure I-2) est constitu de trois principaux composants : un aimant principal, un systme de champs de gradients magntiques et dun systme de radio frquences (RF).

Figure I-1: Spectre lectromagntique

27

Figure I-2: Scanner IRM

II.

Physique de lIRM

II.1.

Modle nergtique

LIRM est base sur la dtection de molcules contenant des noyaux qui ont la proprit de pouvoir effectuer des rotations sur eux-mmes et possdent un moment cintique nomm S ou spin, align sur leur axe de rotation. Au moment cintique S correspond un moment magntique ( ). Les protons (lectriquement chargs) et les neutrons (lectriquement neutres) qui constituent un noyau, possdent un moment magntique d la rpartition des quarks qui les composent ainsi qu dautres phnomnes de mcanique quantique [LIAN99]. Notons que le moment magntique du neutron est environ gal aux
23

de celui du proton.

28

B0

Figure I-3: Proton dhydrogne avec ses diffrents moments.

La thorie quantique indique que si un proton est plac dans un champ magntique B0. u z , la projection de sur B0 ne prend que deux valeurs:

12

o reprsente le rapport du est la

moment magntique sur le moment cintique aussi appel rapport gyromagntique et constante de Dirac telle que

h x10-34 J.s ). avec h la constante de Planck ( 1.054571 2

La particule possde alors deux niveaux d'nergie :

1 2

Un niveau o elle est en position parallle au champ magntique: E1 = E0 Un niveau o elle est en position antiparallle au champ magntique:
E2 = E0 + 1 2

quation I-1

quation I-2

Le proton, ou atome dhydrogne H, ainsi que tous les atomes dont la somme du nombre de protons et des neutrons est impaire, prsenteront donc un moment magntique global2 non nul qui s'alignera dans un champ magntique. En plus de latome dhydrogne (1H), nous pouvons citer, entre autres, les atomes de carbone 13C, Fluor 19F, Phosphore 31P, Sodium 23Na.
2

Dfini par la somme des moments magntiques

29

Lapport en nergie d la temprature extrieure entrane le passage permanent des protons d'un tat lautre dans un champ magntique constant. La diffrence dnergie entre les tats
E1 et E2 , conduit un apport moins important pour amener un proton dans la position

parallle que dans la position antiparallle. A temprature ambiante, on retrouve dans le systme, selon les statistiques, plus de particules en position parallle qu'antiparallle. Le rapport des deux nombres, proportionnel la diffrence d'nergie E =
B0 entre les deux

tats de spins, est donn par la statistique de Boltzmann dont lexpression est donne ci dessous:
E k BT

nE1 nE 2

quation I-3

A titre d'exemple, temprature ambiante et pour un champ B0 de 1.5 Tesla, pour 105 protons en position antiparallle on trouve 105 + 1 protons en position parallle. Il est noter que seule la diffrence de protons entre ces deux tats fournira le signal de RMN.

II.2.

Rsonance magntique

Les principes de la mcanique classique stipulent que les proprits lectromagntiques dun proton ne lui permettent pas seulement de saligner sous leffet dun champ magntique, mais aussi de tourner trs rapidement autour de laxe dorientation du champ magntique en dcrivant un cne de rvolution (Figure I-3). La pulsation laquelle se produit ce mouvement de prcession est donne par la relation fondamentale de Larmor nonce ci dessous:

0 = B0

quation I-4

En labsence de champ magntique externe B0 , les protons ( ) dun chantillon tissulaire sont orients de faon alatoire, en tout sens, et la somme des vecteurs daimantation lmentaire, qui reprsente le moment magntique macroscopique, est exprime comme dans lquation suivante :
M = =0

quation I-5

30

Sous laction dun haut champ magntique B0 , les protons sorientent selon la direction de ce dernier et tournent autour de lui avec un certain angle auquel est associe une frquence, nomme frquence de Larmor, dont lexpression est la suivante :

f0 =

.B0 2

quation I-6

La diffrence entre les protons parallles et antiparallles cre lapparition dun vecteur daimantation macroscopique M non nul. Ce vecteur reprsente le vecteur rsultant entre un vecteur daimantation longitudinal ( M z ) et un vecteur daimantation transversal ( M xy ). A lquilibre, laimantation macroscopique est longitudinale ( M = M z ). Cela revient dire quelle est oriente suivant la direction du champ magntique statique B0 qui la cr [KAST97]. La dispersion, dans toutes les directions, des composantes transversales lmentaires conduit la non production de la composante transversale macroscopique ( M xy = 0 ). Lintensit de M crot de manire proportionnelle B0 .

Figure I-4 : Alignement des spins suivant B0

A lquilibre, il nest pas possible de mesurer directement le vecteur M (dans la direction de B0 ) car il est infiniment petit par rapport B0 . La rsonance tant par dfinition le transfert dnergie entre deux systmes oscillant la mme frquence, le basculement dun proton de ltat fondamental E1 ltat excit E 2 ncessite lapport exact de la quantit

31

dnergie E . Lorsque les protons aligns dans la direction parallle au champ magntique reoivent un apport dnergie supplmentaire, par exemple sous la forme d'une onde lectromagntique de pulsation gale leur frquence de rsonance, ils basculent de l'tat E1 vers l'tat E 2 . En plaant cette onde magntique ( B1 ) dans le plan transversal, on observe une diminution partielle ou totale de la composante longitudinale et lapparition dune composante transversale. Le champ magntique B1 ou onde radiofrquence (RF) nest appliqu que pendant des priodes de dure trs courte de quelques millisecondes (ms), de sorte que M soit bascul dun angle = 90 ou = 180 : on parle alors dimpulsion RF dexcitation ou dinversion. La Figure I-5 montre quavant limpulsion, le moment total se trouve sous sa forme longitudinale M z 0 . Limpulsion RF loigne le moment de sa position initiale. Ce moment se trouve dcompos en une partie longitudinale M z et transversale M xy . Ce signal, qui peut tre dtect laide de capteurs, reprsente le retour zro de l'aimantation transversale: c'est le signal de Dcroissance de lInduction Libre, ou FID en anglais (Free Induction Decay), reprsent par lenveloppe du signal montr sur la Figure I-5 (b).

(a)

(b)

Figure I-5: Avant laimantation, le moment total se trouve sous sa forme longitudinale M z 0 , aprs limpulsion RF, on a (a) : Basculement de laimantation suite lapplication dune onde RF, (b) : Allure du signal FID

32

II.3.

Phnomnes de relaxation

Laimantation macroscopique M retourne sa position dquilibre larrt de limpulsion RF. Ce fait est traduit par une diminution rapide de la composante transversale M xy et une augmentation progressive de la composante longitudinale M x (Figure I-6). Ces phnomnes sont respectivement appels relaxation transversale et relaxation longitudinale. La relaxation des protons rend possible lobservation du phnomne de RMN. Le temps de relaxation longitudinale, encore appel T1 ou spin- rseau, correspond la constante de temps ncessaire pour que 63% des spins se ralignent le long du champ magntique B0 . Cette relaxation est traduite par une croissance progressive de M x suivant une loi exponentielle. Le temps de relaxation transversale, encore appel T2 ou spin- spin, correspond la constante de temps avec laquelle 63% de spins perdent leur cohrence de phase du fait des interactions spin-spin, en excluant les effets causs par les inhomognits de champ. Cette relaxation est traduite son tour par une disparition de M xy selon une loi exponentielle dcroissante. Les constantes de temps T1 et T2 sont caractristiques dun tissu donn. A titre dinformation, nous indiquons dans le tableau ci-dessous les valeurs des constantes de temps T1 et T2 de quelques tissus du cerveau, mesures 1.5T [KAST97] :

Figure I-6: Evolution des aimantations transversales et longitudinales.

33

Tableau I-1: Temps de relaxation, 1.5 T, pour les constituants de la bote cranine [KAST97]. (LCR reprsente le liquide cphalo-rachidien). Tissus biologiques Graisse LCR Matire blanche Matire grise
T1 (ms) T2 (ms)

200 3000 500 750

750 200 75 90

Le signal FID introduit ci-dessus prsenterait une dcroissance en T2 si le champ B0 tait parfaitement homogne. Dans la ralit, nombre de facteurs influencent lhtrognit du champ statique B0 . Parmi ces facteurs, nous pouvons numrer entre autres : lhtrognit propre B0 ainsi que la diffrence de susceptibilit aux interfaces entre milieux diffrents. Ces htrognits, notes B0 , vont modifier la constante de temps relative la disparition de laimantation transversale, c'est--dire T2 . Cette nouvelle constante appele T2* est relie
T2 sous certaines hypothses [LIAN99] par la relation :

1 1 = + . B * T2 T2

quation I-7

Les quations de mcanique classique de Bloch [BLOC46] dcrivent lvolution de laimantation vers une position dquilibre thermique. Sous lhypothse que lamplitude du champ magntique B1 est trs infrieure celle du champ statique B0 (hypothse qui est vrifie pendant lexprience dIRM), le moment magntique macroscopique M soumis un champ statique B volue au cours du temps en fonction dune loi rgie par lquation dite de Bloch [BLOC46] et qui a pour expression :

M x x + M y y M z M z0 dM z = . M B) T2 T1 dt

quation I-8

Le premier terme du membre de droite de lquation de Bloch dcrit le mouvement libre du moment magntique macroscopique M dans le champ magntique B = B0 + B1 . Le deuxime terme du membre de droite de lquation I-8 modlise lannihilation de la composante

34

transversale M xy de laimantation. Le troisime terme dcrit le transfert dnergie entre les deux noyaux et le milieu environnant. Dans cette partie, M z 0 dsignant lintensit de laimantation lquilibre thermique, qui est proportionnelle la densit de protons ( ). Ces deux termes sont des termes damortissement modlisant le ncessaire retour lquilibre thermodynamique du moment magntique macroscopique.

II.4.

Dtection du signal RMN

Suite ce que nous avons dit dans les sections prcdentes, nous savons quen plaant un objet dans un champ magntique externe B0 , puis en le stimulant avec un autre champ magntique oscillant B1 , on peut induire un magntisme dtectable sous la forme dun moment magntique tournant : Cest le phnomne de RMN. La question laquelle nous allons rpondre dans cette partie est celle de savoir comment dtecter ce moment magntique, ou plus prcisment, comment convertir ce moment magntique tournant en un signal lectrique. La prcession de laimantation transversale est dtecte laide de deux antennes orthogonales (suivant les directions x et y respectivement), pour lesquelles la frquence du signal de rfrence a t ajuste celle de londe porteuse de lexcitation RF. Les phases des signaux de rfrence sont choisies telles que lune soit gale celle de londe porteuse de lexcitation RF et lautre orthogonale celle-ci. Les frquences mesures tant distribues autour de f 0 , le dtecteur dlivrera la mme distribution mais, cette fois ci, centre autour de 0 aprs la dmodulation
f0 .

Le signal RMN appel ici S (t ) est lassociation de deux composantes qui ne sont que les deux composantes de laimantation transversale dans le rfrentiel tournant. Lune de ces composantes, M x (t ) est en phase avec lexcitation et lautre M y (t ) est orthogonale celleci. Par souci de simplification, les facteurs multiplicatifs lis la chane de dtection ne sont pas pris en compte. Le signal RMN est gnralement reprsent sous la forme complexe suivante :

S (t ) = M x (t ) + iM y (t ) = M xy 0 e i ( 2f 0t + )
o M xy 0 et reprsentent respectivement lamplitude et la phase du signal.

quation I-9

35

Ce signal subit non seulement linfluence des paramtres physiques intrinsques de lobjet imager mais aussi celle des paramtres dacquisition.

II.5.

Du signal RMN limage IRM

Le signal FID gnr, signal de RMN, est la somme de deux signaux locaux provenant de lensemble de lobjet imag. Lobjectif, dans le cadre de limagerie, est celui davoir les signaux en fonction de leur position spatiale. La capacit de distinction de ces signaux est par consquent ncessaire. Pour ce faire, il existe en loccurrence deux mthodes permettant la localisation spatiale des signaux : lexcitation slective et lencodage spatial, qui reposent sur lutilisation de gradients linaires de champ magntique. Ces gradients superposent, au champ statique homogne, une composante de champ magntique oriente dans la mme direction que le champ statique mais dont lamplitude varie linairement dans la direction du gradient appliqu. Pour un champ magntique donn, les conditions de rsonance imposent aux protons une seule frquence de prcession.
Lexcitation slective permet de slectionner une coupe lintrieur dun volume dintrt.

A cet effet, on a besoin dun gradient linaire de champ magntique appel gradient de slection de coupe ou GS et dune impulsion RF. Par convention, la direction de slection de coupe est la direction ( Oz ). Pour une position z , la frquence de Larmor est donne par lquation :

f ( z) = f 0 +

z.G S 2

quation I-9

Limpulsion RF, applique pendant le gradient de slection de coupe, permet de slectionner une coupe comme il est montr sur la Figure I-7.

36

Figure I-7: Slection dune coupe dans un volume par impulsion RF slective de largeur de bande f , couple un gradient de champ magntique dintensit GS

La largeur de la bande, f , limpulsion RF et la valeur (pente) du gradient ( GS ) dfinissent lpaisseur de la coupe. En pratique, la bande passante de limpulsion RF nest pas modifie. Lpaisseur de coupe est impose par la valeur du gradient. Lpaisseur de coupe minimale est dtermine par la valeur maximale que lon peut imposer au gradient de slection de coupe comme il est indiqu dans la relation suivante :

Z min =

2 .f .GS

quation I-10

Le profil spectral de limpulsion RF utilise pour la slection de coupe est dune grande importance. Elle doit idalement tre de forme rectangulaire pour exciter de faon homogne tous les spins de la coupe. Un profil frquentiel rectangulaire implique une impulsion temporelle de dure infinie, ce qui nest pas ralisable en pratique. Par consquent, on utilisera en pratique, une impulsion de dure finie. Dans ce cas, sa rponse frquentielle nest plus rectangulaire. Ceci peut tre la cause dinductions des effets dinterfrences entre les coupes adjacentes.
Lencodage : une fois quune partie de lobjet a t excite par limpulsion slective,

linformation spatiale peut tre encode dans le signal durant la prcession. Le signal mis par lobjet tant un signal exponentiel complexe, linformation spatiale peut tre encode de deux faons, en phase et en frquence, qui seront: dune part lencodage en frquence selon la direction (Ox) et dautre part lencodage en phase selon (Oy).

37

Lencodage en frquence rend la frquence du signal mis par lobjet dpendante de manire linaire de sa position spatiale selon lquation :

f ( x) = f 0 +

.G .x 2
x

quation I-11

Gx reprsente lintensit du gradient de frquence. Celui-ci est galement appel gradient de

lecture car il est appliqu pendant lenregistrement du signal. Lencodage en frquence permet de dcouper lobjet suivant la direction horizontale x. Afin davoir une grille dans laquelle les signaux locaux vont tre restitus, il faut effectuer galement un dcoupage de lobjet suivant la direction verticale y. Il sagit de lencodage en phase ; Il permet le dcoupage en lignes, avec chacune de ces lignes ayant une phase ( y ) donne par

lquation suivante:

( y ) = .G y . y. y

quation I-12

o Gy et y reprsentent respectivement lintensit et la dure dapplication du gradient de phase. Il est appliqu avant lencodage en frquence. La valeur du signal local, dS ( x, y, t ) , avec son aimantation locale proportionnelle la distribution de spin ( x, y ) , est donne par lexpression :

dS ( x, y, t ) = ( x, y ). exp i. (G x .x).t .G y . y. y

quation I-13

Le signal total recueilli par les deux antennes en imagerie bidimensionnelle (2D) peut tre exprim par lquation ci-dessous :

S ( k x (t ), k y (t )) = ( x, y ). exp i.2. ( k x (t ).x + k y (t ). y ) dx.dy

quation I-14

t t avec k x (t ) = Gy ( ).d Gx ( ).d et k y (t ) = 2 2 0 0

Lquation du signal revient construire un espace dont les coordonnes k x (t ), k y (t ) sont des frquences spatiales. Cet espace ainsi construit est appel espace k ou espace de Fourier. En effet, cette quation correspond lexpression mathmatique de la transforme de Fourier
38

bidimensionnelle (TF2D) des aimantations locales que nous recherchons. Le module de la transforme de Fourier bidimensionnelle inverse va nous permettre dobtenir les aimantations chaque position. Un exemple dillustration est donn en Figure I-8.

(a)
module de lespace k.

(b)

Figure I-8: (a) Module de la TF2D inverse de lespace k reprsent en (b), (b) log du

En rsum, pour obtenir limage dune coupe dun objet, on va acqurir la transforme de Fourier de cette image (ou donnes espace k, ou donnes spectrales, ou encore donnes brutes). On utilise un gradient de slection de coupe, selon z pour que seule la coupe dsire soit excite. Avant lacquisition de chaque ligne de lespace k, un gradient de phase selon y est utilis. Chaque ligne est obtenue en utilisant un gradient de frquence suivant la direction

x et en chantillonnant les signaux acquis par les deux antennes en quadrature pour former un
signal complexe. Si lon souhaite faire une acquisition 3D, le gradient de slection de coupe est remplac par un gradient de codage en phase suivant z, pour coder la troisime direction.

II.6.

Echantillonnage de lespace k

Avant dintroduire les diffrentes implmentations de lespace k, il est intressant de considrer certaines de ses proprits inhrentes. Premirement, notons que les signaux ne

39

sont pas mesurs de manire continue mais des intervalles de temps discrets. Cet chantillonnage discret conduit une distribution ambigu des frquences au-del dun certain seuil La frquence de seuil, appele la frquence de Nyquist, dtermine la largeur de bande dans laquelle le signal se produira. La dfinition des coordonnes de lespace k implique que celles ci sont invariantes par rapport la force du gradient utilis pour lacquisition. Mathmatiquement, lacquisition des donnes sous un gradient fort et en un temps dacquisition court, conduit au mme ensemble de donnes espace k (donc la mme image) quune acquisition sous un gradient faible et pendant une longue dure. Le bruit dans limage augmente, selon les bases de la thorie du signal, en mme temps que la racine carre de la largeur de bande, donc une technique dimagerie rapide sera pnalise par un faible rapport signal sur bruit (RSB) mme si tous les autres facteurs influenant limagerie rapide sont ngligs. Lchantillonnage discret de lespace k a quelques consquences additionnelles importantes sur la densit et ltendue de lchantillonnage dans lespace k. Diffrentes parties de lespace k codent diffrentes caractristiques de limage : Le centre de lespace k reprsente le contraste de limage, tandis que les rgions extrieures, qui reprsentent de hautes frquences, contiennent la plupart des informations sur la forme et la structure de limage spatiale (ou plus simplement contient des informations propos de la rsolution de limage).

II.6.1.

Echantillonnage rectiligne

Presque toutes les squences utilises actuellement en routine clinique sont bases sur lchantillonnage rectiligne de lespace k ; les points chantillonns sont placs dans une grille rectangulaire, ce qui reflte la capacit de pouvoir utiliser une transforme de Fourier rapide (FFT) pour une telle stratgie dchantillonnage. Suivant le mode de parcours de lespace k, les techniques de base de lchantillonnage peuvent tre divises en deux groupes : les techniques bases sur lcho de spin et celles bases sur lcho de gradient. Dans toutes les techniques dchantillonnage rectiligne, le gradient utilis pendant lacquisition du signal est communment appel gradient de lecture et celui utilis pour amener la trajectoire de lespace

k vers un certain point de dpart avant lacquisition des donnes est appel gradient de codage
de phase.

40

II.6.1.a.

Techniques bases sur lcho de spin

Dans les techniques bases sur lcho de spin, les impulsions de refocalisation sont utilises dans la construction de la trajectoire de lespace k. Les techniques dacquisition conventionnelles bases sur lcho de spin acqurant une ligne de lespace k par excitation sont identiques aux techniques bases sur lcho de gradient selon la stratgie dchantillonnage de lespace k. Il existe des techniques offrant la possibilit dutiliser de multiple impulsions de refocalisation permettant ainsi dacqurir plusieurs lignes de lespace

k la fois (voire la totalit). La squence cho de spin (ES) standard est dcrite ci-dessous :
La rptition d'impulsions 90 - 180 constitue le fondement de la squence dcho de spin. Cette squence est base sur deux paramtres fondamentaux :
Le temps d'cho (TE) : Dure qui spare le milieu de londe RF dexcitation et le

milieu du temps de lecture.

Ligne vide Le temps de rptition (TR) : Intervalle de temps sparant deux impulsions

excitatrices successives de 90. La squence (ES) commence par l'application d'une impulsion de 90, ncessaire pour faire basculer l'aimantation dans le plan transversal. Cependant, l'acquisition du signal ne se fait pas immdiatement aprs l'impulsion, mais se fait sous forme d'un cho. En effet, l'cho de spin consiste faire renatre, par une impulsion de 180, une aimantation transversale qui avait disparu rapidement en raison des htrognits de champ magntique. En pratique, ce type de squence permet de laisser scouler un dlai entre l'excitation par l'impulsion de radiofrquence et l'acquisition d'un signal de RMN. Ce dlai, qui joue un rle important dans la matrise du contraste de limage, est le temps d'cho que nous avons dj dfini. Par ailleurs, la formation d'une image ncessitant l'acquisition de plusieurs signaux, la squence d'acquisition est rpte plusieurs fois avec une priode d'application de la squence gale TR. Le dtail de la squence est donn dans la Figure I-9.

41

Figure I-9: La squence Echo de Spin (ES) : la slection dune coupe se fait par couplage dune impulsion RF un gradient de slection de coupe GS . Un gradient de phase G y de dure y est ensuite appliqu pour coder une ligne. Au bout dun temps dcho (TE), le signal chantillonn en un nombre de points est acquis grce un gradient de lecture Gx . Cette squence est rpte autant de fois quil y a de lignes remplir dans lespace k. Le gradient de phase est incrment chaque ligne.

II.6.1.b.

Techniques bases sur lcho de gradient

Un cho de gradient est form en utilisant une inversion du gradient de lecture [FRAH86]. En imagerie par cho de gradient conventionnelle, seule la partie de refocalisation de la trajectoire de lespace k est mesure en considrant que le dphase du signal aussi bien que le codage de phase ont t excuts avant lacquisition des donnes. Lexprience est rpte aprs le temps de rptition TR en utilisant diffrentes valeurs doffset du gradient de codage de phase antrieurement chaque tape dacquisition. En se rfrant au formalisme de lespace k, on peut observer aisment comment limagerie par cho de gradient peut tre gnralise une technique rapide utilisant des priodes dexcitation moindre par chantillonnage de plus dune ligne de lespace k aprs chaque excitation. La rptition de linversion de gradient et lapplication dun gradient de codage de phase peuvent tre utilises pour la lecture de plus dune ligne de lespace k par excitation avec une rduction concordante du temps total de formation dimage. Dans le cas extrme, toutes les donnes de

42

lespace k peuvent tre lues en une seule excitation, cest la squence cho planaire propose en 1977 par Mansfield et connue sous le nom dEPI (Echo Planar Imaging) [MANS77] et [MANS84]. Lide de base de la squence dcho de gradient (EG) est de remplacer limpulsion RF de rephasage de 180 dans la squence dimagerie ES par des impulsions de rephasage de gradient comme le montre la Figure I-10. Selon cette configuration, il devient efficace dutiliser des excitations petits angles de basculement. Limagerie par cho de gradient prsente une large gamme de variations compare limagerie par cho de spin et il en rsulte que le mcanisme de contraste de limage se trouve dans ce cas plus enrichi. Donnons prsent une comparaison un peu plus complte des avantages et inconvnients respectifs des squences dcho de gradient et dcho de spin : La squence cho de spin permet de s'affranchir des inhomognits du champ magntique B0 , mais ncessite deux impulsions slectives, une de 90 et lautre de 180, en prsence du gradient de slection de coupe, ce qui limite la dure minimum du temps d'cho. L'impulsion de 90 dans la squence ES annule la composante longitudinale ce qui ne permet pas d'utiliser des temps de rptition trs courts. Le contraste est variable en fonction du choix du temps de rptition et du temps d'cho.

La squence cho de gradient, par contre, est sensible aux inhomognits du champ magntique B0 . Il peut y avoir des problmes dans lutilisation de cette squence en cas de prsence aux voisinages du plan de coupe dobjets mtalliques et a fortiori ferromagntiques (pivots dentaires, couronnes...). Cette squence ne ncessite qu'une impulsion slective, ce qui permet des temps d'cho plus courts. Elle permet surtout d'utiliser de petits angles d'excitation, qui n'annulent pas la composante longitudinale et autorisent ainsi des temps de rptition trs courts, permettant l'accs l'imagerie rapide. Le contraste est variable, en fonction du temps de rptition et du temps d'cho, mais aussi en fonction de l'angle de basculement .

43

Pour des valeurs dangle (angle de basculement) importantes ( 60 ) on se retrouve dans la mme situation que dans la squence ES, et c'est le choix du TR ou du TE qui dtermine le contraste en T1 ou en T2 . Pour des petits angles de basculement ( < 30 ) on aura, si les temps d'cho sont suffisamment longs ( TE 15ms , dpend de B0 ), des images pondres en T2 . Si les temps d'cho sont courts et les temps de rptition de l'ordre de 100ms , pour de faibles angles, ou longs plus grand angle, les images seront pondres en densit de proton (DP). Si les angles de basculement sont petits et que les temps de rptition sont trs courts ( TR < T2* des tissus imags), on aboutit des squences pour lesquelles le contraste est en fait en
*

T2* T1 .
Lun des grands avantages de lIRM est sa capacit fournir dexcellent contraste entre tissus mous, suivant le fait que contraste est rgl en fonction des paramtres de la squence. Pour un TE court et un TR court, on aura une image pondre en T1 , tandis que pour un TE long et un TR long limage sera pondre en T2 , enfin pour un TE court et un TR long limage sera pondre en DP.

44

RF GS Gy Gx

Signal
Figure I-10: La squence Echo de Gradient (EG) : la slection dune coupe se fait par couplage dune impulsion RF un gradient de slection de coupe GS . Un gradient de phase G y de dure y est ensuite appliqu pour coder une ligne. Au bout dun temps dcho (TE), le signal chantillonn en un nombre de points est acquis grce un gradient de lecture Gx . Plusieurs lignes de codage de phase sont acquises en un seul TR .

II.6.2.

Echantillonnage non rectiligne

Un problme commun toutes les techniques dchantillonnage rectiligne de lespace k est la nature extrmement htrogne des trajectoires, de lespace k, utilises : les donnes sont acquises suivant une ligne droite de lespace k sous un gradient constant. Lexploration des coins de la trajectoire demande, pour une priode brve, des commutations de gradients trs rapides. La combinaison de ces deux modes dopration exige une grande efficacit des amplificateurs de puissance des gradients. Les trajectoires courbes sont les plus utilises et les trajectoires spirales ont considrablement gagn lintrt grce leur utilisation efficace du systme de gradient. La Figure I-11 montre un exemple despace k chantillonn suivant une trajectoire spirale. Afin dutiliser les algorithmes de FFT, lapproche typique de reconstruction des ensembles de donnes acquis partir des trajectoires spirales (radiales ou autres trajectoires non rectilignes) consiste premirement interpoler les donnes sur une grille rectiligne et ensuite appliquer la transforme de Fourier pour la reconstruction. Prenons comme exemple la trajectoire spirale. Il est important de noter que les spirales nont pas dorientation prfrentielle comme par exemple la direction de lecture ou celle de codage de phase comme dans le cadre de lchantillonnage rectiligne. Les dcalages chimiques, ou les effets de susceptibilits et dinhomognits de champ magntique ne conduiront pas 45

des dplacements dans la direction de codage de phase mais plutt du flou dans les structures correspondantes. A quelques gards, ceci peut tre considr comme un avantage car les graves distorsions de lEPI sont vites. Les donnes pourront ainsi tre corriges et une image plus nette reconstruite. Par consquent, pour la plupart des applications en imagerie spirale, une carte de champs est acquise avant le balayage dans le but de mesurer les effets doff-rsonance locaux. Un autre problme de limagerie spirale est le fait que de graves artfacts peuvent surgir quand la trajectoire de lespace k utilise pour produire les donnes nest pas identique celle utilise pour la reconstruction de limage. Une proprit intressante des spirales est la correction du mouvement inhrente dans la trajectoire [NISH95]. La nature priodique des spirales assure la correction du mouvement dans une partie des donnes. Mis part les spirales, il existe dautres types de trajectoires non rectilignes parmi lesquelles nous pouvons citer les projections qui utilisent une trajectoire en forme dtoile et qui a t introduite par Lauterbur dans la premire dmonstration dimagerie par rsonance magntique [LAUT73]. Les projections permettent la ralisation des temps dcho extrmement courts. Dautres trajectoires comme les rosettes ou les trajectoires alatoires ont galement t explores [SCHE96]. Une caractristique commune toutes les trajectoires non rectilignes repose sur leur nature non priodique qui produit de graves artfacts lorsque le champ de vue dacquisition des donnes est plus petit que la taille de lobjet imager. Pour des balayages rectilignes, ceci conduit de graves artfacts de repliement qui peuvent tre tolrs tant quils naffectent pas les structures importantes de limage. Souvent ces artfacts peuvent tre vits quand ils apparaissent dans la direction de lecture o un surchantillonnage peut tre appliqu sans pnaliser le temps dacquisition. Pour les trajectoires non rectilignes, le surchantillonnage nest pas une option intressante car le champ de vue est dtermin par la distance entre les parties adjacentes de la trajectoire plutt que par le taux dchantillonnage le long de la trajectoire [HENN99]. Pour des donnes espace k acquis dans un champ de vue insuffisant pour la reprsentation de lobjet imag, de graves artfacts de dfaut de recalage peuvent se produire selon la trajectoire utilise. Il est donc recommand de sassurer que la trajectoire de lespace k est suffisamment dense pour toujours couvrir en entier lobjet dintrt. Cette limitation est spcialement importante pour limagerie cardiaque o la taille du champ de vue pour un plan en petit axe peut tre considrable.

46

Figure I-11: Espace k non rectiligne : trajectoires spirales avec la squence dacquisition des donnes correspondantes.

II.7.

Lecture des donnes brutes

Les machines IRM couramment utilises en routine clinique ne donnent en gnral pas la possibilit daccder aux donnes brutes de lespace k, d au fait que les mdecins ne regardent que le module des images reconstruites. Cependant, dans le cadre de la recherche, il est ncessaire davoir accs ces donnes afin de pouvoir exploiter la richesse des informations contenues dans les donnes brutes. La bonne lecture ces donnes brutes est dune grande importance en IRM, car des erreurs de lecture peuvent conduire des informations compltement errones. Pour une utilisation adquate du fichier de donnes que fournit la machine, nous avons besoin dun fichier supplmentaire qui contient les informations sur les paramtres de lacquisition. Ce sont ces paramtres qui nous permettront de lire le fichier de donnes et den tirer de linformation pertinente. Un fichier contenant les informations sur lespace k de lobjet imag est dpendant de la machine utilise (Bruker, Phillips, Siemens, General Electric Medical System (GEMS)) et est constitu dune entte, suivie des donnes. Par exemple, soit un objet donn, imag avec une machine Bruker et une machine Siemens, pour la lecture du fichier des donnes brutes, il est impratif de savoir que le format Bruker ne requiert pas la lecture pralable dune entte, alors que le format Siemens possde une entte pour chaque ligne (dune longueur de 128

47

octets). Il est galement trs important de savoir par exemple que les donnes Siemens sont sur-chantillonnes lacquisition et que celles de Brucker par exemple ne le sont pas. Dans ce cas, si la matrice contenant les donnes acquises avec un imageur Siemens a un nombre de lignes de codage de phase gal 128, dans le programme de lecture des donnes, ce nombre sera port 256. En rsum, si nous possdons un fichier de donnes espace k, la premire question que nous devons nous poser est celle de savoir de quel constructeur il provient. Une fois la rponse cette question obtenue, nous serons dj renseigns sur la question de lentte. Ensuite pour tous les constructeurs, il faut avoir des informations relatives aux paramtres cits cidessous : Le nombre de lignes de codage de phase : qui reprsente en termes de matrice le nombre de lignes de la matrice reprsentant lespace k. Le nombre dchantillons : qui reprsente le nombre de colonnes de la matrice reprsentant lespace k. Le nombre de coupe : si on est en 3D. Le type de codage des donnes : nous pouvons avoir un codage en binaires, en entiers, en rels, ou autres.

III.

Problmes de reconstruction en IRM

Lacquisition le plus rapidement possible des donnes brutes est lun des problmes cruciaux en imagerie par rsonance magntique. Ce problme est la base de la cration de squences dimagerie qui par rapport la squence de base (SE), diminue le temps dacquisition en raccourcissant le plus souvent le TR . Pour diminuer le temps dacquisition, on peut agir sur les paramtres le constituant individuellement ou simultanment suivant la relation :

48

Tacq = N P N acc T R

quation I-15

avec N p reprsentant le nombre de pas de codage ou nombre lignes de la matrice,

N acc dsignant le nombre daccumulations du signal, et T R reprsentant le temps de

rptition. Ce problme peut tre abord de deux manires distinctes. Dune part, en agissant sur la squence et ses paramtres, ce qui revient diminuer de manire significative ( N P TR ). Cette faon de faire reprsente la technique communment appele imagerie rapide. Une technique couramment utilise dans cette catgorie est le Fast Spin Echo ( FSE), o plusieurs lignes de lespace k sont acquises chaque excitation RF. Bien que permettant la rduction du temps dacquisition, les mthodes dimagerie comprises dans cette sous partie prsentent quelques artfacts parmi lesquels nous pouvons citer la dgradation de limage due aux mouvements physiologiques, la diminution du RSB, les artfacts dus aux effets doff-rsonance et aux erreurs de gradient. Dautre part on peut agir sur lespace k directement, ce qui quivaut diminuer le facteur N P . Cette manire de procder, qui est notre domaine dintrt, concerne lacquisition partielle de lespace k. Ici, une partie seulement de lespace k est acquise. Ce type dimagerie prsente deux problmes principaux : la perte de rsolution spatiale et les artfacts dans les images reconstruites (le plus rpandu tant le phnomne des oscillations de Gibbs). Nous allons maintenant donner une dfinition des artfacts auxquels nous seront confronts dans le travail prsent dans ce manuscrit.

III.1.

Artfact de troncature

Les artfacts de troncature (galement appels artfacts de Gibbs) prennent leur origine au niveau des interfaces reprsentant une zone de transition abrupte de signal (exemple graisse/muscle ou LCR/moelle). Ils apparaissent sous forme de bandes priodiques dintensit faible et leve (striations) parallles la zone de variation brutale de signal ; la priodicit des striations (distance entre les bandes) est lie la taille de la matrice (rsolution spatiale). Les zones les plus difficiles reconstruire sont celles correspondant une variation brutale de signal (onde carre). Pour bien reproduire ces zones de transition, il faudrait disposer dune gamme infinie dchantillons (en frquence et en phase). La limite principale est reprsente 49

dans la direction de phase, ou de codage de frquence, o le nombre dtapes dincrmentation du gradient (pas dchantillonnage en phase = nombre de lignes, ou de colonnes, de la matrice) est limit par la taille de la matrice. Pour diminuer la dure dacquisition des squences, les matrices utilises sont le plus souvent asymtriques avec des lments (pixels) rectangulaires (moins de lignes = diminution de la rsolution spatiale) : cest la raison pour laquelle les artfacts de troncature sont plus frquents dans la direction de codage de phase. Pour les attnuer, il faut : Augmenter la matrice dacquisition (rsolution spatiale), ce qui par consquent va augmenter la priodicit des striations : lorsquelles sont suffisamment proches, elles deviennent quasiment imperceptibles, ou Diminuer le champ de vue (Field of View (FOV) dans sa version anglaise) mais au dtriment du rapport signal sur bruit, ou encore Utiliser certains filtres liminant les signaux hautes frquences au dtriment de la rsolution spatiale. Parfois ces artfacts sont difficiles reconnatre, par exemple au niveau de la moelle pinire o ils apparaissent sous forme dune bande centrale dintensit varie (proche du signal du LCR) pouvant simuler une syringomylie.

50

Figure I-12: Artfacts de troncature (phnomne de Gibbs) en imagerie de Fourier. Laspect des oscillations est fonction du nombre de points de donnes utilis pour la reconstruction.

III.2.

Artfact de mouvement

Il fait partie des artfacts les plus rencontrs. Les mouvements du patient sont source de dgradation de limage. Par consquent, les techniques dacquisition IRM relativement longues sont rserves aux malades pouvant rester strictement immobiles durant toute la squence dimagerie. Les mouvements physiologiques (respiration et pristaltisme intestinal) sont surtout gnants pour limagerie abdominale et thoracique. Lintroduction de la synchronisation llectrocardiogramme (ECG) a t lorigine de lessor rapide et constant de lIRM cardiaque. Les artfacts de mouvements sont plus prononcs haut champ et dans les squences longues (TR long), si N ex = 1 . Les mouvements peuvent affecter limage de deux faons : 1. Limage devient floue (par dispersion du signal) et dans les deux directions, de codage de phase et de frquence. 2. Des images fantmes (alternance de bandes de signal intense et faible rappelant la structure en mouvement) apparaissent, exclusivement dans la direction du codage de phase, de part et dautre de la structure en mouvement. Elles couvrent lensemble de limage. Ces fantmes seront dautant plus nets que la structure en mouvement aura 51

un signal lev (vaisseau sur une coupe dentre avec un rehaussement paradoxal, graisse sous cutane abdominale). Lorigine de ces artfacts fantmes fait appel deux mcanismes de base : a. Mouvements de structures lors de lacquisition des diffrentes lignes de la matrice (entre lacquisition des donnes et limpulsion de 90 de la ligne suivante) qui sont responsables dincohrences lors de lchantillonnage des donnes pour la reconstruction de limage. Si ces incohrences se produisent de manire priodique, des images fantmes apparaissent, lespacement des fantmes augmente avec le TR. b. Mouvements de structures pendant lacquisition de la ligne (entre limpulsion de 90 et lacquisition des donnes au temps TE). Le signal de codage est en effet sensible aux mouvements de structures au sein de lobjet. Les artfacts lis au mcanisme mentionn en a) (sil sagit dun mouvement physiologique priodique) peuvent tre limins de deux manires : Par synchronisation du mouvement lacquisition des donnes (le mouvement et donc les donnes apparaissent stables ). Une synchronisation respiratoire est galement possible mais, du fait de la frquence beaucoup plus lente du cycle respiratoire, la dure dacquisition est majore ; dautres techniques ont t mises au point, bases sur un monitoring respiratoire avec redistribution approprie des tapes de codage de phase lintrieur du cycle respiratoire. Par la rduction du temps dimagerie (par rapport la frquence du mouvement physiologique). Les artfacts lis au mcanisme mentionn en b) sont plus difficiles corriger car le degr de mouvement, et donc de dcalage de phase induit, nest pas le mme dune ligne lautre de limage (sauf si une synchronisation est utilise). Cependant plusieurs solutions se prsentent loprateur parmi lesquelles nous pouvons citer :

52

La contention : Pour limiter en particulier les effets de la respiration abdominale, la mise en place dune large sangle abdominale est un moyen simple et dune efficacit certaine.

Les gradients de compensation de mouvement : Il sagit dune modification des gradients de slection de coupe et de lecture qui permet de compenser les dcalages de phase induits notamment par les flux.

Augmentation du nombre dexcitations (Nex) : Elle ne supprime pas les images fantmes mais permet de diminuer leur intensit (en 1 fond de limage).
Nex

comme pour le bruit de

Les bandes de pr-saturation : Elles permettent de supprimer le signal dune structure gnante.

Figure I-13: Image dune coupe basse de labdomen avec artfact de mouvement.

53

IV. Conclusion
Dans ce chapitre, ont t prsentes les bases de limagerie par rsonance. Nous avons galement dcrit les notions dacquisition des donnes de lespace k qui est un facteur cl pour la reconstruction de limage. Nous avons voqu le problme de lacquisition rapide de lespace k et avons mis laccent sur la partie qui nous concerne en soulevant galement quelques problmes auxquels nous pouvons tre confronts (plus spcifiquement : la perte de rsolution spatiale, le phnomne de Gibbs, le mouvement). Dans le chapitre suivant, nous allons dcrire un certain nombre de mthodes classiques ou rcentes visant pallier ces problmes lis la reconstruction des donnes de lespace k acquises partiellement.

54

Chapitre II : Etat de lart des mthodes de reconstruction de lespace k partiel

I.

Introduction

Lacquisition rapide des donnes de lespace k est lun des aspects les plus intressants et importants en imagerie par rsonance magntique. Pour rduire la dure du temps dacquisition de lespace k en IRM conventionnelle, il est possible dagir sur divers paramtres comme nous en avons dj fait mention dans le chapitre prcdent. Laction sur les paramtres contribuant au temps dacquisition a une influence particulire sur la qualit de limage. La diminution du nombre dexcitations, par exemple, conduit une diminution du rapport signal sur bruit, la limite absolue tant atteinte pour N acc = 1 . La ralisation de limagerie rapide se rsume la recherche de la rponse la question : Comment peut-on rduire de manire significative N PTR ? Bien que les mthodes dimagerie rapide soient trs utilises pour rduire le temps dacquisition, il existe aussi des mthodes dacquisition partielle de lespace k qui permettent darriver au mme rsultat en vitant dventuelles limitations matrielles, parmi lesquelles nous pouvons citer les commutations rapides de gradient, la ncessit dutiliser des gradients spciaux (en EPI par exemple) et la limitation des paramtres TR , TE effectif et la longueur du train dondes(due la grande quantit dnergie radiofrquence dpose par les impulsions de 180). Une des particularits de lespace k est sa structure qui prsente divers types de redondances ou corrlations. Celles ci peuvent tre utilises pour la reconstruction des images partir dun jeu de donnes rduit. De ce fait, il a t propos diverses techniques de reconstruction. La problmatique pose et le type de jeu de donnes reconstruire indiquent le type dinformation a priori utiliser. Nous avons subdivis notre travail suivant le type de donnes reconstruire. Nous aurons en loccurrence des donnes Statiques, dont lacquisition des donnes brutes nest pas influence par le facteur temps, et des donnes Dynamiques qui sont sujettes un mouvement ou un changement dintensit au cours du temps.

55

II.

Informations pratiques

Nous avons introduit dans le chapitre I, les squences dacquisition en IRM qui sont nombreuses dans la littrature, et qui diffrent les unes des autres par le type de gradients utilis pour la mise en uvre de la squence. De part cette diversit, la question que peut se poser tout utilisateur est celle de savoir laquelle de ces squences doit tre choisie. Il est donc important de dire quelques mots sur le choix de ces squences dans le cadre de lacquisition des donnes.

II.1.

Choix de la squence dacquisition

Pour une application donne, le choix de la squence se fera en fonction de lobjet imager et du champ magntique statique ( B0 ) prsent dans le systme dacquisition. Par exemple, la squence TrueFISP, dveloppe par Siemens, est la plus adapte pour lapplication cin cardiaque 1.5T (chez lhomme) et la squence FLASH (Siemens) est la squence la plus adapte pour lapplication cin cardiaque, mais cette fois 7T (chez le petit animal). Nous avons cit des squences dveloppes par Siemens parce quelles sont celles que nous avons le plus utilises, pour lacquisition des donnes que nous avions notre disposition, durant cette priode de thse. La squence TrueFISP par exemple est la squence qui est nomme chez le constructeur GEMS par FIESTA et chez Phillips par Balanced-FFE. Plus de dtails, sur les quivalences de noms de squences suivant le constructeur, sont donns dans le Tableau II-2. Une squence sera choisie suivant le fait quelle permette de produire un type de mesure et une meilleure qualit dimages que les autres. Ceci quivaut dire que, pour une acquisition donne, on choisira la squence qui donnera des images ayant un bon contraste, un rapport signal sur bruit suffisant et mesurant ce que lon veut observer. La problmatique pose est diffrente suivant le type dtude. Soit tudier une activit dynamique dans un organe quelconque ; si leffet dynamique est trop rapide (cas du cur par exemple) par rapport la squence, on procde la division de lacquisition en plusieurs morceaux, on la synchronise ensuite au mouvement et on rpte le processus pour acqurir limage entire : cette procdure est communment appele lacquisition segmente.

56

Dans le cadre de lacquisition des donnes espace k, pour des objets statiques, on peut se permettre dutiliser des squences dacquisition lentes. Celles-ci ne doivent nanmoins pas tre trop lentes pour viter la gne du patient (qui pourrait aussi bouger la longue). Dans ce cas de figure, on choisira la squence qui donnera le meilleur contraste. On peut donner comme exemple la squence la plus utilise pour lanatomie du cerveau qui est la squence FLASH en pondration T1 . La combinaison dinformations provenant de plusieurs types de squences pour une application donne permet davoir des informations diverses et donc un ensemble dinformations disponibles plus riche. Pour un cas de cancer du cerveau par exemple, on peut combiner les informations venant de lutilisation de la squence FLASH en pondration T1 avec celles issues de la squence ES (Echo de Spin) en pondration T1 et celles issues de la squence ES en pondration T2 pour lobtention dinformations caractres complmentaires qui vont permettre une meilleure localisation de la tumeur. Pour des applications en IRM de diffusion et en imagerie fonctionnelle du cerveau par exemple, on choisira plutt la squence EPI, qui permet de mettre en vidence des variations dynamiques et qui est en gnral utilise pour les acquisitions qui ncessitent un balayage rapide. Suivant la classification qui a t faite dans le chapitre I, nous avons numr un nombre de squences suivant leur appartenance aux groupes des techniques dacquisition dont nous avons parl, savoir SE et EG.

Tableau II-1: Liste de quelques squences utilises pour lacquisition des donnes en IRM Echo de Spin Le train dcho (facteur turbo) Echo de Gradient Pondration T1 renforce

(RARE, TSE, FSE)

Espace k partiel

(FLASH, FFE T1, SPGRE)

Echo Stimul

(HASTE, SSFE, SSTSE)

Inversion rcupration

(FISP, GRASS, FFE)

Etat dquilibre T2*

(STIR, FLAIR)

(FIESTA, balanced FFE, TrueFISP)

57

Il est important de mentionner que le nom des squences diffre parfois suivant le constructeur. Le Tableau II-2 montre quelques exemples de squences et les diffrents acronymes qui leur sont donns suivant le constructeur.

Tableau II-2: Comparaison des acronymes de squences utiliss par les constructeurs.
Constructeur

Elscint

Fona r

GEMS

Brucker

Phillips

Picker

Siemens

Toshiba

SE

SE FSE Field Echo Field Echo

FSHORT SHORT

SE, MEP, VEMP FSE GRASS, FGR, FMPGR SPGRE FIESTA

MSSSE MSSSE

SE TSE FFE FFE T1 Balanced FFE

SE FSE FAST T1FAST, NOSE

SE TSE FISP FLASH TrueFISP

SE FSE Field Echo Field Echo TrueSSFP

SNAP

avec :
GE: Gradient Echo. Fast GRE: Gradient Recall Echo. FIESTA: Fast Imaging Employing Steady-state Acquisition. FISP: Fast Imaging with Steady state Precession. FLAIR: Fluid Attenuated Inversion Recovery (GE). FLASH: Fast Low Angle Shot. FGR: Fast Gradient Recall. FMPGR: Fast Multi-Planar Gradient Recalled. GRASS: Gradient Refocused Acquisition in Steady State. HASTE: Half Fourier Single shot Turbo spin Echo (Siemens). MSSSE : Multi Slice-Single Echo. RARE: Rapid Acquisition Relaxed Enhanced (Siemens). SE: Spin Echo. SPGRE: Spoiled Gradient Recall Echo. SSFE: Single-shot Fast Spin Echo.

58

STIR: Short TI Inversion-Recovery (GE). TrueFISP: True Fast Imaging with Steady state Precession.

II.2.

Astuces

Pour avoir un temps dcho court, on a souvent recours lutilisation dun cho asymtrique. Ce dcalage du centre de lcho permettra davoir un meilleur contraste (TE court) dans limage reconstruite ainsi quune diminution des artfacts dus au mouvement. Lespace k qui sera gnr aprs utilisation de ce type dcho sera un espace k incomplet suivant la direction de codage de frquence. La Figure II-1 illustre lexemple dun espace k de cur de souris acquis avec la squence FLASH sur une machine Bruker BioSpin MRI 7T avec un dcalage du centre de lcho de par rapport la position conventionnelle. On remarque que le quart de linformation dans la direction de codage de frquence nest pas acquis ce qui permet une diminution des artfacts dus au mouvement (le cur de la souris battant trs vite compar celui de lhomme par exemple).

Figure II-1: Espace k obtenu aprs application dun cho asymtrique pendant la squence dacquisition. Ici on a un dcalage du centre de lcho de par rapport sa position initiale, ce qui implique quun quart de linformation nest pas acquis dans la direction de codage de frquence.

59

Il est des cas, o le signal acquis ne permet pas de distinguer les tissus ou les contours des tissus. Pour pallier ce type de problmes, on procde une opration daccumulation du signal qui consiste acqurir plusieurs fois la mme ligne de lespace k et, la fin, de considrer la moyenne des intensits de ces acquisitions comme information frquentielle de la dite ligne de codage de phase. Cette opration permet daugmenter lintensit du signal pour chaque ligne de lespace k. Ce cas de figure est rencontr en imagerie cardiaque chez la souris par exemple. La disponibilit de plusieurs types de squences dacquisition des donnes en IRM conduit une varit de modles de lespace k (suivant le type dchantillonnage de lespace k par exemple ou la quantit des donnes acquises). Cette diversit implique galement une varit de mthodes de reconstruction que nous allons prsenter dans la suite de ce chapitre.

III.

Reconstruction des images IRM dobjets ou organes statiques

Rappelons que pour une fonction valeurs relles, sa reprsentation frquentielle S (u, v) est redondante. De manire spcifique, si S (u, v) est connue pour (u, v) 0 , alors S (u,v) peut tre gnre grce la proprit de symtrie hermitienne dont est dot lespace k. Cette proprit est lorigine du dveloppement de mthodes dimagerie qui collectent seulement les donnes de la moiti de lespace k. Cependant, en pratique, la contrainte de fonction relle nest souvent pas vrifie cause des mouvements de lobjet et des inhomognits du champ magntique qui introduisent un terme de phase non nul, non triviale, ( x, y ) dans la fonction image. La structure non triviale de la phase dans le domaine spatial conduit une dviation de la parfaite symtrie dans le domaine frquentiel. Par consquent, les artfacts surgissent dans limage si ce facteur de phase nest pas trait de manire approprie. Soit N un entier positif. Etant donne une image I de taille N x N dans le domaine spatial,

I ( x, y ), x, y {0,..., N 1},
dnotons par S (u,v) la reprsentation frquentielle (dans lespace k) de I

60

S (u, v), u , v { N 2 ,..., N

2 1},

quation II-1

naturellement, S = TFD(I ) , avec TFD reprsentant loprateur de transformation de Fourier discrte. De manire conventionnelle, en IRM, lacquisition des donnes couvre une partie seulement de lespace k dans le souci de rduire le temps dacquisition. Lespace k est tronqu dans la direction verticale, appele direction de codage de phase, ce qui conduit aux donnes de la forme :

quation II-2

o u1 , u 2 { N 2,..., N 2} et 0 < u2 u1 < N 1 ( u1 et u 2 sont respectivement appeles les frquences de troncature basse et haute) et u1 << N . En pratique, u2 est gnralement gal
N 2 1 et u1 est toujours un entier ngatif [LIAN99]. La configuration asymtrique ainsi

obtenue correspond ce quon appelle couramment lespace k partiel (Figure II-2).

u1

u2

Figure II-2: Echantillonnage asymtrique de lespace k, schma dacquisition conventionnelle des donnes espace k.

61

III.1.

Mthodes de Fourier pour la reconstruction de lespace k rectiligne

La plupart des mthodes de Fourier existantes, pour la reconstruction de lespace k partiel, peuvent tre dcomposes en deux tapes : La premire tape est celle dans laquelle la fonction de phase est estime en vue de corriger lerreur de phase introduite dans limage. Dans la deuxime tape, la fonction de phase est combine aux donnes mesures pour lobtention de la reconstruction finale.

III.1.1.

Estimation de la phase
Phase basse rsolution

III.1.1.a.

Communment, pour lestimation de la phase, on reconstruit premirement une image basse rsolution partir des frquences centrales symtriques de lespace k acquis pour ensuite en extraire la phase. Plus prcisment, notons

I B ( x, y ) =

u = u1

S (u, v)e i 2ux

u1

quation II-3

~ o S (u, v) est une version filtre de S (u , v) . En gnral, le filtre utilis est un filtre de Hamming dont lexpression est la suivante :
u H (u, v) = 0.54 + 0.46 cos u 1 , avec u1 u u1

quation II-4

Lexpression de lestime de la phase est donc : ( x, y ) = I B ( x, y )

quation II-5

III.1.1.b.

Phase haute rsolution

Cette mthode bien que ntant pas pratique pour la reconstruction de lespace k partiel lest quand mme pour la reconstruction dimages en IRM fonctionnelle. Elle consiste acqurir un ensemble complet de donnes de lespace k avant ltude et ensuite dutiliser la rsultante statique de la phase haute rsolution estime pour corriger chaque image de la srie

62

temporelle. Le critre de variation lente de la phase ncessaire dans le cadre de lutilisation de lestimation de la phase basse rsolution est ainsi limin [STEN98].

III.1.1.c.

Phase combine

Pour profiter des avantages des deux mthodes destimation de la phase que nous avons mentionnes dans les deux sous paragraphes prcdents, plusieurs alternatives peuvent tre envisages. Un exemple qui permet dapporter une correction pour les contributions de la phase haute frquence ainsi que des drives de phase serait de rduire toute tendance dans les donnes en utilisant un polynme de degr faible et densuite utiliser lestime de la phase haute rsolution (toujours acquise avant ltude dIRM fonctionnelle) pour corriger la phase dans les donnes de lespace k partiel [STEN98]. Une autre approche a aussi t introduite par Stenger [STEN98] pour la mme tude.

III.1.2.

Mthodes de Fourier

Une fois ( x, y ) disponible, la prochaine tape consiste trouver une fonction I ( x, y ) qui satisfasse en mme temps la contrainte de phase et les donnes mesures. Les mthodes que nous allons prsenter sont assez similaires en ce qui concerne leur procdure dutilisation des donnes acquises pour lestimation de celles manquantes. Nous allons exposer le principe de fonctionnement de trois mthodes qui peuvent tre considres comme les mthodes standard dans le cadre de la reconstruction de Fourier de lespace k partiel pour les images statiques.

III.1.2.a.

Approche Margosian

Lalgorithme de reconstruction de lespace k partiel Margosian [MARG86] multiplie lensemble des donnes acquises S (u, v) par une fonction de pondration ayant une rponse frquentielle H (u , v) (Figure II-3), qui va permettre la gnration dun autre ensemble de donnes avec ses basses et hautes frquences pondres. Cette pondration permet dadoucir les transitions entre les donnes estimes et celles connues, rduisant ainsi les effets du phnomne de Gibbs qui se produiraient pendant lopration de TFD inverse. Les donnes obtenues subissent une transforme de Fourier inverse pour retrouver limage spatiale dsire.
Chaque pixel est ensuite multipli par la phase estime ( x, y ) . Cette opration quivaut, dans

63

le domaine frquentiel, effectuer une convolution entre les donnes pondres et la transforme de Fourier de la phase estime. On a alors limage suivante qui se forme :
1 i ( x , y ) 1 I R (x , y ) = I ( x , y ) + i I ( x , y ) e 2x 2

quation II-6

o I est limage vraie( reconstruite partir la totalit des donnes de lespace k), I R est la transforme de Fourier inverse de la moiti des donnes espace k et ( x, y ) est lerreur de phase introduite dans limage reconstruite. Une fois limage reconstruite, il faut corriger lerreur de phase introduite dans celle-ci. Pour
se faire, on multiplie limage I R par e i ( x , y ) : cest ltape de compensation de phase. Cette

multiplication conduit lexpression suivante:

1 i [ ( x , y ) ( x , y ) ] 1 I R ( x , y ) e i ( x , y ) = I ( x , y ) + i I ( x , y ) e 2 2x

quation II-7

Toutes les mthodes de reconstruction dont nous allons parler dans cette section, reposent sur lhypothse que les variations de phase, dans limage, sont lentes. Cette hypothse permet ainsi den faire une seconde qui relie la phase estime la phase de limage recherche. La relation induite est alors :

( x, y ) ( x, y )
De lexpression prcdente de I R , il en rsulte que :
1 1 I R ( x , y ) e i ( x , y ) = I ( x , y ) + i I ( x , y ) 2x 2

quation II-8

quation II-9

La fonction I ( x, y ) peut tre aisment extraite de lexpression de la reconstruction ayant subi une tape de compensation de phase de la manire suivante :
I ( x, y ) 2 I R ( x, y )e i ( x , y )

quation II-10

avec reprsentant la partie relle dun nombre complexe. Limage complexe complte est ainsi exprime: I ( x, y ) = 2[I R ( x, y )e i ( x , y ) ] e ( x , y ) 64
quation II-11

Figure II-3: Fonctions de pondration pour la reconstruction avec la mthode Margosian : (a) Une fonction rampe et (b) Une fonction de Hamming asymtrique dfinie telle que : H u = 0.5 + 0.5 cos[ ( u u1 ) /( 2u1 )] , u1 u u1

III.1.2.b.

Approche Homodyne (HM)

Lapproche propose par Noll, appele Homodyne Detection [NOLL91], est base sur le fait quen labsence de bruit, un espace k complet peut tre reprsent comme la superposition de ses hautes et basses frquences spatiales. Lespace k partiel qui est montr en Figure II-2 peut tre vu comme lassociation de toutes les basses frquences spatiales ([ u1 ,u1 ]) ainsi que de la moiti de linformation hautes frquences ([u1 + 1, u 2 ]) . Les hautes frquences connues (celles qui ont t acquises) sont multiplies par un facteur de 2 pour compenser le manque de la seconde moiti de linformation haute frquence. Cette opration quivaut ajouter aux les donnes frquentielles de limage, ses donnes miroir conjugues. Plus explicitement, tant donn un espace k complet S (u, v), celui-ci peut encore tre exprim sous la forme :
S (u , v) = L(u , v) + H (u , v)

quation II-12

o L et H reprsentent les basses et les hautes frquences spatiales respectivement (on peut galement dire quils reprsentent des versions filtres basse et haute frquence du spectre complet). Lespace k partiel reprsent sur la Figure II-2 a la reprsentation spectrale suivante :

65

 S (u , v ) = L(u , v ) + k (u ) H (u , v)

quation II-13

o k (u ) est une fonction chelon. La transforme de Fourier inverse (ou limage reconstruite) de lespace k exprim ci-dessus peut scrire sous la forme :
1 1 1 F 1{L(u , v ) + k (u ) H (u , v )} = li ( x, y )ei ( x, y ) + hi ( x, y )ei ( x, y ) + hi ( x, y)ei ( x, y ) ix 2 2 quation II-14

li ( x, y ) et hi ( x, y ) reprsentent des versions filtres basses et hautes frquences

respectivement de limage recherche. Pour compenser le manque des hautes frquences spatiales, linformation haute frquence connue est double (multiplication par 2) et limage rsultante est ainsi exprime :
I c ( x, y ) = TF 1{L (u , v ) + 2 k (u ) H (u , v )}

quation II-15

= mi ( x, y )e i ( x , y ) + hi ( x, y )e i ( x , y )

1 o mi ( x, y ) est limage dsire. ix

quation II-16

La dtection synchrone de limage (dmodulation de limage) permettra juste daccder la composante dsire
I S = Re{I C ( x, y )e i ( x , y ) }
1 = Remi ( x, y ) ihi ( x, y ) x

quation II-17 quation II-18

= mi ( x, y )
mi est la partie relle dune image ayant subi une correction de phase et reprsente galement

limage reconstruite dsire. Il est important de noter quaprs ltape de compensation des donnes hautes frquences (en multipliant ces dernires par 2) dans le domaine spectral, la transition entre les basses frquences et les hautes frquences est assez brutale, ce qui se traduit dans limage reconstruite par lartfact li au phnomne de Gibbs. Pour pallier ce problme, une fonction de pondration qui sert adoucir les transitions (Figure II-4 (b)) est utilise.

66

Figure II-4: Allure de lespace k (a) Transitions brutales, (b) Aprs pondration par une fonction rampe.

III.1.2.c.

Approche POCS

Cet algorithme utilise la projection dans des ensembles convexes, qui est un algorithme mathmatique populaire pour la rsolution des problmes doptimisation, et pour la reconstruction des images IRM partir dun espace k partiel. Dans cet algorithme, chaque contrainte peut tre exprime comme tant un ensemble convexe. Contrairement la mthode HM qui est une mthode de compensation de phase une seule tape, lalgorithme POCS rsout le problme de reconstruction en gnrant de manire itrative les donnes manquantes. Cet algorithme de reconstruction POCS est bas sur deux contraintes : Une contrainte de phase et une contrainte de consistance des donnes (les donnes acquises ne changent pas au cours des itrations). Ces deux contraintes sont donc assimiles deux ensembles convexes tel que :
1 = {I ( x, y ) I ( x, y ) = ( x, y )}

quation II-19

reprsentant la contrainte de phase, et,

~ 2 = I ( x, y ) TF {I ( x, y )} = S (u , v),u1 u u2

quation II-20

reprsentant la contrainte de consistance des donnes. Dans ces deux formules, I est employ pour dfinir limage vraie. De manire explicite, 1 contient toutes les images satisfaisant la phase prdtermine tandis que 2 contient toutes les images conforment aux donnes acquises. Dans ce cas, le problme de reconstruction peut tre pos comme celui de la recherche dune fonction image dans lintersection entre 1 et 2 . Quand lensemble constituant lintersection est non vide

67

 (ce qui revient dire que les contraintes de phase sont bien choisies), I ( x, y ) existe et peut tre recherche en alternant les projections dune estime initiale dans ces deux ensembles. Soient deux oprateurs dfinis tels que :
1 ( I ( x , y )) = I ( x , y )
et

quation II-21

2 ( I ( x, y )) = TF 1TF {I ( x, y )}

quation II-22

o est loprateur de remplacement des donnes dfini comme suit :

quation II-23

Il est vident que 1 projette toute fonction image I ( x , y ) sur 1 tandis que 2 la projette sur
2 . Aprs lexpression de 1 et 2 , lalgorithme de reconstruction POCS peut tre

succinctement exprim en un processus itratif suivant lquation:

I m +1 ( x, y ) = 12 {I m ( x, y )}

quation II-24

avec m reprsentant le nombre ditration. La procdure de reconstruction est rpte jusqu la dernire itration (en gnral les rsultats optimaux sont obtenus au bout de la cinquime itration de cet algorithme) et limage dsire est le module de limage reconstruite. Les trois mthodes cites dans ce paragraphe peuvent tre assimiles aux mthodes de reconstruction standard en imagerie de Fourier. Cependant, il reste important de mentionner quil existe des extensions de ces mthodes qui ont t proposes dans le cadre dtudes particulires. Storey [STOR07] propose une version modifie de la mthode HM par exemple, pour permettre la reconstruction des donnes acquises avec une squence EPI impulsion unique (single shot EPI). Cette mthode est base sur le fait que lchantillonnage partiel de lespace k soit souvent utilis en imagerie de diffusion cho-planaire pour rduire le temps d'cho et par consquent amliorer le rapport signal sur bruit. La rduction du temps dcho augmente cependant la sensibilit de la technique de reconstruction au mouvement rotationnel en bloc. Ce mouvement introduit un gradient de phase le long du tissu, ce qui 68

cause le dcalage de lcho dans lespace k (si lcho est dplac dans les hautes frquences, la mthode HM conventionnelle choue la reconstruction en causant des oscillations dintensit le long de limage). Cette mthode permet de dtecter la position de lcho dans lespace k et ajuste, de manire adquate, le centre et la largeur des filtres utiliss dans le processus de reconstruction de la mthode HM. Reesder [REED05] combine la mthode HM avec une mthode itrative de dcomposition de leau et de la graisse avec un cho asymtrique et une estimation au sens des moindres carres (iterative decomposition of water and fat with echo asymmetry and least squares estimation) pour reconstruire des images haute rsolution de leau et de la graisse qui ne contiennent pas de bruit. Gao [GAO06] utilise une acquisition clairseme de lespace k combine la mthode de reconstruction POCS pour la reconstruction des images IRM en spectroscopie. Des dveloppements rcents en technique dimagerie rapide, parmi lesquels peuvent tre cits [HAAC91], [KARR00] ou [BYDD05], dans divers domaines comme limagerie cardiaque [SING04] ou limagerie dynamique fonctionnelle du cerveau [PRIN93], utilisent une varit de mthodes pour rduire le temps dacquisition total des donnes de lespace k. Parmi cellesci, nous pouvons, par exemple, citer les mthodes qui chantillonnent seulement une partie de lespace k dsire et conduisent ainsi des images basse rsolution [KRUG02]. Le temps dacquisition est rduit en diminuant le nombre de lignes de codage de phase acquis. La transforme de Fourier inverse conventionnelle peut tre utilise pour la reconstruction ou une tentative dextrapolation des hautes frquences peut tre effectue avant lapplication de la transforme de Fourier inverse.

III.1.3.

Autres Mthodes
Mthodes bases sur lchantillonnage clairsem de lespace k

III.1.3.a.

Dans cette catgorie de mthodes, la technique dchantillonnage des donnes de lespace k est assez diffrente de ce que nous avons vu jusqu prsent. Les techniques bases sur lchantillonnage clairsem de lespace k acquirent diffrentes rsolutions temporelles des rgions du dit espace [UNAL98], [ZAIT01]. Quelques fois, ces techniques acquirent lespace k complet dsir en chantillonnant frquemment le centre de lespace des donnes par rapport aux zones priphriques. Linterpolation temporelle et le partage du champ de vue sont utiliss, par exemple, pour la reconstruction dune squence dimages 3D. Dans dautres implmentations, le centre de lespace k est compltement chantillonn, alors que les zones 69

priphriques sont acquises partiellement. La reconstruction de ce type despace de donnes, chantillonnage alterne, est en gnral plus complique que lutilisation directe dune transforme de Fourier inverse [PENG06].

III.1.3.b.

Imagerie parallle

Lutilisation de gradients en imagerie de Fourier implique une restriction fondamentale : seule une position de lespace k peut tre chantillonne un instant donn, faisant ainsi de la vitesse dacquisition de lespace k le facteur crucial dterminant le temps de balayage [PRUE99]. Il existe une approche compltement diffrente appele imagerie parallle, base sur le fait que le rcepteur tant plac prs de lobjet, la contribution dune source de signal la tension induite change sensiblement avec sa position relative. Cela revient dire que la connaissance de la sensibilit spatiale des rcepteurs implique des informations sur lorigine des signaux de rsonance magntique dtects pour la gnration de limage. Linformation ncessaire sur les sensibilits des capteurs peut tre calcule soit partir dun balayage spar [PRUE99] ou par la prise de quelques lignes de codage de phase acquises en plus de lacquisition normale de limage ([HEID01], [GRIS02]).

Contrairement la position dans lespace k, la sensibilit est une proprit du rcepteur et ne se rapporte pas ltat de lobjet imag. Par consquent, des chantillons ayant des contenus dinformation distincts peuvent tre obtenus au mme moment, en employant des rcepteurs distincts en parallle [ROEM90].

LIRM parallle est un moyen permettant daccrotre la vitesse des acquisitions des donnes en imagerie par rsonance magntique en sautant un nombre de lignes de codage de phase dans lespace k pendant lacquisition des donnes brutes. Des donnes reues simultanment par plusieurs enroulements de rcepteurs (antennes) avec des sensibilits spatiales distinctes sont employes pour reconstruire les valeurs des lignes manquantes de lespace k. En IRM conventionnelle, le signal est habituellement reu par une seule antenne avec une sensibilit approximativement homogne dans la totalit de lobjet imag, tandis quen IRM parallle, le signal est reu de manire simultan par plusieurs antennes avec des sensibilits variables, ce qui apporte plus dinformation sur la position spatiale du signal IRM. Les mthodes dimagerie parallle en IRM, compares aux mthodes de Fourier bases sur lutilisation de lespace k partiel, permettent lacquisition des images en conservant la rsolution spatiale. 70

Linformation ncessaire concernant les sensibilits des rcepteurs peut tre calcule dune part partir dun balayage spar [PRUE99] ou dautre part partir de quelques lignes de lespace k qui sont acquises en plus de lacquisition normale des images ([HEID01], [GRIS02]). Il est cependant intressant de noter que la combinaison de plusieurs mthodes de reconstruction peut permettre lamlioration de la vitesse dacquisition des donnes de lespace k en mme temps que la qualit de reconstruction ; cest le cas par exemple de la mthode POCSENSE [SAMS04] qui permet de reconstruire de manire itrative les donnes sous-chantillonnes de lespace k acquises par des antennes de rcepteurs multiples. Cest une mthode de reconstruction pouvant tre applique un espace k partiel trajectoire arbitraire.

Toujours dans le but damliorer la qualit des images reconstruites partir des donnes de lespace k acquises partiellement, divers travaux ont t proposs. Certains proposent une meilleure interpolation des donnes manquantes comme [WANG05] qui utilise une interpolation multi-lignes et multi-colonnes. Dans cette approche, aussi bien les plus proches voisins des points de la ligne acquise que ceux des points de la colonne de toutes les composantes dune matrice denroulements sont utiliss pour reconstruire chaque donne manquante travers linterpolation. Dautres, par contre, proposent dutiliser des mthodes destimation parmi lesquelles nous pouvons citer [RAJ06]. Cet auteur utilise une estimation bayesienne, avec un choix appropri des donnes a priori, pour diminuer leffet du compromis suivant : la suppression du bruit se traduit par lintroduction du recouvrement dans limage reconstruite, artfact souvent rencontr dans la plupart des mthodes dIRM parallle.

Dautres mthodes dimagerie parallle agissent encore sur le matriel composant le systme dacquisition. [YEH05] par exemple propose une mthode qui exploite la position de lespace

k dans les donnes dantenne en radio frquence. En codage radio frquence linformation
pertinente pour la reconstruction dune donne non acquise diminue rapidement selon une fonction de sparation de lespace k entre la donne manquante et les donnes du signal acquis. Dans [MULL06], la reconstruction en imagerie parallle est effectue avec une slection dynamique des antennes contrairement limagerie parallle conventionnelle qui ncessite beaucoup dantennes (ce qui augmente le temps de reconstruction). Dans cette approche, les coordonnes du centre des sensibilits et les intensits relatives au signal sont

71

dtermines pour chaque antenne dans un pr-balayage (acquisition pralable lacquisition vraie). Pendant lintervention, un nombre dantennes est slectionn pour la reconstruction.

Arunachalam [ARUN07] propose plutt dutiliser une auto-calibration (self-calibration) pour la synthtisation des donnes manquantes, durant la reconstruction, pour chaque antenne. Les donnes dapprentissage (training data) pour chaque antenne sont estimes en multipliant limage composite conventionnelle reconstruite, qui contient des artfacts de recouvrement dus au sous-chantillonnage, avec le profil de sensibilit spatiale de chaque antenne. Une estimation des profils de sensibilits spatiales de chaque rcepteur est obtenue partir des donnes de lespace k qui remplissent le critre de Nyquist. Cette mthode a t applique sur des images acquises suivant une trajectoire radiale. La mthode SENSE a aussi t utilise pour des trajectoires non rectilignes comme dans [QU05] o le comportement de la convergence itrative de la mthode de reconstruction SENSE, bas sur le principe mathmatique de la mthode de gradient conjugu, est analys. Une approche diffrente a galement t propose pour lamlioration de la vitesse dacquisition des images dans des tudes dynamiques utilisant la notion de corrlation temporelle des lignes de lespace k. Dans ce type dapproche, peuvent tre utiliss des filtres temporels [MADO99], la reconstruction parallle des images ([KOES00], [KOES03]), ou une combinaison des deux [TSAO03].

III.1.3.c.

Imagerie base sur des modles paramtriques

Plusieurs mthodes de reconstruction de lespace k partiel diffrent seulement dans leur processus de reconstruction qui est plus ou moins sophistiqu en fonction de la mthode utilise. Certaines de ces mthodes utilisent des modles pour lextrapolation des donnes de lespace k partiel. [SMIT86] et [HUI95] et [YAN93] utilisent respectivement, lextrapolation base sur le modle de la moyenne mobile autorgressive (Auto Regressive Moving Average : ARMA) et le modle bas sur les rseaux de neurones non linaires. Un autre exemple [LIAN92] et [LIAN03] est lutilisation du modle bas sur les sries gnralises (Generalized Series (GS) model), qui suppose quune image peut tre reprsente par une superposition linaire de certaines sinusodes contraintes ou pnalises [LUO04] la place des sinusodes traditionnelles de la reprsentation de Fourier. Avec une telle mthode, si la contrainte ou la fonction de pnalit implique est correctement choisie, relativement peu de termes peuvent tre utiliss, compars au nombre de termes acquis pour la reconstruction de Fourier, de limage, conduisant ainsi une rduction des artfacts de troncature. Cette

72

mthode ncessite nanmoins, en plus de la dtermination des coefficients des sries dterminer, la construction dune fonction de pnalit et des donnes de rfrence acqurir. Citons galement la mthode de reconstruction de lespace k partiel de Luo [LUO04] qui est base sur un modle mathmatique dans lequel limage de rsonance magntique discrte reconstruire est reprsente, travers lutilisation des fonctions de singularit, par un nombre minimum de variables dfinies dans le domaine spatial de limage et non dans lespace k comme il est coutume dans les autres mthodes de reconstruction. Les tapes suivantes consistent calculer les paramtres du modle partir de lespace k tronqu travers la modlisation explicite des artfacts de troncature et enfin lutilisation de ces paramtres pour la reconstruction de limage.

III.2.

Reconstruction de lespace k non rectiligne

En dpit dune amlioration norme, durant ces dernires annes, en termes de vitesse de calcul, les temps de reconstruction trs longs excluent toujours lutilisation de la transforme de Fourier discrte directe sur un espace k spiral (radial ou tout autre forme dchantillonnage non uniforme) pour la reconstruction. En effet, lutilisation dun algorithme de transforme de Fourier rapide exige que les points soient rpartis de manire quidistante sur une grille rectangulaire, condition qui nest videmment pas remplie pour la trajectoire spirale (ou radiale). La seule solution applicable est linterpolation des donnes acquises sur une grille rectangulaire dans une matrice cible et ensuite lapplication de la transforme de Fourier inverse pour la reconstruction. Lopration qui consiste interpoler ou transfrer les donnes acquises suivant une trajectoire non rectiligne de lespace k vers un espace k trajectoire rectiligne est couramment appele Gridding . Cette opration est non triviale du fait que toute interpolation dans le domaine frquentiel reprsente une convolution des donnes avec un noyau de convolution ce qui correspond dans le domaine spatial une multiplication avec la transforme de Fourier de ce noyau. Par exemple, le choix dune interpolation linaire dans le domaine spectral conduirait malheureusement une multiplication avec une fonction sinus cardinal (sinc). Une autre difficult provient du fait que la trajectoire spirale, par exemple, produit des inhomognits dans le remplissage de lespace et cause ainsi un chantillonnage densit variable des points dans lespace k [BLOC05]. Cette proprit doit tre compense pour viter une sur-pondration des basses frquences spatiales ainsi que les distorsions de profil correspondantes et le flou dans limage.

73

Pour pallier les problmes que nous venons de citer, diverses mthodes de gridding et/ou de compensation de densit ont t proposes. Le calcul de ces fonctions de compensation de densit prsente un challenge additionnel pour lobtention dune grille de reconstruction prcise. La mthode la plus simple propose consiste augmenter le nombre de points dans la matrice cible [OEST99]. Dans cette optique, des extensions ont t proposes ; par exemple Moriguchi a dvelopp une mthode [MORI04] qui en plus de lutilisation dune grande matrice cible et de litration du processus de reconstruction, impose la contrainte de support fini et de consistence des donnes lalgorithme itratif. La mthode de Gridding la plus utilise est celle propose par Osullivan [OSUL85] initialement ddie la tomographie. Lide principale est quune interpolation optimale dans le domaine frquentiel est une convolution des donnes mesures avec une fonction sinc. Etant donn que sa transforme de Fourier est une fonction porte, linterpolation avec un sinc naffectera pas limage aprs application de la transforme de Fourier. Une amlioration de cette mthode a t apporte par Jackson dans [JACK91]. Dans cet algorithme, les donnes dorigine non rectilignes sont convolues avec une petite fonction dinterpolation pour dterminer une estime de la valeur espre sur la grille rectiligne de lespace k. On peut galement mentionner des algorithmes un peu plus complexes comme le block uniform resampling (BURS) [ROSE97] qui fait une interpolation de chaque point de manire indpendante. Cet algorithme est prcis mais est galement trs sensible au bruit. Nombre dautres mthodes de reconstruction ont t dveloppes dans le cadre de la reconstruction des donnes chantillonnes de manire non rectiligne. Nous pouvons citer en loccurrence la mthode de Heiberlein [HEIB06] qui est base sur lutilisation dun noyau dinterpolation, comptant pour les facteurs de sensibilit des antennes, qui est driv des donnes exprimentales et utilis pour interpoler lensemble des donnes rduites en imagerie parallle pour lestimation des donnes manquantes de lespace k. Dans le cadre de limagerie spirale, ce noyau dinterpolation est dfini suivant des directions radiales. Ainsi les entrelacements (interleaves en anglais) de spirales manquants peuvent directement tre estims partir des entrelacements voisins. Cette mthode qui est robuste permet une reconstruction prcise ncessitant seulement quelques secteurs.

74

IV.

Reconstruction des images IRM dorganes dynamiques

Pour des tudes dynamiques, les corrlations (ou redondances) dont nous avons parl en introduction peuvent tre classes en trois catgories, ce qui cre ainsi trois groupes de mthodes de reconstruction pour les donnes chantillonnes suivant une trajectoire. Le premier groupe rassemble les mthodes qui utilisent les redondances dans lespace k pour retrouver les donnes non acquises. Le second groupe concerne les mthodes qui exploitent les redondances temporelles dans les diffrents espaces k dune squence temporelle et le dernier groupe inclus les mthodes utilisant les redondances tant dans lespace k que dans le temps. Il existe galement nombre de mthodes dans le cadre de la reconstruction des donnes acquises de manire non rectiligne, nous donnerons plus de dtails, dans la suite de ce paragraphe, sur ces dveloppements.

IV.1.

Echantillonnage rectiligne de lespace k

Mthodes bases sur les corrlations dans lespace k

IV.1.1.

Dans ce groupe, nous pouvons citer par exemple les mthodes de reconstruction de lespace k partiel par transforme de Fourier ([NOLL91] [MCGI93], [LIAN00]), les mthodes bases sur la rduction du champ de vue [PARR95], limagerie parallle ([JONE93], [SODI94], [DOYL95], [TSAO01], [GUO06]). Ces mthodes acclrent lacquisition des donnes par la collecte dune partie seulement de lespace k. Les donnes manquantes sont ensuite retrouves en fonction des donnes disponibles. Bien que ces techniques de reconstruction soient significativement diffrentes dans leur approche dobtention des donnes non acquises, elles sont toutes bases sur le principe que chaque point de lespace k contient des informations propos des autres points de lespace k. Cette corrlation peut tre utilise pour retrouver linformation manquante. Ces mthodes peuvent tre appliques sur des coupes individuelles, des images statiques comme des images crbrales anatomiques, ou sur des squences temporelles dimages. Dans le cas dune squence temporelle, pour toutes ces mthodes, limage chaque instant est reconstruite indpendamment des images aux autres instants.

75

IV.1.2.

Mthodes bases sur les corrlations temporelles

Le soucis de diminuer autant que possible le temps dacquisition en gardant une haute rsolution de limage reconstruite, a conduit au dveloppement dun groupe de mthodes exploitant les corrlations suivant lintervalle de temps existant entre les diffrents espaces k (communment appels espace k dynamique) constituant la squence temporelle. Ces mthodes sont bases sur lhypothse quau cours du temps, une partie seulement de lobjet imager prsente des variations dintensit considrables. Diffrentes approches ont t proposes parmi lesquelles nous pouvons citer la mthode Keyhole [VAAL93] et [JONE93], Continuous Update with Random Encoding (CURE) [PARR95], Reduced Field of View (FOV) [HU94], Reduced-encoded Imaging by Generalized Series (RIRG) [LIAN94], Broaduse Linear Acquisition Speed-up Technique (BLAST) [TSAO01] et bien dautres encore. En dpit des diffrences apparentes, toutes ces mthodes peuvent tre reprsentes par une quation commune qui fournit entre elles un lien conceptuel [TSAO01]. Lquation commune toutes ces mthodes peut tre exprime selon la relation suivante:

I ( x, y ) = R S ( x, y ) + RD ( x, y ) . cll ( x, y )
l =1

quation II-25

avec I ( x, y ) reprsentant limage reconstruite, L le nombre de coefficients de base, R S limage statique de rfrence et R D limage dynamique de rfrence. l reprsente les fonctions de base et les cl sont les coefficients inconnus dterminer partir des donnes de lespace k. Le nombre L est infrieur ou gal au nombre de lignes de codage de phase N ( L N ), ce qui quivaut dire quon a rsoudre un problme qui prsente plus dquations que dinconnues. Le choix des fonctions R S , R D , l se fait par lutilisateur en fonction des donnes a priori disponibles. Dans lquation commune exprime ci-dessus, les fonctions de base l ( x, y ) fournissent le mcanisme adaptatif pour la reprsentation des caractristiques non retrouves dans lune ou lautre des images de rfrence ( R S ou R D ). Il est important de mentionner la proprit qui lie la qualit de limage reconstruite au nombre de coefficients de base : au fur et mesure que L augmente, limage reconstruite va asymptotiquement tendre vers limage vraie, mme si linformation a priori est incorrecte, condition que limage de rfrence dynamique R D ( x, y ) ne contienne pas dintensit nulle et que les fonctions de base 76

 l ( x, y ) forment un ensemble complet. Ceci tant d au fait quen prsence dassez de termes,

la flexibilit des fonctions de base soit suffisante pour permettre la modlisation de toute fonction arbitraire au sens des moindres carrs. Quand L est petit, limage reconstruite
I ( x, y ) tendra reproduire les caractristiques trouves dans les images de rfrence R S ( x, y )

et R D ( x, y ) . Ainsi, le choix de ces images de rfrence est important, mais peut tout fait tre simple en pratique. Les mthodes pouvant tre reprsentes par lquation commune exprime ci dessus sont linaires et par consquent, faciles rsoudre et faciles dapplication par rapport aux mthodes non linaires. La reconstruction dune image partir de lquation commune requiert trois tapes : a) Choix des fonctions de base et des images de rfrence b) Dtermination des coefficients de base c) Introduction des coefficients de base dans lquation commune Le cas le plus simple est celui o R S ( x, y ) = 0 et R D ( x, y ) = 1 , lquation commune est alors rduite lexpression suivante:

I ( x, y ) = cll ( x, y )
l =1

quation II-26

Les diffrentes possibilits de choix de l ( x, y ) conduisent diffrentes mthodes de reconstruction parmi lesquelles nous pouvons citer par exemple la mthode nomme Zero Filling (ZF), la mthode de reconstruction par les ondelettes [WEAV92], [PANY96], et la mthode Spectral Localization by Imaging (SLIM) [HU94]. Le cas o R S ( x, y ) = 0 et R D ( x, y ) prsente des valeurs spatiales variables, conduit la mme situation que prcdemment (quation commune) car le facteur R D ( x, y ) peut tre incorpor dans les fonctions de base dfinies en quation II-27:
I ( x, y ) = cl l ( x, y )
l =1 L

quation II-27

avec l ( x, y ) = RD ( x, y ) . l ( x, y ) , reprsentant les fonctions de base effectives.

77

Bien que le facteur R D ( x, y ) soit redondant, il joue un rle utile. Le choix, par exemple, de
l ( x, y ) comme tant les fonctions de base de Fourier permet la rduction de lquation

commune la mthode de reconstruction RIGR [LIAN94] avec un choix appropri de

R D ( x, y ) comme lillustre le Tableau II-3.

Tableau II-3: Rsum de quelques mthodes de reconstruction. Pour chaque mthode sont indiques les valeurs correspondant limage de rfrence statique ( R S ( x, y ) ), limage dynamique ( R D ( x, y ) ) ainsi que les fonctions de bases ( l ( x, y ) ) utilises. Mthode
R S ( x, y ) R D ( x, y )

l ( x, y )

Conditions dacquisition des donnes

Zero-Filling RIGR Keyhole ou CURE Reduced FOV SLIM

0 0 Image de base Image de base 0

1 Image de base (valeurs absolues) 1

Fourier Fourier Fourier

Ondelettes

Image support3 du Fourier FOV rduit 1 Compartiments dimages issues de la segmentation 1 Ondelettes

Echantillonnage de lespace k Excitation RF slective4

Limage support est une image binaire qui vaut 1 lintrieur de la rgion de support et 0 ailleurs.
4

Lexcitation RF slective utilise pour coder les fonctions de base.

78

Le cas le plus intressant est celui o les images de rfrence prsentent toutes deux, des valeurs spatiales variables. Le terme supplmentaire R S ( x, y ) fournit un mcanisme additionnel pour la prise en compte de toute caractristique invariable dans limage. De cette manire, lquation commune est capable de bien reprsenter les informations statiques et de diffrences. Linconvnient, dans ce cas de figure, rside sur le fait que les caractristiques invariables peuvent en effet changer au cours du temps cause des instabilits du systme ou des mouvements du patient. Nanmoins, beaucoup de ces problmes pratiques peuvent tre surmonts avec une exprimentation soigneuse. Dailleurs, lutilisateur peut modifier nimporte quel moment la quantit dinformation a priori incorpore dans R S ( x, y ) ,
R D ( x, y ) et l ( x, y ) . Un choix appropri de R S ( x, y ) , R D ( x, y ) et de l ( x, y ) conduit

diffrentes mthodes de reconstruction, parmi lesquelles nous pouvons citer, pour exemple, la mthode nomme keyhole. Toutes les mthodes que nous avons mentionnes sont le plus souvent utilises pour des applications en IRM fonctionnelle, interventionnelle ou dans ltude du suivi dun agent de contraste dans un organe. Dans le cadre de reconstruction partir dun espace k partiel des images cardiaques, il existe des mthodes de reconstructions utilisant lapproche parallle [MADO99], [TSAO03] qui consistent utiliser plusieurs antennes pour capter le signal RMN et ensuite regrouper ces information en vue dobtenir lespace k qui sera utilis pour la reconstruction. Chaque antenne acquiert des informations dune partie seulement de lobjet (diminution du temps dacquisition). Ce travail est restreint au cas o aucune antenne supplmentaire nest prise en compte par rapport au processus dacquisition de donnes en IRM conventionnel. Le schma dacquisition usuel en imagerie dynamique est celui prsent en Figure II-5. Une image haute rsolution est acquise (limage R S ( x, y ) ) ainsi quune suite dimages dynamiques basses rsolution ( R D ( x, y ) ).

79

Figure II-5: Schma dacquisition des donnes pour la reconstruction dynamique : (a) espace k de rfrence, (b) espaces k dynamiques, (c) spectre reconstruire.

Une autre mthode bien que ne rentrant pas compltement dans le schma mathmatique exprim ci-dessus mais qui utilise cependant les corrlations temporelles dans lespace k, a t propose par Priesto [PRIE07] dans laquelle les donnes non acquises sont retrouves travers un estimateur de mouvement des lments de lobjet (obel ou pice du tissu). Cette mthode suppose que le dplacement dun obel travers la squence a une largeur de bande plus petite que la fluctuation dans les intensits de pixel causes par le mouvement, ainsi il peut tre modlis par quelques paramtres seulement. Cette mthode permet une reconstruction efficace des images cardiaques acquises par sous-chantillonnage (dun facteur de 4 8).

IV.1.3.

Mthodes bases sur les corrlations spatio-temporelles

Il sagit ici dune combinaison des deux approches prsentes ci-dessus. Lestimation dun point de donne manquant se fait partir des autres points disponibles et sur la base typique de sa proximit, tant dans lespace k que dans le temps [MADO99], [TSAO03]. Tout au long de ce manuscrit, nous focaliserons notre attention sur les mthodes qui auront des similitudes avec notre contribution.

80

IV.2.

Echantillonnage non rectiligne de lespace k

Si on sen tient lhistoire, les premires images en rsonance magntique ont t obtenues en employant un chantillonnage radial de lespace k et une reconstruction par projection (back-projection reconstruction). Des contraintes techniques (par exemple les courants de Foucault ou les dcalages chimiques) ont conduit ladoption de la trs rpandue imagerie par transforme de Fourier n-dimensionnelle. Les amliorations rcentes en technologie et en recherche sur les nouvelles applications en imagerie par rsonance magntique (exemple IRM interventionnelle) ont cependant fait regagner en popularit les mthodes de reconstruction par projection, car elles ont lavantage doffrir une immunit lartfact de mouvement [GLOV86], [GLOV95], compares aux mthodes de Fourier pourtant ayant la mme rsolution temporelle. Les techniques dchantillonnage radial offrent galement un ensemble diffrent de compromis, comme cest le cas en imagerie de Fourier standard : Le souschantillonnage dans la direction angulaire provoque la rduction du rapport signal sur bruit, et, un degr moindre, une diminution de la rsolution spatiale. Pour la reconstruction des donnes de lespace k chantillonn de manire non rectiligne (non uniforme), nombre de mthodes ont t proposes. Des mthodes de reconstruction par projection de lespace k sous chantillonn, ont t proposes pour limagerie rapide [GLOV86], [BLOC00], [PETE00], [PETE03]. Avec cette technique, bien quun nombre rduit de rayons distribus de manire uniforme soit acquis, il est possible de diminuer le temps dacquisition dune fraction par rapport au temps, ncessaire pour lacquisition complte des donnes sans compromettre la rsolution spatiale (car la rsolution spatiale en imagerie radiale est dtermine par la rsolution de lecture et non par le nombre de rayons [JOSE83]). Comme le nombre de rayons est significativement infrieur au nombre minimum ncessaire pour satisfaire le critre de Nyquist, des artfacts en forme de stries se produisent souvent dans limage reconstruite. Celles-ci sont augmentes ou non suivant le degr de souschantillonnage. Des extensions ont t proposes qui cette fois permettent lacquisition dimages aussi bien grande rsolution spatiale que temporelle sans besoin de faire les compromis que nous avons cits ci-dessus. Nous pouvons citer comme exemple de ces extensions proposes [SONG04]. Mentionnons galement les mthodes qui sont bases sur lexploitation du sur-chantillonnage du centre de lespace k quoffre la trajectoire radiale, car celui-ci contient des informations cruciales sur lvolution du contraste [LEHM03]. Il a t aussi montr que limagerie radiale entrelace et pnalise peut produire des images aux contrastes multiples partir dun seul ensemble de

81

donnes [PETE06]. Il existe galement nombre de travaux concernant la rduction du temps dacquisition, cette fois en utilisant un espace k chantillonn en spirale [SEDA00], [BOUB06]. Qian [QIAN06] a propos une mthode dinversion directe de la matrice de lespace k pour acclrer la reconstruction SENSE des espaces k non rectilignes. Dans cette mthode, une quation globale de la matrice de lespace k est tablie sur les principes de base de lIRM, linverse de la matrice globale de codage est trouv partir dun ensemble dquation de matrices locales en prenant avantage de la petite extension des cartes denroulements de lespace k. Lutilisation des redondances spatio-temporelles (qui permettent une acclration du temps dacquisition), combine aux avantages spcifiques de limagerie base sur une trajectoire non rectiligne, a aussi t exploite. Hansen [HANS05] a propos lutilisation de la mthode k-t-BLAST [TSAO03] avec un chantillonnage non rectiligne dans un processus itratif permettant la reconstruction des sries dimages qui prsentent moins dartfacts et une fidlit temporelle amliore.

V.

Conclusion
Nous venons de voir que le souci de rduction du temps dacquisition des donnes en IRM a conduit la gnration de diffrents schmas dacquisition des donnes et par consquent au dveloppement de plusieurs mthodes de reconstruction, plus ou moins diffrentes les unes des autres. Les mthodes de reconstruction, comme le schma dacquisition, dpendent souvent du type dobjet imager. Bien que les mthodes dj proposes dans la littrature prsentent plus ou moins une certaine originalit, nous pouvons cependant noter la complexit de certaines dentre elles et certaines limitations matrielles que lon peut rencontrer, comme cest le cas pour lacquisition des donnes sur une trajectoire non rectiligne par exemple. Dans le cadre de la reconstruction de Fourier des donnes chantillonnes suivant une trajectoire rectiligne, on acquiert toujours un peu plus de la moiti des donnes de lespace k en vue de raliser lopration destimation de la phase, qui est une tape grer avec une grande dlicatesse. De plus, de par leur complexit, la plupart de ces mthodes ne sont pas implmentes dans les machines cliniques, ce qui laisse penser que des mthodes plus rapides et simples pourraient tre envisages.

82

Nous allons essayer dapporter notre contribution dans le cadre du dveloppement des mthodes de reconstruction de Fourier pour lespace k partiel dune part et dautre part nous allons nous intresser la reconstruction en imagerie dynamique toujours pour un espace k chantillonn de manire rectiligne.

83

Chapitre III : Reconstruction en IRM statique en utilisant la notion dimage analytique.

Everything should be made as simple as possible but not simpler. Albert Einstein.

I.

Introduction

Cette section est consacre notre contribution dans le cadre de la reconstruction des images IRM partir dun espace k partiel. Comme nous lavons vu dans le chapitre prcdent, il existe nombre de mthodes traitant de ce problme. Toutes requirent lacquisition dun peu plus de la moiti des donnes de lespace k et sont dpendantes de ltape de correction de lerreur de phase, qui est une tape cruciale pour la bonne qualit des rsultats de reconstruction. Lespace k est dot de plusieurs proprits intressantes parmi lesquelles nous pouvons citer la proprit de symtrie hermitienne. Celle-ci est lorigine de notre motivation pour lutilisation de la notion dimage analytique dans le cadre de la reconstruction dimages IRM. La mthode de reconstruction de lespace k partiel que nous avons propose permet dobtenir une bonne qualit de reconstruction sans avoir besoin de ltape de compensation de lerreur de phase. Nous ne saurions donner une dfinition de la notion dimage analytique sans commencer par introduire le concept gnral de signal analytique. Le signal analytique est dot dune proprit fondamentale qui lui permet dliminer, sans perte dinformation, la redondance contenue dans le spectre du signal rel auquel il est associ.

II.
II.1.

Notion dimage analytique

Signal analytique

Le signal analytique a t introduit par Gabor [GABO46] et a t utilis dans nombre de domaines comme les tlcommunications, la physique et lanalyse des signaux. Gabor [GABO46] et Ville [VILL58] prconisaient de dfinir lamplitude et la frquence dun signal

84

monodimensionnel valeurs relles s (t ) : en termes de signal analytique complexe par lexpression suivante:

z (t ) = s (t ) + j g (t )
o

quation III-1

g ( t ) = H [s ( t ) ] = s ( t )

1 1 s ( ) = v . p . dt t t
quation III-2

est la transforme de Hilbert (TH) de s(t), et v.p. reprsente la valeur principale au sens de Cauchy. Le terme signal analytique vient du fait que le prolongement de z(t) en z(p) fonction de la variable p = t + j est analytique (ou holomorphe) dans une rgion contenant laxe des temps (t). Comme il est indiqu dans lquation III-2, la transforme de Hilbert peut aussi tre considre comme le produit de convolution de s (t ) avec un noyau h(t ) = tel que sa transforme de Fourier soit donne par lquation suivante:
F h(u ) = j (1 2 E (u ))
1 t

quation III-3

o F reprsente loprateur de TF et E est la fonction dHeaviside (ou chelon unit) dfinie par :

quation III-4

Nous pouvons, au vu de ce qui a t nonc prcdemment dire aisment quun signal analytique est un signal complexe dont les parties relle et imaginaire sont transformes de Hilbert lune de lautre. Donnons prsent un rcapitulatif des proprits les plus importantes du signal analytique z (t ) . 85

Lexamen de la dfinition du signal analytique premier montre que z(t) est complexe. Il apparat clairement que Re[z (t )] = s (t ) , avec Re reprsentant lexpression de la partie relle et que la partie imaginaire du signal analytique z(t) est gale la TH de sa partie relle. La redondance de la TF est limine, la TF de z(t) est nulle pour les frquences ngatives et est gale au double de la TF de la partie relle pour les frquences positives. Le spectre du signal analytique Z (u ) = F [z (t )] a pour support la moiti positive de laxe des frquences et a pour expression :

quation III-5

o S (u ) est la TF de s(t)

Nous pouvons donc dire que le signal analytique est un signal complexe qui a une TF nulle pour les frquences ngatives et une TF qui est le double de la TF de sa partie relle, pour les frquences positives. Le spectre Z (u ) correspond ainsi une rduction totale de la redondance spectrale inhrente dans le spectre symtrique conjugu de S (u ) . Le principe de causalit se retrouve donc transpos dans le domaine de Fourier. Les parties relle et imaginaire de la TF dun signal causal rel sont chacune une TH de lautre, ce qui revient aussi dire que la TF dun signal causal rel est un signal analytique. La notion de signal analytique est de ce fait troitement lie au principe de causalit. La causalit dans un domaine (le domaine temporel par exemple) entrane forcment lanalyticit dans lautre domaine (le domaine frquentiel). Deux types de signaux analytiques peuvent cependant tre rencontrs:

Le signal analytique temporel qui est un signal complexe ayant une TF directe causale (nulle pour les frquences ngatives).

Le signal analytique frquentiel qui est un signal complexe dont la TF est causale (nulle pour t < 0).

86

La reprsentation cartsienne du signal analytique donne en quation III-1 peut aussi tre crite sous sa forme polaire telle que :
z(t ) = z(t ) exp( j (t ))

quation III-6

avec z(t ) = s 2 (t ) + g 2 (t ) le module de z (t ) et (t ) = arg[z (t )] = arctan[g (t ) s (t )] largument de

z(t).
z (t ) peut tre considr comme un modle de lenveloppe du signal s(t) et ( t ) comme

le modle de la phase instantane du signal s(t). La notion de signal analytique permet ainsi daffecter un signal rel une reprsentation denveloppe (ou damplitude) ainsi quune reprsentation de phase. Supposons que le signal analytique soit dfini sous sa forme polaire comme dans lquation III-6 et soit :

z(t ) L2 = Z ( ) L2 2
2 2

quation III-7

Le moment dordre 1 de la frquence dans z(t ) est donn par lexpression :

1 20

Z ( ) d

quation III-8

Le moment dordre 1 de la frquence instantane dans z(t ) est donn par [VILL58], [MAND74] et [COHE88] tel que :

(t ) =

(t ) z(t )

dt =

quation III-9

Les moments dordre 1 des frquences instantanes et de Fourier sont donc gaux. Il est important de noter que la bande de frquence dun signal analytique est deux fois plus petite que celle du signal rel associ, comme le montre quation III-5. Lutilisation de cette connaissance peut savrer importante dans les problmes lis la rduction de la frquence dchantillonnage dun signal. Il y a cependant un compromis faire entre la rduction de la frquence dchantillonnage et le stockage supplmentaire de la partie imaginaire qui nest rien dautre que le signal en quadrature avec s(t).

87

Notons galement que lutilisation de la notion de signal analytique par rapport au signal rel ne conduit pas une perte dinformations. En effet, la TF dun signal rel possdant une partie relle paire et une partie imaginaire impaire, toutes les informations concernant le signal sont contenues dans la moiti de son spectre. Lutilisation de la notion du signal analytique permet alors de supprimer cette redondance.

II.2.

Image analytique
II.2.1.

Gnralits

Considrons un signal rel multidimensionnel s(x) et sa reprsentation dans lespace de Fourier associe S (u) telle que :

s (x) nF S (u)

quation III-10

o x = {x1 ..., x n } et u = {u1 ..., un } sont des vecteurs colonnes de dimension n, valeurs relles. La nF de s(x) est dfinie par :

S (u) = - ...- s (x) exp[ ju T x ]dx

o lindexe T dnote loprateur de transpose. La nH du signal rel s(x) est dfinie par :

quation III-11

+ + s( ) 1 d g (x) = H n [s(x)] = v. p. ... n k =1 ( xk k ) n

quation III-12

= { 1... n } . Une notation plus simple de cette quation a la forme :

s ( x ) nH g ( x )
Lexpression de g (x) dans le domaine de Fourier est donne par:

quation III-13

88

n g (u) = ( j ) n sgn u k S (u) k =1

quation III-14

Par analogie avec le cas 1-D, il peut tre dfini un signal complexe dont la TF est diffrente de zro seulement dans un orthant (qui reprsente en 1 dimension la moiti dun axe, en 2D reprsente un quadrant) de lespace de u [HAHN92]. Ce signal complexe est dfini par la paire de Fourier dont lexpression est la suivante :

(x) nF 2 n1(u) S (u)

o

quation III-15

1 1 1 1 1 1 1(u) = ( + sgn u1 )( + sgn u2 )...( + sgn un ) 2 2 2 2 2 2

est

la

fonction

chelon

unit

multidimensionnelle [HAHN92]. Faisons mention du fait que le spectre du signal complexe z(x) = s(x) + jg (x) qui est lquivalent direct de lquation III-1 existe dans tous les orthants. Donc z (x) ne peut pas tre considr comme une extension compatible de la notion de signal analytique monodimensionnel au cas multidimensionnel.

II.2.2.

Cas 2-D

A partir des proprits du signal analytique que nous avons nonces dans le paragraphe II.1, une notion dimage analytique a t introduite , par analogie au cas 1-D, dans [ZHU88]. Dans cette tude, est dfini un signal (image) complexe, z ( x1 , x 2 ) , partir dun signal bidimensionnel rel de la manire suivante :

z( x1 , x2 ) = s( x1 , x2 ) + jg ( x1 , x2 )
o g ( x1 , x 2 ) est une fonction dterminer.

quation III-16

Linformation contenue dans le spectre du signal 2-D tant redondante, le choix de

g ( x1 , x 2 ) se fera de sorte que cette redondance soit plus ou moins limine sans altrer le

contenu du spectre du signal original. De ce fait, lquation III-5 peut tre gnralise, pour les valeurs de u>0, en introduisant une fonction filtre relle approprie telle que :

Z(u1, u2 ) = 2m(u1, u2 )S(u1, u2 )

avec m reprsentant la fonction filtre que nous avons mentionne ci-dessus.
89

quation III-17

z ( x1 , x 2 ) nonc dans lquation III-16 est la TF inverse de Z (u1 , u 2 ) .

Une gnralisation de lexpression du signal complexe multidimensionnel a t nonce dans [HAHN92] qui permet de dfinir la notion dimage analytique dune faon diffrente de celle que nous venons dintroduire. Suite au paragraphe II.2.1, tudions maintenant le cas bidimensionnel, c'est--dire le cas o lon suppose que n = 2 , x = ( x1 , x2 ) et u = (u1 , u2 ) . Considrons le signal 2-D dfini par la paire de Fourier exprime ci-dessous :

s ( x1 , x 2 ) 2 F S (u1 , u 2 )

quation III-18

Le signal complexe, ainsi que le spectre complexe du premier quadrant, sont dfinis par la paire de Fourier suivante :

1 ( x1 , x 2 ) 2 F (1 + sgn u1 + sgn u 2 + sgn u1 sgn u 2 ) S (u1 , u 2 )

quation III-19 Soit loprateur 4. 1(u1 , u 2 ) = (1 + sgn u1 + sgn u 2 + sgn u1 sgn u 2 ) [HAHN92], celui-ci est gal 4 dans le premier quadrant et est nul dans les trois autres quadrants. La TF inverse du membre de droite de lquation exprime ci-dessus conduit au signal complexe dont lexpression est donne ci aprs:

1 ( x1 , x 2 ) = s ( x1 , x 2 ) g ( x1 , x 2 ) + j[ g1 ( x1 , x 2 ) + g 2 ( x1 , x 2 )]
quation III-20 Cette expression correspond au signal obtenu partir du spectre du premier quadrant. La fonction g ( x1 , x2 ) est la transforme de Hilbert de s ( x1 , x2 ) et est diffrente des fonctions

g1 ( x1 , x2 ) et g 2 ( x1 , x2 ) qui sont des transformes de Hilbert partielles dfinies par les

expressions suivantes :

g1 ( x1 , x2 ) =
et

v. p.

+ s ( , x 2 )

x1

= F -1 [ j sgn u1 S (u1 , u 2 )]

quation III-21

g 2 ( x1 , x2 ) =

v. p.

+ s ( x1 , )

x2

= F -1[ j sgn u2 S (u1 , u2 )]

quation III-22

90

Comme nous lavons dj mentionn dans la fin du paragraphe II.2.1, le spectre du signal complexe z ( x1 , x 2 ) = s ( x1 , x 2 ) + jg ( x1 , x 2 ) est lquivalent direct de lquation III-1 et existe dans tous les quadrants. Loprateur (1 j sgn u1 sgn u2 ) est gal ( 1 j ) dans les premier et quatrime quadrants, et ( 1 + j ) dans les deuxime et troisime quadrants du plan (u1 , u2 ) . La numrotation des quadrants est faite de la manire suivante : ( u1 , u 2 ) pour le premier quadrant; ( u1 , u2 ) pour le deuxime; ( u1 ,u2 ) pour le troisime; et ( u1 ,u2 ) pour le quatrime quadrant. Table III.1 montre lexpression du signal complexe dans chaque quadrant
du plan. Il est important de noter que 4 = 1 et 2 = 3 , sachant que lastrisque

reprsente le conjugu du signal, donc la reprsentation du signal obtenu est dote dune symtrie hermitienne.

Tableau III-1 : Les signaux complexes associs aux spectres issus de chaque quadrant du plan ainsi que leur oprateur frquentiel correspondant. Quadrant 1 2 3 4 Signal complexe
1 = s g + j ( g1 + g 2 ) 2 = s + g j ( g1 g 2 )

Oprateur
4.1(u1 , u2 ) = 1 + sgn u1 + sgn u2 + sgn 1 sgn u2 4.1(u1 , u2 ) = 1 sgn u1 + sgn u2 sgn u1 sgn u2 4.1(u1 , u2 ) = 1 + sgn u1 sgn u2 sgn u1 sgn u2 4.1(u1 , u2 ) = 1 sgn u1 sgn u2 + sgn u1 sgn u2

3 = s + g + j ( g1 g 2 )
4 = s g j ( g1 + g 2 )

En rsum, nous pouvons dire quune image analytique est une image complexe dont la partie imaginaire est gale la transforme de Hilbert de sa partie relle, avec la partie relle de limage complexe reprsentant limage originale [ZHU88]. En fonction des quadrants considrs pour la reprsentation spectrale dune image analytique, la redondance de la TF de la partie relle de limage complexe est, dans une certaine mesure diminue, sans altrer le contenu spectral original. Amplitudes instantanes

91

Rcrivons les signaux complexes du Tableau III-1 sous forme polaire comme nous lavons fait dans le cas 1-D :
1 ( x, x2 ) = 4 ( x1 , x2 ) = A1 ( x1 , x2 ) exp[ j1 ( x1 , x2 )]

quation III-23

3 ( x, x2 ) = 2 ( x1 , x2 ) = A2 ( x1, x2 ) exp[ j 2 ( x1 , x2 )]

quation III-24

Cette reprsentation permet de dfinir les amplitudes locales (ou instantanes) du signal rel

s ( x1 , x2 ) comme suit :
A1 ( x1 , x 2 ) = [ s ( x1 , x 2 ) g ( x1 , x 2 )] 2 + [ g 1 ( x1 , x 2 ) + g 2 ( x1 , x 2 )] 2 quation III-25

A2 ( x1 , x2 ) = [ s ( x1 , x2 ) + g ( x1 , x2 )]2 + [ g1 ( x1 , x2 ) g 2 ( x1 , x2 )]2
quation III-26 Les phases instantanes du mme signal sont exprimes telles que :

1 ( x1, x2 ) = arctan

g1 ( x1 , x2 ) + g 2 ( x1 , x2 ) s( x1 , x2 ) g ( x1 , x2 ) g1 ( x1 , x2 ) g 2 ( x1 , x2 ) s( x1 , x2 ) + g ( x1 , x2 )

quation III-27

1 ( x1, x2 ) = arctan

quation III-28

Lespace des donnes frquentielles brutes (espace k) en IRM peut tre considr comme constitu des quatre quadrants dfinis ci-dessus. Pour liminer la redondance dans la reprsentation spectrale dun signal donn, diverses combinaisons de quadrants pourront tre considres, ceci en fonction de la problmatique pose. Prenons comme exemple le cas o notre objectif serait, de manire globale, de reconstruire une image partir de la moiti de ses donnes spectrales.

92

Figure III-1 : Diffrents quadrants dun espace de Fourier.

En faisant rfrence la Figure III-1, les combinaisons de quadrants que nous pouvons effectuer sont les suivantes : (1)+(2), (1)+(3), (2)+(4), (4)+(3) ou mme
1 2

(1)+ (3)+

1 2

(4) ou

encore tout autre forme dassociation que lon pourrait imaginer. Cette combinaison de quadrants quivaut dans un sens lutilisation de la fonction filtre, adquate, qui est nonce dans [ZHU88]. La combinaison (1)+(2) conduirait limage analytique associe note : 1, 2 = s + jg 2 , la (1)+(3) donnerait limage analytique associe 1,3 = s + jg1 , la (2)+(4) aurait pour image analytique associe : 2, 4 = s jg1 , la (4)+(3) aurait pour image analytique associe :

4,3 = s jg 2 et la combinaison

1 2

(1)+ (3)+

1 2

(4) aurait pour image analytique associe,

limage 1, 4,3 = s j ( g1 + g 2 ) . Force est de constater que pour toutes les combinaisons, la partie relle de limage analytique ne change pas contrairement sa partie imaginaire qui a une expression diffrente en fonction de la combinaison utilise. En effet, une fois lespace k coup pour simuler la rduction de la redondance spectrale, les parties imaginaires reprsentes ci-dessous quivalent aux transformes de Hilbert des spectres associs. Ces diffrents spectres ne contiennent bien sr que la moiti de linformation spectrale de dpart mais ne reprsente pas la mme information (suivant les quadrants) do les transformes de Hilbert diffrentes. Cette remarque conduit attirer lattention sur le fait quil existe plusieurs

93

images analytiques associes une seule image relle (car limage analytique associe une image relle est un complexe dont la partite relle reprsente limage relle et la partie imaginaire, la transforme de Hilbert de cette image), ce qui nest pas le cas en 1-D. Nous allons illustrer ce que nous venons de dire par un exemple plus expressif. Soit une image simule de cerveau obtenue partir du simulateur dimage IRM nomm BrainWebMRI Simulator (http://www.bic.mni.mcgill.ca/brainweb/), nous proposons de retrouver limage de dpart partir de diverses combinaisons ne contenant que la moiti de linformation spectrale de dpart

94

Espace k complet

Image relle

Moiti de linformation

Partie relle

Partie imaginaire

Figure III-2 : Quelques images analytiques associes une image relle de cerveau. Les parties relles sont les mmes et les parties imaginaires sont distinctes suivant le type de coupure de lespace k.

La dernire ligne de la Figure III-2 reprsente une combinaison o lon associe

1 2

1 2

(1) + (2)+

(4).

95

Une remarque reste faire sur lutilisation de la transforme de Hilbert pour lexpression des images analytiques. Nous avons vu prcdemment que la transforme de Fourier de la fonction g1 peut tre exprime telle que :
F g1 = j sgn 1S (u1 , u2 )

quation III-29

Remarque : Malheureusement, cette expression ne conduit pas une dfinition thoriquement conforme de limage analytique pour des signaux dont les spectres admettent des masses unit dans le plan (u1 , u2 ) . Par exemple, H [cos (ux )] sin( ux) . Pour pallier ce problme, une nouvelle transformation a t dveloppe par Havlicek [HAVE97] appele la transforme de Hilbert multidimensionnelle ajuste. Lexpression de la transforme de Hilbert multidimensionnelle ajuste dun signal s(x) est donne par :

H adj [s(x)] = F -1 M adj (u)S(u)

quation III-30

le multiplicateur spectral M adj (u) est dfini par :

M adj (u ) = j sgn adj u

quation III-31

o et o

sgn adj u = sgn * ui (1 sgn * uk

n i =1 k =1

i 1

quation III-32

quation III-33

96

Notons que M adj diffre de j sgn(u) seulement dans lensemble de Lebesgue de mesure zero (longueur de lintervalle =0). Enonons prsent quelques thormes tablissant les relations existantes entre les transformations H et H adj . Pour tout s(x) L2 ( n ) , H ( s(x)) = H adj ( s(x)) Si s(x) admet S (u) comme transforme de Fourier tel que

S (u) du = 0

et si

H ( s(x)) existe alors H adj ( s(x)) = H ( s(x))

Si s(x) admet une reprsentation en sries de Fourier telle que :
s (x) = Ai cos(ui x + Bi sin(ui x),
iN

quation III-34

avec Ai , Bi et sgn adj ui x > 0 pour chaque i N et

H adj [ s(x)] =

iN

Ai sin(u i x Bi cos(u i x)

quation III-35

La transforme de Fourier tant une somme de cosinus et de sinus, il pourrait arriver que lon se retrouve dans le cas nonc ci-dessus o lutilisation de la transforme de Hilbert ajuste permettrait de donner une dfinition conforme de limage analytique associe la fonction relle tudie.

Notre problmatique tant la rduction du temps dacquisition des donnes de lespace k en IRM, force est de constater que nous sommes restreints lutilisation de deux configurations parmi celles que nous avons cites. Il est de coutume, pour rduire le temps dacquisition des donnes en IRM, dacqurir un nombre de lignes de codage de phase restreint de lespace k. En se rfrant la Figure III-2, nous navons que deux configurations qui permettent de rduire le nombre de lignes de codage de phase acquis. Le travail prsent dans ce chapitre est ddi la reconstruction des images IRM partir dun espace k partiel, ce qui implique que la rduction du temps dacquisition se fera en diminuant le nombre de lignes de codage de phase acquis. Pour ce faire les deux combinaisons qui soffrent donc nous sont celles o lon associe les quadrants (1) et (2) ou les quadrants (3)

97

et (4). Les images analytiques que nous aurons utiliser seront respectivement de la forme

1, 2 = s + jg 2 et/ou 4,3 = s jg2 .

Par souci de simplification dcriture, nous noterons le plan de Fourier par (u , v) , le plan spatial associ ( x, y ) et limage analytique associe une fonction relle par z ( x, y )

III.

Reconstruction IRM partir de lespace k partiel

Rappelons que pour une fonction valeurs relles, la reprsentation frquentielle S (u, v) est redondante car elle est dote de la proprit de symtrie hermitienne. Spcifiquement, si
S (u , v) est connue pour u > 0 alors une image analytique associe la fonction relle peut

tre gnre partir de cette moiti dinformation dont la partie relle est la fonction ellemme. Remettons nous dans la situation o lon considre que le signal 2-D est une image. On dit que z(x,y) est une image analytique associe la fonction image I(x,y), si z(x,y) peut tre crite sous la forme :

z ( x, y ) = I ( x, y ) + jH 2 ( I )( x, y )

quation III-36

o loprateur H2, que nous appellerons loprateur de transforme de Hilbert bidimensionnelle par analogie au cas 1-D, est rduit la convolution bidimensionnelle de la fonction I par un noyau de convolution h [ZHU88]. Dans le domaine spectral, il peut tre exprim de manire quivalente par :

F2 ( z)(u, v) = 2 (u, v)F2 (I ) (u, v )

o F2 est loprateur de la transforme de Fourier bidimensionnelle et

quation III-37

(u , v ) =

1 (1 + jF2 ( h )(u , v ) ) 2

quation III-38

98

En pratique, les images ne sont en gnral pas valeurs relles, mais valeurs complexes. Ceci est d au fait quune phase non nulle est introduite dans limage suite au mouvement de lobjet imager ou aux inhomognits de champs magntiques. La proprit de symtrie hermitienne de lespace k nest dans ce cas plus vrifie, ce qui implique que la notion dimage analytique ne peut pas simplement tre applique comme nous lavons nonce dans le paragraphe II.2.2. Bien que cette symtrie hermitienne soit dtruite, il existe toujours une certaine redondance entre les donnes de lespace k. Ces corrlations nous ont pousses faire lhypothse quen pratique, lespace k est pseudo hermitien et par consquent, nous avons utilis la notion dimage analytique pour la reconstruction dimages IRM relles. Nous avons discut de cet aspect dans un de nos travaux [YANK07] et illustrons dans la Figure III-3 un exemple de rsultats que nous avons obtenus. Nous constatons que lutilisation de la notion dimage analytique pour la reconstruction de cette image du cerveau permet dobtenir un rsultat qui est assez proche de limage reconstruite partir de lespace k complet. Cette image contrairement ce quon obtient avec la mthode appele Hermitian Conjugation (HC) [MCGI93] qui est une technique de reconstruction consistant remplir de zros les donnes manquantes en utilisant la conjugaison hermitienne ( S (u ,v) = S * (u , v) ), ensuite de mlanger la transition les donnes disponibles (acquises) celles obtenues par conjugaison, et en fin calculer la TF de lespace k obtenu. Le rsultat recherch tant le module de limage calcule donne une image qui est assez proche de limage reconstruite avec la totalit des donnes de lespace k.

(a)

(b)

(c)

Figure III-3: (a) Image reconstruite avec lespace k complet, Images reconstruites partir de la moiti de lespace k ( u 0 ) : (b) Mthode HC, (c) Image analytique.

99

Nous pouvons constater que le schma dacquisition asymtrique, qui consiste considrer soit que toutes les frquences ngatives, soit que toutes les frquences positives sont nulles, permettrait de diminuer le temps dacquisition dun facteur de 2, mais ne permettrait pas dobtenir une qualit de reconstruction trs satisfaisante. La prise en compte de lune ou de lautre partie de lespace k ne conduit pas aux mmes rsultats, ce qui pousse penser que les contributions de chaque association de quadrants de lespace k sont complmentaires. Nous nous sommes donc proposs dtendre lutilisation de la notion dimage analytique dans le cas o lon acquiert un peu plus de la moiti de lespace k comme le montre la Figure III-4 (a) et de faire lhypothse de la complmentarit des informations contenues dans les frquences spatiales positives et celles contenues dans les frquences spatiales ngatives.

Figure III-4: (a) Echantillonnage typique asymtrique de lespace k, Dcoupage de lespace k en (b) la moiti positive des donnes de lespace k et (c) quelques frquences spatiales ngatives.

100

III.1.

Mthode

Les donnes rsultant dun schma dacquisition typique de lespace k partiel sont composes des frquences spatiales positives ainsi que dune partie des frquences spatiales ngatives, la frquence de troncature basse est en gnral considre comme tant gale au huitime de la taille de la matrice reprsentant limage, dans la direction de codage de phase comme le montre la Figure III-4 (a). Nous avons dcompos cet ensemble de donnes en deux parties, sa moiti positive et la partie correspondant ses frquences spatiales ngatives comme il est montr respectivement en Figure III-4 (b) et Figure III-4 (c). Ces deux parties sont ensuite considres comme tant la reprsentation spectrale de deux images analytiques. Dfinissons limage analytique associe aux frquences positives par z p ( x, y ) . Dfinissons galement la fonction nonce en quation III-37 pour le cas des frquences spatiales positives par la fonction p qui a pour expression :
1 2

p (u, v) = (1 + sgn(u))

quation III-39

La transforme de Fourier du noyau de convolution hp nonc dans lquation III-38 a pour expression :
F2 (h p )(u , v) = j sgn(u )

quation III-40

ou de manire quivalente dans le domaine spatial :

h p ( x, y ) =

( y) 1 v. p. x

quation III-41

o est la fonction de dirac. Lexpression de limage analytique correspondante est donne ci-dessous:
+ I p ( ,

z p ( x, y ) = I p ( x, y ) +

v. p.

y)

quation III-42

La deuxime image analytique peut tre dfinie de la mme manire en prenant en compte la reprsentation suivant les quadrants que nous avons nonce prcdemment dans ce chapitre, ainsi lexpression finale de limage z ( x, y ) est crite sous la forme:

101

z ( x, y ) = I p ( x, y ) + I n ( x, y ) +

v. p.

+ I p ( ,

y)

v. p.

+ I n ( ,

y)

quation III-43
Limage finalement recherche est ensuite reconstruite en considrant le module de z ( x, y ) . Sur le plan mathmatique, si on tient compte du fait que lespace k partiel est une version de lespace k complet multiplie par une fonction chelon e(u ) , la fonction n, dfinie par analogie avec la fonction p exprime ci-dessus, devient n qui a pour expression :
' n (u , v ) = n (u , v ).e(u )

quation III-44

Cette multiplication dans le domaine spectral se traduit dans le domaine spatial par une convolution comme le montre lexpression de limage analytique associe lespace k partiel nonce en quation III-45.

z ( x, y ) = f p ( x, y ) + f n ( x, y ) +

v. p.

f p ( , y ) x

j 1 + f ( , y ) v. p. n 1 ( x) + 2 x j 2x
quation III-45

III.2.

Analyse dans le domaine frquentiel

Revenons au cas 1-D pour montrer lintrt, dun point de vue frquentiel, de lutilisation de la notion du signal analytique. Figure III-5 (a) reprsente une acquisition asymtrique conventionnelle dun ensemble de donnes. Les Figure III-5 (b) et Figure III-5 (c) illustrent la dcomposition respectivement, en frquences spatiales ngatives et positives de lespace k asymtrique montr sur la Figure III-5 (a). Nous avons mentionn prcdemment que la notion de signal analytique permet de rduire la redondance dans le domaine spectral sans perte dinformation, par consquent, le spectre complet pouvant tre retrouv partir de la moiti de linformation spectrale. Les Figure II-5 (c) et Figure II-5 (e) reprsentent de manire virtuelle le contenu frquentiel correspondant respectivement aux donnes reprsentes en Figure III-5 (b) et Figure III-5 (c), quand on utilise la notion de signal analytique. Lutilisation de la mthode propose se

102

traduit dans le domaine frquentiel par deux effets. Premirement, elle permet une amplification des basses frquences dun facteur de 2 comme lillustre Figure III-5 (g) et deuximement, nous pouvons galement constater que les hautes frquences dans lintervalle

[ u H ,ul ], qui navaient pas t acquises, sont retrouves. Ainsi, la mthode propose permet
davoir un contenu frquentiel plus riche que celui de lespace k initialement acquis.

Figure III-5: Analyses dans le domaine frquentiel de la mthode de reconstruction utilisant la notion dimage analytique. (a) Ensemble de donnes originales (acquises). Dcomposition de cet ensemble: (b) et (d) Parties ngative et positive respectivement, (c) et (e) Equivalence dans le sens de limage analytique, (f) Ensemble de donnes final, (g) Equivalence dans le sens de limage analytique de lensemble de donnes final.

III.3.

Rsultats

Le schma de reconstruction propos dans le paragraphe III.1 de ce chapitre, a t appliqu sur plusieurs ensembles de donnes parmi lesquels nous pouvons citer des images simules 103

auxquelles ont t rajout un facteur de phase pour simuler des cas proches de la ralit (images complexes), des fantmes physiques, ainsi que des images de cerveaux humains. Pour diminuer les oscillations qui sont en majorit dues la troncature brutale de lespace k, on procde la pondration par une fonction rampe, dans le domaine frquentiel, des donnes reprsentant les basses frquences spatiales de lespace k acquis. Cette fentre de pondration a, dans le cadre de notre mthode de reconstruction, le rle dadoucir les transitions brutales entre les donnes acquises et celles non acquises (gales des zros). La fentre que nous avons utilise a t illustre dans le chapitre prcdent (Figure II-3 (a) avec dans notre cas n0 =16). On peut remarquer que le rsultat montr en Figure III-7 (c) par exemple, ne prsente plus aucune oscillation. Dans lalgorithme de reconstruction HM par exemple, cette fonction de pondration joue un double rle : Mis part son rle dadoucir les transitions brutales entre les donnes acquises et celles non acquises, elle permet de parer le dsquilibre, d au manque de donnes hautes frquences ngatives, existant entre les donnes basses et hautes frquences. Aprs la prsentation des rsultats que nous avons obtenus dune part partir de la reconstruction des donnes de lespace k complet et dautre part de la reconstruction des donnes de lespace k partiel avec notre mthode, nous mettons en comparaison dans le paragraphe suivant les rsultats de reconstruction obtenus avec notre mthode et ceux obtenus avec les techniques HM et POCS que nous avons dj prsentes.

104

50

100

150

200

250 50 100 150 200 250

(a)
250 200

50

50

150 100

100

100 50

150

150

0 -50

200

200

-100 -150

250 50 100 150 200 250

250 50 100 150 200 250

-200

(b)

(c)

Figure III-6: Illustration de la reconstruction sur une image IRM simule de cerveau (avec un terme de phase). (a) Image reconstruite partir de lespace k complet. (b) Image reconstruite partir de lespace k partiel avec notre mthode.

105

La Figure III-6 illustre les rsultats de reconstruction sur une image simule de cerveau provenant du simulateur IRM nomm BrainWeb-MRI Simulator dont le site Internet est le suivant :(http://www.bic.mni.mcgill.ca/brainweb/). La Figure III-6 (a) reprsente limage reconstruite (pondre en T1 ) partir de la totalit des donns de lespace k (256 x 256), elle est considre comme tant la meilleure image que lon puisse obtenir. La Figure III-6 (b) reprsente limage reconstruite avec 5/8 des donnes de lespace k en utilisant la mthode de reconstruction propose, tandis que la Figure III-6 (c) montre limage de diffrence entre limage prsente en Figure III-6 (a) et celle montre sur la Figure III-6 (b). Pour une meilleure visualisation des erreurs dans limage de diffrence, celle-ci a t recadre entre 0 et 255. On peut constater que limage reconstruite avec notre mthode est trs proche de limage reconstruite avec la totalit des donnes de lespace k. Le phnomne doscillations dont nous avons parl, nest pas prsent dans ce cas de figure.

106

(a)

(b)

(c)

Figure III-7: Rsultats de reconstruction sur une image de fantme physique: (a) Image reconstruite partir de lespace k complet, (b) Image reconstruite partir de lespace k partiel avec la mthode base sur lutilisation de la notion dimage analytique, (c) : version pondre de (b).

La Figure III-7 prsente les rsultats de reconstruction sur des donnes dun fantme physique. Les donnes brutes correspondant sa reprsentation frquentielle ont t acquises sur une machine IRM GE 1.5 T. Lespace k complet est constitu de 128 lignes de codage de phase sur 256 colonnes de codage en frquence correspondant une image de 128 x 256 pixels. Cette image a t acquise en pondration T1 . La Figure III-7 (a) reprsente limage

107

reconstruite avec la totalit des donnes de lespace k, tandis que la Figure III-7 (b) correspond limage reconstruite avec la mthode base sur lutilisation de limage analytique et la Figure III-7 (c) reprsente la version pondre de limage montre sur la Figure III-7 (b).Visuellement, limage que nous avons reconstruite avec notre mthode en utilisant 5/8 de linformation spectrale est proche de limage reconstruite partir de la totalit des donnes de lespace k. On observe cependant que limage reconstruite souffre du phnomne de Gibbs.

(a)

(b)

Figure III-8: Rsultats de reconstruction sur une image de cerveau humain: (a) Image reconstruite partir de lespace k complet, (b) Image reconstruite partir de lespace k partiel avec la mthode base sur lutilisation de la notion dimage analytique.

La Figure III-8 prsente les rsultats de reconstruction sur une image de cerveau humain. Les donnes brutes correspondant sa reprsentation frquentielle ont t acquises sur une machine clinique 1.5T Siemens Sonata system (Erlangen, Germany). La squence Turbo FLASH (TFL) segmente a t utilise pour cette acquisition. Lespace k complet est constitu de 256 lignes de codage de phase sur 176 colonnes en codage de frquence correspondant une image de 256 x 176 pixels. Cette image a t acquise en pondration T1 . 108

La Figure III-8 (a) reprsente limage reconstruite avec la totalit des donnes de lespace k, tandis que la Figure III-8 (b) correspond limage reconstruite, partir de 5/8 des donnes de lespace k, avec notre mthode. Visuellement, limage que nous avons reconstruite avec notre mthode en utilisant 5/8 de linformation spectrale est proche de limage reconstruite partir de la totalit des donnes de lespace k. On observe bien videmment une baisse de la rsolution spatiale, due la non acquisition dune partie de linformation spectrale, dans la direction de codage de phase, comme nous lavons dj mentionn, mais on distingue cependant assez bien les structures du cerveau.

III.4.

Analyses quantitatives & comparaisons

Dans cette partie et pour la suite, nous ne parlerons plus des images simules car nous retiendrons notre attention sur des cas reprsentant le plus la ralit. La qualit des images reconstruites a t value sur le plan aussi bien qualitatif que quantitatif. Pour lanalyse qualitative, nous avons calcul les images de diffrence entre limage reconstruite partir de la totalit des donnes de lespace k et les images reconstruites partir de lespace k partiel en utilisant les mthodes cites. Notre mthode est compare aux mthodes de reconstruction de lespace k partiel, HM et POCS, cause des similitudes quelles prsentent tant sur la trajectoire dacquisition des donnes que sur le principe de reconstruction des images (bien que notre mthode ne ncessite pas une tape de compensation de phase).

III.4.1.

Comparaisons

Nous avons compar dans un premier temps les rsultats obtenus avec notre mthode de reconstruction aux rsultats de reconstruction obtenus avec les donnes de lespace k complet. Puis dans un second temps, nous avons compar ces rsultats ceux obtenus avec les mthodes de reconstruction HM et POCS en nutilisant bien videmment pour les trois mthodes que les 5/8 des donnes spectrales totales. Nous considrons dans ce cas que la limite infrieure des BFs (le nombre u1 dont nous avons parl au dbut du paragraphe) est gale au huitime du nombre de lignes de codage de phase de limage considre. Comme toutes les frquences positives sont acquises, on se retrouve donc avec 5/8 des donnes de lespace k.

109

La Figure III-9 illustre les rsultats de reconstruction sur limage de fantme physique que nous avons galement dj prsente. Limage reconstruite partir de la totalit des donnes de lespace k est prsente en Figure III-9 (a). Les Figure III-9 (b) Figure III-9 (d) prsentent les images reconstruites partir des donnes de lespace k partiel avec respectivement les mthodes HM, POCS et la mthode que nous avons propose. Les images prsentes de Figure III-9 (e) Figure III-9 (g) sont les images de diffrence entre limage reconstruite avec la totalit des donnes de lespace k et celles reconstruites avec respectivement les mthodes HM, POCS et la ntre. Visuellement, nous pouvons constater que limage reconstruite avec les mthodes HM, POCS et la ntre sont proches de limage vraie. Nous avons vu que le problme des oscillations peut tre rsolu en utilisant une pondration adquate des donnes de lespace k pour adoucir les transitions. Nanmoins, on remarque que dans ce cas, la frquence des oscillations est plus leve dans limage reconstruite avec POCS que dans limage reconstruite avec la mthode que nous avons propose. En termes dimage de diffrence, on constate que la mthode de reconstruction HM est celle qui donne des rsultats prsentant le plus derreurs, et que pour les mthodes de reconstruction POCS et celle que nous avons propose, les images de diffrences ont des intensits nulles presque partout dans limage, sauf sur les contours de limage (zones de variations rapides dintensit).

La Figure III-10 illustre les rsultats de reconstruction sur limage de cerveau dont les paramtres dacquisition ont t prsents dans le paragraphe prcdent. Limage reconstruite partir de la totalit des donnes de lespace k est prsente en Figure III-10 (a). Les figures, Figure III-10 (b) Figure III-10 (d), reprsentent les images reconstruites partir des donnes de lespace k acquises partiellement avec respectivement les mthodes HM, POCS et la mthode de reconstruction base sur lutilisation de la notion dimage analytique. Les images prsentes de Figure III-10 (e) Figure III-10 (g) sont les images de diffrence entre limage reconstruite avec la totalit des donnes de lespace k et celles reconstruites avec les mthodes HM, POCS et notre mthode. Visuellement, nous pouvons constater que limage reconstruite avec notre mthode est celle qui se rapproche le plus de limage vraie alors que les images reconstruites avec les mthodes HM et POCS prsentent quelques artfacts. On observe par exemple dans limage reconstruite avec POCS le phnomne dimages fantmes sur les bords de limage comme le montrent les flches sur la Figure III-10 (c), ce 110

phnomne est encore mieux visualis dans limage de diffrence associe (Figure III-10 (g)). Pour limage reconstruite avec la technique HM, on remarque certains effets qui ne sont pas prsents dans limage vraie ; certaines de ces zones sont encercles dans Figure III-10 (b). En termes dimage de diffrence, on constate que la reconstruction avec HM donne les rsultats de reconstruction les plus mauvais.

III.4.2.

Analyses quantitatives

Pour lvaluation quantitative, plusieurs critres ont t utiliss pour nous assurer du fait que ceux ci convergeaient tous dans la mme direction. Nous avons cet effet, calcul lerreur au sens de la moyenne, appele en anglais Normalized Mean Squared Error (NMSE) et dfinie par :
( I ( x, y ) I R ( x, y )) 2 I ( x, y).I ( x, y) R

NMSE =

1 NM

quation III-46

o I ( x, y ) est limage reconstruite partir de la totalit des donnes de lespace k et I R ( x, y) limage reconstruite partir de lespace k partiel avec soit la mthode HM, POCS, soit celle que nous avons propose, M et N reprsentent les dimensions des images. Nous avons galement calcul la somme des diffrences au carr (Sum of Squared Differences (SSD) en anglais) dfinie par :
1 NM

SSD =

( I ( x, y ) I R ( x, y)) 2

quation III-47

En IRM, le bruit est invitable et uniformment distribu dans limage. Celui-ci est caus par : a) le bruit lectromagntique dans le corps d au mouvement des particules charges, b) aux petites erreurs de mesure provenant des appareils lectroniques (qui dpendent de la taille de lantenne RF et de la largeur de bande de la squence dimpulsion). Par exemple, de grandes antennes prsentent un grand champ de mesure mais un faible rapport signal sur bruit et vice versa. Une manire de mesurer leffet du bruit dans limage est de calculer le rapport signal sur bruit RSB et le rapport signal sur contraste RSC. Ceux-ci ont donc galement t utiliss dans le cadre de lvaluation quantitative de la mthode de reconstruction que nous avons propose ainsi que de celles auxquelles elle a t compare. Ces deux critres ont t calculs de la 111

manire suivante : trois zones dintrt spares (en anglais region of interest (ROI)) ont t dfinies dans limage, comme le montre la Figure III-14 ou la Figure III-15, dans le but de calculer le niveau de bruit dans larrire plan (dont lexpression en anglais est background (BG)). Les deux rgions homognes dfinies dans limage reprsentent des zones de signal dans limage et la troisime rgion reprsente le signal en arrire plan qui est assimil ici au bruit dans limage. La troisime zone est choisie dans une partie sans signal de limage pour viter que lestime du bruit ne soit domine par les variations du signal. Lexpression du RSB dans la zone1 est donne ci-dessous :

RSB zone1 = SI zone1 / zone 3

quation III-48

o SI zone1 est la valeur de la moyenne de lintensit du signal dans la zone1 et

zone reprsente la valeur de lcart type de lintensit du signal dans la zone3.

3

Le rapport signal sur bruit dans la zone2 a t calcul tel que :

RSBzone2 = SI zone2 / zone3

o SI zone 2 est la valeur de la moyenne de lintensit du signal dans la zone2.

quation III-49

Ces dfinissions du RSB et du RSC sont applicables en IRM car, comme nous lavons dj dit, le bruit est uniformment distribu dans limage ; ce qui nest pas le cas dans les autres modalits dimagerie. Le RSB crot proportionnellement au volume du voxel (1/rsolution), la racine carre du nombre dexcitation ( N ex ) et la racine carre du nombre de lignes de codage de phase et il dcrot en mme temps que le champ de vue. Le rapport signal sur contraste entre la zone1 et la zone3, qui nest rien dautre que la diffrence des rapports signaux sur bruit entre deux rgions appropries de limage, est dfini par lexpression suivante :
RSC 1 / 3 = ( SI zone1 SI zone 3 ) / zone 3

quation III-50

o SI zone 3 et zone 3 sont respectivement la valeur de la moyenne et de lcart type de lintensit du signal dans la zone3.

112

Enfin le rapport signal sur contraste entre la zone2 et la zone3 est dfini par lexpression suivante :
RSC 2 / 3 = ( SI zone 2 SI zone 3 ) / zone 3

quation III-51

113

(a)

(b)

(e)

(c)

(f)

(d) (g) Figure III-9: Rsultats de reconstruction sur une image de fantme physique: (a) Image

reconstruite partir de lespace k complet, (b)-(d) Images reconstruites partir de lespace k partiel : mthodes HM, POCS et la notre respectivement, (e)-(f) Images de diffrence entre limage complte et les images reconstruites avec HM, POCS et la mthode propose.

114

Le Tableau III-2 prsente les valeurs derreur calcules pour les trois mthodes de reconstruction compares du prsent paragraphe dans le cadre de la reconstruction des images dun fantme physique. Nous pouvons bien remarquer que ces valeurs sont plus leves pour la mthode HM et quelles sont sensiblement gales pour les mthodes POCS et celle que nous avons propose. En termes de valeurs de RSB et RSC, pour cet exemple, une zone a t choisie dans la partie contenant du signal (partie claire de limage) ainsi quune autre zone dans larrire plan de limage (partie noire de limage). Le calcul du RSB et du RSC a t effectu comme dans quation III-48 et quation III-50 respectivement. Les Tableau III-3 et Tableau III-4 prsentent respectivement les valeurs de RSB et de RSC dans les images reconstruites tant avec les donnes de lespace k complet quavec les donnes de lespace k partiel en utilisant les trois mthodes de reconstruction de lespace k partiel mises en comparaison dans cette section. Nous pouvons constater que notre mthode de reconstruction permet dobtenir des images ayant aussi bien un bon rapport signal sur bruit quun bon rapport signal sur contraste. Pour ces deux critres, les valeurs les plus grandes sont obtenues dans limage reconstruite avec notre mthode et la mthode POCS suivie de limage reconstruite avec la totalit des donnes de lespace k et de HM.

Tableau III-2: Valeurs derreurs pour les images prsentes dans Figure III-9. HM POCS Mthode propose NMSE SSD
0.0233 161 0.0042 26 0.0042 26

Tableau III-3: Valeurs du RSB pour les images prsentes dans Figure III-9.
Espace k complet RSB zone1 HM POCS Mthode propose

160

71.4

192

192

115

Tableau III-4: Valeurs du RSC pour les images prsentes dans Figure III-9.
Espace k complet RSC zone1 HM POCS Mthode propose

158

71

190

190

(a)

(b)

(c)

(d)

(e) (f) (g) Figure III-10: Rsultats de reconstruction sur une image de cerveau humain: (a) Image

reconstruite partir de lespace k complet, (b)-(d) Images reconstruites partir de lespace k partiel : mthodes HM, POCS et la notre respectivement, (e)-(f) Images de diffrence entre limage complte et les images reconstruites avec HM, POCS et la mthode propose.

116

Le Tableau III-5 nous montre que les valeurs derreur dans limage reconstruite avec la mthode HM sont drastiquement plus leves que celles calcules avec les deux autres mthodes. Nous pouvons galement observer que les plus faibles valeurs sont obtenues avec notre mthode de reconstruction. Les Tableau III-6 et Tableau III-7 prsentent respectivement les valeurs de RSB et de RSC dans les zones qui sont dlimites sur la Figure III-15 et calcules avec les quations de quation III-48 quation III-50. Nous pouvons constater que notre mthode de reconstruction permet dobtenir des images ayant la fois un bon rapport signal sur bruit et un bon rapport signal sur contraste. En termes de RSB, limage reconstruite avec la mthode HM prsente les valeurs les plus faibles, tandis que les valeurs les plus leves sont obtenues pour limage reconstruite avec notre mthode de reconstruction. Les plus mauvais rsultats sont obtenus en termes de RSC dans limage reconstruite avec la mthode POCS. Dans ce cas galement, les meilleures valeurs sont obtenues avec notre mthode de reconstruction.

Tableau III-5 : Valeurs derreurs pour les images prsentes dans Figure III-10. HM NMSE SSD
0.4779 2798

POCS
0.0234 83

Mthode propose
0.0174 60

Tableau III-6 : Valeurs du RSB pour les images prsentes dans Figure III-10. Espace k complet reprsente limage reconstruite avec la totalit des donnes de lespace k.
Espace k complet RSB zone1 RSB zone2 HM POCS Mthode propose

44.8 46.5

24.2 25.4

22.2 23

52.6 54.5

117

Tableau III-7 : Valeurs du RSC pour les images prsentes dans Figure III-10.
Espace k complet HM POCS Mthode propose

RSC zone1
RSC zone2

42.9 46.5

23.5 24.8

20.7 21.5

50.7 52.6

IV.

Reconstruction partir de la moiti de lespace k

Notre objectif pour ce travail est de donner la possibilit de rduire autant que possible le temps dacquisition des donnes de lespace k pour la reconstruction des images IRM tout en maintenant galement une bonne qualit de reconstruction. Nous avons vu dans le paragraphe III.2 lintrt de lutilisation de la notion dimage analytique dans le domaine spectral, ce qui a t lorigine de notre motivation au fait de penser un autre schma dacquisition des donnes de lespace k, lacquisition par bande de frquence. Ce nouveau schma permettrait la rduction du temps dacquisition dun facteur de 2 (exactement la moiti des donnes de lespace k et non toutes les frquences positives, plus quelques frquences ngatives en plus) et amliorerait la qualit des images reconstruites obtenues par rapport celles reconstruites avec le schma dacquisition des donnes prsent en Figure III-4 (a). Le schma dacquisition propos permettrait davoir linformation basse frquence ncessaire la reconstruction avec un bon contraste et fournirait galement assez dinformation haute frquence pour une meilleure finesse de limage reconstruite.

IV.1.

Schma de reconstruction

Le schma dacquisition que nous trouvons optimal est celui qui consiste acqurir une bande de frquence asymtrique dans lespace k, en privilgiant les hautes frquences soit ngatives, soit positives comme le montre Figure III-11 (a). Pour une image compose de N lignes de codage de phase, nous prconisons la configuration suivante : la bande de lignes de
N N codage de phase acqurir devrait tre quivalente lintervalle + m : m o m est 4 4

118

un nombre ayant une valeur infrieure celle de la limite des basses frquences spatiales que nous avons appele u1 dans le chapitre prcdent. Dans notre cas, nous avons choisi
m = N / 16 .

Figure III-11: (a) Echantillonnage de lespace k propos divis en deux domaines : (b) les frquences spatiales positives et (c) frquences spatiales ngatives.

Dans ce cas de figure, les fonctions p et n dj dfinies dans le paragraphe III.1 sont remplaces par deux nouvelles fonctions n et p dont les expressions sont les suivantes :
' n (u , v) = n (u , v).e(u )

quation III-52

'p (u , v ) = p (u , v ).e(u )
Par consquent, lexpression de z ( x, y ) donne prcdemment devient :

quation III-53

119

1 j + I p ( , y ) z ( x, y ) = I p ( x, y ) + I n ( x, y ) + p . v . d 1 ( x ) + 2 j 2x x
+

p.v.

+ I n ( ,

1 d 1 ( x ) + 2 j 2x x
y)

quation III-54

Encore une fois, limage I recherche est calcule en considrant le module de limage analytique reconstruite z ( x, y ) .

IV.2.

Rsultats

Ce schma de reconstruction a t appliqu aux mmes jeux de donnes que nous avons dj mentionns dans le paragraphe III.3 et nous prsentons dans cette partie les rsultats que nous avons galement obtenus sur un autre fantme physique (Figure III-12). Nous prsentons ce fantme spcialement pour deux raisons : la premire raison est lie au souci de diversification des illustrations afin de montrer la fidlit de la mthode de reconstruction que nous avons propose; la deuxime motivation est le fait que ce fantme permette, par sa structure, de mieux apprcier le comportement de la rsolution spatiale suivant la mthode utilise pour la reconstruction. Pour ce fantme, les donnes brutes de lespace k ont t acquises sur une machine 7T du type Bruker BioSpin MRI GmbH en utilisant la squence dacquisition FLASH. Limage complte est constitue de 512 x 512 pixels. Figure III-12 (a) reprsente limage reconstruite partir de la totalit des donnes de lespace k, tandis que la Figure III-12 (b) reprsente limage reconstruite partir de la mthode propose en nutilisant cette fois que la moiti (50%) des donnes de lespace k suivant le schma dacquisition montr en Figure III-11 (a) qui permet de raliser une rduction du temps dacquisition des donnes dun facteur de 2. Nous pouvons constater que limage reconstruite par la mthode que nous proposons est trs proche de limage reconstruite avec la totalit des donnes de lespace k. Cette image souffre nanmoins de lgres oscillations sur les bords de limage ainsi quaux voisinages des zones de variations rapides dintensit. Ces oscillations ne sont rien dautre que les effets du phnomne de Gibbs engendr par la troncature brutale de lespace k. Pour pallier ce phnomne, nous avons utilis deux fonctions de lissage (de taille 16) pour adoucir les transitions entre les zones contenant des informations et celles nen contenant pas. Les fonctions de lissage utilises dans ce cas sont des fonctions rampes. Il est important de mentionner galement quune partie des oscillations a t rduite par le fait de lacquisition 120

asymtrique des donnes de lespace k. En effet, lacquisition symtrique des donnes quivaut un filtrage passe bas qui gnre les oscillations dans limage. Pourtant une acquisition asymtrique est aussi quivalente un filtre passe bas, mais cette fois elle contient encore quelques hautes frquences. La Figure III-12 (c) montre les amliorations observes sur le plan visuel aprs adoucissement des transitions par les fentres de lissage.

(a)

(b) (c) Figure III-12: Rsultats de reconstruction sur un fantme physique: (a) partir de

lespace k complet, (b) partir de la moiti de lespace k, (c) version (b) avec adoucissement des transitions.

121

Les rsultats obtenus avec ce schma dacquisition, sur les images de cerveau humain que nous avons prsentes dans le paragraphe prcdent, sont tout fait satisfaisants tant sur le plan visuel que sur le plan quantitatif. Nous devons nanmoins mentionner que, bien que lutilisation des fonctions de lissage permette de faire disparatre les oscillations dans limage reconstruite, il est cependant important de remarquer que le choix de cette fentre influencera la qualit (aspect visuel et valeurs derreur) de limage reconstruite. Il faudra trouver la taille adquate de la fentre pour viter de trop attnuer les amplitudes du signal dans le domaine frquentiel ce qui pourrait introduire des artfacts dans limage, comme le flou ou lobscurcissement de limage. Une grande taille de la fentre peut galement se traduire par laugmentation des valeurs du critre derreur. Une fentre trop petite naurait aucun effet sur la diminution des oscillations dans limage reconstruite.

IV.3.

Analyses quantitatives & comparaisons

Les images de rsonance magntique que nous allons prsent montrer ont t reconstruites partir de la totalit des donnes de lespace k dune part et, dautre part, partir de la moiti des donnes (50%) de lespace k, en utilisant les mthodes de reconstruction POCS et celle que nous avons propose. Une fois de plus, une valuation qualitative et quantitative des mthodes de reconstruction a t effectue. Pour lanalyse qualitative, ont t calcules les images de diffrence entre limage reconstruite partir de lespace k complet et celles reconstruites partir de lespace k partiel avec les deux mthodes, POCS et celle base sur lutilisation de la notion dimage analytique. Dans le cadre de lvaluation quantitative, nous avons utilis les critres derreur dj dfinis prcdemment, en loccurrence le NMSE et le SSD. Le rapport signal sur bruit et le rapport signal sur contraste ont aussi t calculs pour valuer quantitativement la qualit des mthodes de reconstruction. Le calcul de ces valeurs ne diffre pas de celui qui a t prsent dans le paragraphe prcdent o trois rgions dintrt spares ont t dfinies dans limage comme dans le paragraphe prcdent. Lutilisation des deux fonctions de lissage dont nous avons parles dans le paragraphe prcdent a plusieurs effets sur limage reconstruite. Ces deux fonctions permettent damliorer la qualit visuelle de limage reconstruite (limination des oscillations) ainsi que les rapports signal sur bruit (RSB) et signal sur contraste (RSC), mais causent laugmentation des valeurs des critres derreur. Cette augmentation des rapports signal sur bruit et signal sur contraste est due au fait que la contribution en donnes hautes frquences soit attnue, ce qui

122

quivaut une attnuation du bruit dans le contenu frquentiel. Les deux dernires colonnes du Tableau III-11 nous donnent les valeurs derreur obtenues quand on reconstruit limage sans effectuer de lissage et dans le cas o lon adoucit les transitions par des fonctions de lissage. Nous avons, dans cette partie, compar notre mthode avec la technique de reconstruction POCS et non HM parce que le schma dacquisition utilis ici nest pas adapt pour la reconstruction dimages avec la technique HM. Nous avons compar les deux mthodes dans le cas de figure o aucune fonction de lissage nest utilise. La Figure III-13 illustre les rsultats de reconstruction sur le mme fantme physique que nous avons dcrit ci-dessus. Figure III-13 (a) reprsente limage reconstruite partir de lespace k complet. Figure III-13 (b) et Figure III-13 (c) sont les rsultats de la reconstruction partir des donnes de lespace k partiel (50%) avec respectivement les techniques POCS et celle que nous avons propose. Nous pouvons constater que limage reconstruite avec la mthode POCS prsente plus doscillations que limage reconstruite avec notre mthode. Par cet exemple, nous avons galement voulu tudier et analyser le comportement de la rsolution spatiale dans limage reconstruite avec les deux mthodes compares. Nous avons pour cela trac le profil dune mme ligne de chacune des images reconstruites comme le montre Figure III-13 (a). Nous constatons que nous avons une meilleure rsolution spatiale avec notre mthode quavec la mthode POCS. Ce fait est illustr par les zones encadres de Figure III-13 (e). Nous pouvons galement remarquer la prsence doscillations parasites, comme le montre la zone encercle de Figure III-13 (e) ; alors que, ces oscillations se trouvent amorties avec la mthode de reconstruction que nous avons propose. La dynamique de limage reconstruite avec notre mthode est plus grande que celle de limage reconstruite avec la totalit des donnes de lespace k ou avec la mthode POCS. Les images de diffrence permettent de mieux visualiser les oscillations prsentes dans limage reconstruite avec la mthode POCS et nous montrent galement que les valeurs les plus faibles derreurs sont obtenues avec notre mthode. Dans la suite, notre mthode sera dsigne par le terme RIA pour Reconstruction Image Analytique. Le Tableau III-8 montre que les valeurs derreur dans limage reconstruite avec la mthode POCS sont plus leves que celles calcules avec la mthode propose ainsi que pour sa

123

version lisse. Nous pouvons galement observer que lutilisation de fonctions de lissage augmente les valeurs derreurs dans limage reconstruite. Les Tableau III-9 et Tableau III-10 prsentent respectivement les valeurs de RSB et de RSC dans les zones qui sont dlimites sur la Figure III-14. Nous pouvons constater que notre mthode de reconstruction permet dobtenir des images ayant aussi bien un bon rapport signal sur bruit quun bon rapport signal sur contraste. En termes de RSB, limage reconstruite avec la mthode POCS prsente les valeurs les plus faibles tandis que les valeurs les plus leves sont obtenues pour limage reconstruite avec notre mthode de reconstruction mais dans sa version lisse. Les valeurs de RSB voluent de la mme faon que celles du RSC. Noublions cependant pas de mentionner que lutilisation de ce schma dacquisition permet damliorer la qualit de reconstruction tant sur le plan qualitatif que quantitatif (confre les Tableau III-9 et Tableau III-10 par exemple).

124

(a)

(b)

(c)

(d)

(e)

(f)

(g) (h) Figure III-13: Rsultats de reconstruction sur un fantme physique (a) : Image reconstruite

partir de lespace k complet, (b)-(c) rsultats de reconstruction avec les mthodes POCS et celle propose, respectivement, (d)-(f) profil de la ligne 300 de chacune des images reconstruites, (g)-(h) Images de diffrence entre (a) et (b) et entre (a) et(c) respectivement.

125

Figure III-14: Illustration des zones o on t calculs les rapports signal sur bruit et signal sur contraste.

Tableau III-8: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du NMSE et du SSD pour les images en Figure III-12 et Figure III-13. RIA (Reconstruction Image Analytique) dsigne la mthode propose et RIA lisse quivaut la mthode propose avec utilisation de fonctions de lissage. POCS NMSE SSD
0.0206 67

RIA
0.0127 41

RIA lisse
0.0160 52

126

Tableau III-9: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du rapport signal sur bruit pour les images en Figure III-12 et Figure III-13. RIA reprsente la mthode propose et RIA lisse quivaut la mthode propose utilisant les fonctions de lissage. Espace k complet RSB zone1 RSB zone2
19.1 68.6

POCS
15.1 54.4

RIA
25.4 92.6

RIA lisse
27.4 99.9

Tableau III-10: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du rapport signal sur bruit pour les images en Figure III-12 et Figure III-13. RIA dsigne la mthode propose et RIA lisse quivaut la mthode propose en utilisant les fonctions de lissage. Espace k complet RSC zone1/3 RSC zone2/3
17.2 66.7

POCS
13.6 52.9

RIA
24.1 91.3

RIA lisse
26 98.5

En comparant une fois de plus les deux mthodes de reconstruction partir des donnes de lespace k partiel, pour les images de cerveau, dans le contexte o aucune fonction de lissage na t utilise pour adoucir les transitions aux endroits o lespace k a t tronqu. On peut encore remarquer quon observe plus doscillations dans limage reconstruite par la mthode POCS et que les valeurs derreurs sont galement plus leves pour cette mthode de reconstruction. En termes de comparaisons quantitatives, le Tableau III-11 montre que la mthode propose permet dobtenir de faibles valeurs derreur par rapport la mthode POCS. Les valeurs de RSB et de RSC calcules dans les images reconstruites avec notre mthode et la mthode POCS sont plus leves que celles que lon calcule dans les images reconstruites partir des donnes de lespace k complet. Nanmoins, les meilleures valeurs

127

sont obtenues avec notre mthode de reconstruction. Tableau III-12 et Tableau III-13 nous montrent ces valeurs pour chacune des mthodes cites.

Figure III-15 : Illustration des zones o ont t calcules les rapports signal sur bruit et signal sur contraste.

Tableau III-11: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du NMSE et du SSD pour les images de cerveau humain. RIA reprsente la mthode propose et RIA lisse quivaut la mthode propose en utilisant les fonctions de lissage. POCS NMSE SSD
0.0217 73

RIA
0.0127 42

RIA lisse
0.0134 58

128

Tableau III-12: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du rapport signal sur bruit pour les images de cerveau humain. RIA reprsente la mthode propose et RIA lisse quivaut la mthode propose en utilisant les fonctions de lissage. Espace k complet 44.8
46.5

RSB zone1 RSB zone2

POCS 34.2
35.4

RIA 44.8
46.7

RIA lisse 67.6

70

Tableau III-13: Evaluation quantitative des mthodes POCS et celle propose. Valeurs du rapport signal sur contraste pour les images de cerveau humain. RIA reprsente la mthode propose et RIA lisse quivaut la mthode propose en utilisant les fonctions de lissage. Espace k complet RSC zone1/3 RSC zone2/3
42.9 44.6

POCS
32.7 34

RIA
42.9 44.6

RIA lisse
65.6 68

129

V.

Conclusion & discussions

Nous avons propos une mthode originale de reconstruction dimages en rsonance magntique utilisant la notion dimage analytique. Elle consiste diviser lespace k partiel acquis en deux parties et ensuite calculer les images analytiques correspondant chacun de ces sous ensembles de donnes. La mthode propose prsente la particularit dtre trs simple implmenter, de ne pas ncessiter dtape de compensation de phase, tape qui devrait tre gre souvent avec prcaution dans les mthodes classiques, et dtre robuste. Cette mthode, ne ncessitant pas dtapes destimation et de correction de phase, se trouve donc tre plus rapide et moins contrainte que les mthodes de reconstruction HM et POCS. En effet, lhypothse de variations lentes de la fonction de phase dans limage reconstruire, est forte. Lorsque la quantit dnergie contenue dans les basses frquences spatiales ne reprsente pas la quasi-totalit de lnergie contenue dans lespace k complet, la phase estime prsente des diffrences significatives avec la vraie phase de limage, ce qui peut introduire dimportantes erreurs dans les rsultats de reconstruction ainsi que des problmes de mauvais contraste. La mthode HM est plus sensible lexactitude de la phase estime que la mthode POCS qui utilise un processus itratif pour compenser le manque des donnes acquises. Figure III-9 illustre un cas o la quasi-totalit de linformation nergtique, dans le domaine frquentiel, se trouve dans les basses frquences tandis que pour la Figure III-10 linformation haute frquence contient des frquences valeurs damplitude leves. Dans ce cas, lhypothse forte de variations lentes de la fonction de phase faite pour les mthodes HM et POCS nest plus vrifie. Notre mthode de reconstruction ne prsente pas de restriction lie la phase vraie de limage. Il est cependant important de mentionner que la limite de coupure dans la partie ngative de lespace k ne peut pas tre infiniment petite, car cela conduirait pour les mthodes HM et POCS une trs mauvaise estimation de phase induite par la troncature svre de lespace k (entranant des artfacts dans limage reconstruite). Pour la mthode de reconstruction utilisant la notion dimage analytique, cela conduirait une image de qualit mdiocre comme nous lavons montr dans le paragraphe III. La limite raisonnable est denviron N/8 (avec N tant le nombre total de lignes de codage de phase). La comparaison des images reconstruites avec notre mthode et celles reconstruites partir de la totalit des donnes de lespace k montre que nous arrivons obtenir des rsultats tout fait satisfaisants

130

et que notre mthode permet la rduction du temps dacquisition, dans le cadre de lacquisition des images statiques, dun facteur de 2, tout en gardant une bonne rsolution spatiale dans les images et ceci avec des valeurs de RSB et de RSC tout fait satisfaisantes (par rapport limage reconstruite avec lespace k complet). En effet, lacquisition dun peu plus de basses frquences, au dtriment des hautes frquences, permet dexploiter les avantages de la notion dimage analytique et conduit un contenu frquentiel beaucoup plus riche (surtout dans les basses frquences) do les trs bonnes valeurs de RSC. La mthode que nous avons propose peut galement tre applique des images 3-D multicoupes en considrant la reconstruction de chaque coupe individuellement. Une ide qui nous parat cependant fort intressante est lapplication de la mthode de reconstruction de lespace k partiel base sur lutilisation de la notion dimage analytique de vraies images 3D. Le dcoupage de lespace k 3-D est alors plus complexe et des tudes complmentaires seront ncessaires pour envisager la validit dune telle approche.

131

Chapitre IV : Reconstruction en IRM dynamique au moyen de limage analytique

I.

Introduction

Dans la littrature, lIRM dynamique se rapporte au cas o la seule caractristique dynamique de lobjet imager est sa variation de contraste dans le temps. En gnral, les mthodes de reconstruction en IRM dynamique sont inadaptes pour les objets en mouvement, tels que le cur. Les acquisitions cin cardiaques en apne sont utilises pour exclure les artfacts causs par le mouvement respiratoire. La dure limite du temps dacquisition oblige cependant trouver un compromis entre la rsolution spatiale et la rsolution temporelle dune part et la dure de lapne dautre part. Les mthodes de reconstruction des donnes de lespace k partiel pour le dit objet ne sont pas nombreuses et font partie du type dimagerie dit parallle ([MADO99], [KOES04]). Limagerie parallle repose sur lexploitation de la diffrence des sensibilits entre les diffrents lments dans une matrice de bobines pour diminuer le nombre de lignes de codage de phase ncessaire pour imager lobjet. Ce travail se limite au cas o on nutilise pas dantennes supplmentaires pour lacquisition du signal par rapport lacquisition en IRM conventionnelle. Ce qui justifie la comparaison des rsultats obtenus, avec les mthodes que nous avons proposes, avec les rsultats de reconstruction obtenus avec les mthodes HM, POCS et keyhole. Dans le cas cardiaque, on peut classer deux types dimagerie : limagerie anatomique (2D ou 3D) qui consiste se placer dans une phase du cycle cardiaque (diastole ou systole) en considrant que lorgane est fixe pour une tude donne (par exemple tude des coronaires). Limagerie dynamique qui est subdivise en deux parties : limagerie cintique (2D) destine la visualisation du mouvement du cur dans le temps et limagerie dynamique fonctionnelle qui consiste se positionner dans une phase du cycle cardiaque (en gnral la diastole) et de visualiser lvolution dun produit de contraste (ou dune variation dans un organe qui ne bouge pas). Ce chapitre est ddi la reconstruction des squences dimages cin cardiaques partir dun jeu de donnes incomplet, ce qui rentre dans le cadre de limagerie IRM cintique. Dans un premier temps, nous allons considrer chaque instant des squences temporelles de manire indpendante et nous baser sur les redondances dans lespace k pour la reconstruction des images associes. Ensuite, nous allons prsenter une nouvelle mthode de reconstruction 132

nomme CAIR (Cardiac cine Analytic Image Reconstruction) qui est base sur lexploitation des redondances dans le temps (des donnes espace k) et la substitution des donnes dans lespace k. La mthode propose permet de raliser la reconstruction des squences dimages cardiaques avec une meilleure gestion du mouvement que la mthode keyhole par exemple.

II.

Imagerie cardiaque
Le cur peut tre compar un cne arrondi couch latralement. La pointe, lapex du cur, est dirige en avant, en bas gauche ; la base, la base du cur, est dirige en arrire en haut et droite. Les dimensions du cur dpendent de son tat dentranement et correspondent au moins la taille du poing ferm de son porteur. Le cur est compos de quatre cavits (oreillettes gauche et droite, ventricules gauche et droite) et des valves (deux valves atrioventriculaires et deux valves artrielles se fixent sur le squelette du cur). La paroi cardiaque se compose de trois couches : lendocarde, le myocarde et lpicarde ; lpaisseur en est dtermine par le muscle cardiaque (le myocarde). Lendocarde et lpicarde la recouvrent lintrieur et lextrieur en formant deux membranes minces et lisses. Limportance du dveloppement du muscle cardiaque dans les diffrentes parties du coeur dpend de son travail.

II.1.

Fonctionnement & cycle cardiaques

Les ventricules cardiaques propulsent le sang par saccades dans laorte et le tronc pulmonaire. Leur action est synchrone et coordonne de sorte que lobservation dun seul ventricule rend compte du fonctionnement cardiaque. Cette action synchrone et coordonne se fait selon un cycle cardiaque, se rptant priodiquement pendant toute la vie et prsentant deux phases : la vidange dun ventricule plein par contraction (systole) est suivie du remplissage du ventricule vide par dilatation (diastole). Le cycle cardiaque a une dure de 0.8 seconde (pour une frquence de battement de 75 cycles par minutes) et est divis comme nous lavons dj mentionn en deux parties :

Systole : En dbut de systole, la contraction du muscle cardiaque provoque une lvation

brusque de la pression dans le ventricule. La valve atrio-ventriculaire et la valve artrielle sont fermes, le volume du ventricule restant constant (contraction isovolumique= temps de contraction). Lorsque la pression ventriculaire atteint la pression dans lartre, la valve

133

artrielle souvre alors que la pression continue monter (pour atteindre environ 120mmHg dans laorte et environ 40mmHg dans lartre pulmonaire). Pendant ce temps, la musculature se raccourcit, le volume ventriculaire diminue et environ 70ml de sang, le volume systolique, sont expulss dans lartre. Ensuite la pression ventriculaire retombe de nouveau en dessous de la pression artrielle, la valve artrielle se ferme (temps dinjection).

Diastole : la contraction systolique est suivie dun relchement de la musculature cardiaque,

la valve atrio-ventriculaire tant ferme, le volume ne varie pas (relchement isovolumtrique), avec un volume sanguin rsiduel de 70ml (temps de dcontraction). Lorsque la pression ventriculaire devient infrieure la pression auriculaire, la valve atrioventriculaire souvre et le sang de loreillette pntre dans le ventricule (temps de remplissage). Les forces en cause sont laspiration effectue par le dploiement lastique de la paroi ventriculaire et la systole auriculaire qui commence vers la fin du temps de remplissage et se termine avec le dbut de la systole ventriculaire. En termes de proportion, on a la systole auriculaire qui dure 1/5me du cycle cardiaque tandis que la systole ventriculaire dure 2/5me du cycle cardiaque. Les 2/5me restants correspondent une phase de repos de toutes les structures cardiaques : Cest la diastole gnrale. Le mouvement du cur au cours du cycle cardiaque est reprsent sur la Figure IV-1.

Figure IV-1: Mouvement du sang au cours du cycle cardiaque. En rouge est reprsent le ventricule gauche et en bleu le ventricule droit.

134

II.2.

Squences dacquisition en IRM cardiaque

Peu dapplications en IRM ont tenu daussi grandes promesses et ont rencontr daussi grands dfis que limagerie cardiaque. Les efforts fournis dans ce domaine ont prouv que lIRM dpeint exactement la structure, la fonction, la perfusion et la viabilit cardiaques. Cependant, bien qutant un outil accept et largement utilis en recherche cardiovasculaire, lIRM nest pas utilis de manire frquente en routine clinique, du fait de sa disponibilit rduite et du cot lev de lexamen de rsonance magntique. Suivant ce que lon veut observer dans le cur, on aura recours des squences particulires comme nous lavons dj mentionn dans le chapitre II. La description prcise de la morphologie du cur par exemple est importante dans la plupart des applications cardiaques. Les techniques proposes pour cette description de la structure cardiaque sont rparties en deux groupes : Le premier groupe rassemble les techniques dites black-blood qui comprenent les squences ES (qui donnent un bon contraste entre le sang et le myocarde mais qui ont une rsolution temporelle limite et sont dgrades par le mouvement respiratoire ainsi que par dautres artfacts lis au mouvement). Elle comprennent galement la squence FSE (ES rapide) ou RARE ou turbo ES (est utilise pour des temps dacquisition courts, bien que la squence soit rapide, le contraste des tissus mous est moindre que ce quon obtient avec la technique ES). La squence SSFSE (utilise un trs long train dchos en tandem avec la reconstruction de Fourier de lespace k partiel. Cette squence est plus rapide que la squence FSE mais le couplage du long train dchos et du T2 relativement court conduit des images floues et pauvres en termes de contraste), limagerie par inversion recouvrement IR5 (utilise une impulsion dinversion slective et une impulsion non slective de 180 suivies dun temps dinversion long pour annuler la magntisation du sang, une seconde impulsion peut aussi tre applique pour annuler la graisse. Cette squence est acquise avec des techniques en apne ou non et fournit une excellente dlination des interfaces sang/myocarde). Le deuxime groupe de mthodes concerne les techniques dites bright-blood, celles-ci permettent dacqurir des donnes aussi bien morphologiques que fonctionnelles. Le sang gnre le signal lumineux et de multiples images successives sont acquises et peuvent tre regardes dynamiquement pour dpeindre le mouvement cardiaque. Les squences concernes sont en loccurrence la squence GRE (approprie pour limagerie cardiaque cause des ses TE et TR courts. Le sang apparat lumineux compar au myocardeet ceci est d
5

Imagerie IR = T2-weighted inversion recovery imaging

135

au T2 long), lespace k segment fGRE (fournit des images dynamiques du cur de haute rsolution qui sont acquises plus rapidement quavec les techniques prcdentes en utilisant des TE courts (2msec) et des TR courts (<10msec), plusieurs lignes sont acquises au cours dun cycle cardiaque. Cette technique est limite par le besoin de maintenir un rehaussement adquat du sang affluant. La saturation apparat des TR trop courts rduisant ainsi le contraste entre le sang et le myocarde). Les techniques SSFP incluent les squences FIESTA, FISP et TrueFISP qui rsultent en une amlioration du contraste entre le myocarde et les cavits ventriculaires avec une dlination claire des muscles papillaires, compares aux squences espace k segment fGRE. Les rapports signal sur bruit et signal sur contraste sont plus levs que dans les techniques conventionnelles. Ces techniques prsentent lavantage damliorer la rsolution temporelle. Les rductions du temps dacquisition de 2 voire 3 sont possibles en gardant la mme rsolution spatiale. Des temps dacquisition courts peuvent aussi tre exploits pour amliorer la rsolution spatiale. Pour mesurer la fonction cardiaque globale, les techniques bright blood ont dabord t utilises. Cependant, la saturation aux endroits o la vitesse du sang est faible rduit le contraste entre la cavit ventriculaire et le myocarde dans les images acquises avec la squence GRE par exemple[CHIE91] et entrave la dtection des contours de lendocarde avec des algorithmes de segmentation automatiques et semi-automatiques. Les techniques SSFP en plus du fait damliorer les rapports signal sur bruit et signal sur contraste, amliorent la dtection des contours de lendocarde et linter observation des variabilits. Des techniques temps rel ont aussi t dveloppes, elles acquirent les images du coeur de manire continue des taux suffisamment levs. Labsence de synchronisation llectrocardiogramme (ECG) ou lapne rend lutilisation des techniques en temps rel plus attractives que les techniques IRM cardiaques tablies [JAME02]. Des amliorations peuvent tre ralises en termes de vitesse dacquisition avec les techniques de reconstruction comme SENSE et SMASH ou UNFOLD. Le choix de la squence est fait en fonction de ltude envisage. Une fois la squence choisie, les donnes peuvent tre acquises suivant une trajectoire prcise et/ou de manire incomplte.

136

III.

Reconstruction partir dun ensemble de donnes rduit

III.1.

Reconstruction base sur les corrlations dans lespace des k

III.1.1. Mthode & Schma de reconstruction

Lide premire qui nous est naturellement venue est celle de lapplication de la mthode qui a t propose dans le cadre de la reconstruction des images statiques pour la reconstruction des images dynamiques en considrant que chaque instant est statique. Lalgorithme de reconstruction repose sur lquation que nous avons dj introduite dans le chapitre II et que nous rappelons ci-dessous. Limage analytique associe un espace k partiel peut tre exprime sous la forme suivante:

z ( x, y ) = f p ( x, y ) + f n ( x, y ) +

v. p.

f p ( , y ) j + f ( , y ) 1 v. p. n 1 ( x) + 2 x x j 2x

quation IV-1
Les images que nous nous proposons de reconstruire tant des squences dimages cardiaques, nous allons appliquer la mthode propose (quation IV-1) lespace k reprsentant chaque instant de manire individuelle. Donc une squence dimages cardiaques compose de m instants, sera considre comme un ensemble de m images distinctes.

III.1.2. Rsultats
Dans le souci dune comparaison avec la fois les mthodes HM et POCS, nous avons choisi ici de prsenter les rsultats de reconstruction obtenus avec le schma dacquisition qui permet une rduction du temps dacquisition dun facteur de 8/5. La technique de reconstruction a t value sur plusieurs squences de donnes cin cardiaques, de lespace k partiel, aussi bien en petit axe quen grand axe. Les donnes brutes cin cardiaques ont t acquises sur une machine clinique Siemens Sonata system (Erlangen, Germany) 1.5T. Une squence dacquisition TrueFISP segmente a t utilise pour lacquisition des images cardiaques synchronises llectrocardiogramme (ECG) en petit et grand axe du cur. 16 cycles cardiaques ont t ncessaires pour raliser lacquisition de

137

lespace k complet dune squence cin cardiaque de 256 x 176 pixels, 22 instants par cycles cardiaques et 11 lignes de codage de phase par segment contre 10 cycles cardiaques pour acqurir 5/8 de lespace k. Les images reconstruites ont t compares aux images de rfrence reconstruites partir des espaces k complets, en utilisant une valuation aussi bien qualitative (images de diffrence) que quantitative (les critres NMSE, RSB et RSC). Ces rsultats ont galement t compars ceux obtenus avec les mthodes HM et POCS de la mme manire que dans le chapitre III

138

(a)

(b)

(c)

(d)

(e)

(f)

(g)

(h)

(i)

(j)

(k)

(l)

(m)

(n)

Figure IV-2: Rsultats de reconstruction sur le cur humain en petit axe. (a) Image de rfrence en fin de diastole reconstruite partir de la totalit des donnes de lespace k. (b)-(d) Images reconstruites partir de lespace k partiel en utilisant respectivement les mthodes de reconstruction HM, POCS et la ntre. (e)-(g) Images de diffrence entre limage de rfrence et les images reconstruites avec HM, POCS et la mthode propose, respectivement. (h) Image de rfrence en fin de systole reconstruite partir de la totalit des donnes de lespace k. (i)-(k) Images reconstruites partir de lespace k partiel en utilisant respectivement les mthodes de reconstruction HM, POCS et la ntre. (l)-(n) Images de diffrence entre limage de rfrence et les images reconstruites respectivement avec HM, POCS et la mthode propose.

139

(a)

(b)

(c)

(d)

(e)

(f)

(g)

(h)

(i)

(j)

(k)

(l) (m) (n) Figure IV-3: Rsultats de reconstruction sur le cur humain en grand axe. (a)

Image de rfrence en fin de diastole reconstruite partir de lespace k complet. (b) - (d) Images reconstruites partir de lespace k partiel en utilisant les mthodes de reconstruction HM, POCS et la ntre respectivement. (e)-(g) Images de diffrence entre limage de rfrence et les images reconstruites avec HM, POCS et la mthode propose, respectivement. (h) Image de rfrence en fin de systole reconstruite partir de lespace k complet. (i)-(k) Images reconstruites partir de lespace k partiel en utilisant les mthodes de reconstruction HM, POCS et la ntre respectivement. (l)-(n) Images de diffrence entre limage de rfrence et les images reconstruites avec HM, POCS et la mthode propose.

140

La Figure IV-2 illustre les rsultats de reconstruction sur des images cin cardiaques en petit axe. Les Figure IV-2 (a) Figure IV-2 (d) prsentent des images dun instant en fin de la phase de diastole tandis que les Figure IV-2 (h) Figure IV-2 (k) sont des images acquises en un instant en fin de la phase de systole. Les Figure IV-2 (e) Figure IV-2 (g) et les Figure IV-2 (l) Figure IV-2 (n) sont les images de diffrence correspondantes entre limage reconstruite partir de la totalit des donnes de lespace k et les images reconstruites avec les techniques HM, POCS et celle que nous avons propose. Tous les instants sont agrandis au niveau du cur pour une meilleure visualisation. Il est clairement observ que la qualit des images reconstruites avec notre mthode et celle POCS est trs proche de celle de limage reconstruite partir de la totalit des donnes de lespace k. En revanche, avec la technique HM, limage reconstruite perd la dynamique en comparaison limage de rfrence et prsente de grandes valeurs derreur comme le montre Tableau IV-1.

Tableau IV-1: Valeurs de lerreur NMSE pour les rsultats prsents dans Figure IV-2 Diastole HM POCS Notre mthode
0.6255 0.0321 0.0317

Systole
0.8932 0.0412 0.0394

Les rsultats de reconstruction sur des images cin cardiaques humaines en grand axe sont prsents dans la Figure IV-3, o Figure IV-3 (a) Figure IV-3 (d) illustrent les instants de la phase de diastole et Figure IV-3 (h) Figure IV-3 (k) les instants de la phase de systole. Figure IV-3 (e) Figure IV-3 (g) et Figure IV-3 (l) Figure IV-3 (n) sont les images de diffrence correspondantes. Les erreurs de reconstruction augmentent avec le mouvement pendant la phase systolique. Cependant, les mthodes de reconstruction POCS et celle propose continuent donner des rsultats similaires avec les valeurs derreur les plus faibles. Une fois de plus les images reconstruites avec la mthode HM souffrent de la perte de

141

dynamique et de quelques phnomnes de bords. La mthode de reconstruction HM donne les plus mauvais rsultats tant sur le plan qualitatif que sur le plan quantitatif.

III.1.3. Analyses quantitatives

Le NMSE utilis pour lanalyse quantitative des mthodes de reconstruction HM, POCS et celle que nous avons propose a t calcul de la mme manire que dans le chapitre III, mais en ne considrant que la rgion du cur qui est montre sur les figures. Dans le prsent chapitre, la procdure de calcul des valeurs du RSB et du RSC est diffrente de celle que nous avons dfinie prcdemment. En effet, trois rgions dintrt spares ont t dfinies dans une image correspondant un instant en fin de diastole ainsi que dans une image correspondant un instant en fin de systole. La premire rgion dintrt a t choisie dans lamas sanguin tandis que la seconde zone dintrt a t choisie dans le tissu myocardique du ventricule gauche et la troisime dans larrire reprsentant le bruit. Le RSB dans le sang a t calcul comme dfini ci dessous :

RSBSang = SI Sang / Bruit

quation IV-2

o SI Sang reprsente la valeur moyenne de lintensit du signal mesure dans lamas sanguin et Bruit est lcart-type du bruit.

Le RSB dans le myocarde ( RSBMyocarde ) est calcul selon lquation dfinie ci dessous :

RSBMyocarde = SI Myocarde / Bruit

quation IV-3

o SI Myocarde reprsente la valeur moyenne de lintensit du signal mesure dans le myocarde. Le rapport signal sur contraste entre le myocarde et lamas sanguin est dfini par :

RSCSang / Myocarde = SI Sang SI Myocarde / Bruit

quation IV-4

Six images cin cardiaques ont t choisies parmi les ensembles de donnes disponibles pour une analyse quantitative des mthodes HM, POCS, celle propose, ainsi que de la 142

reconstruction partir de la totalit des donnes de lespace k. Trois sries de test-t ont t ralises pour effectuer la comparaison des rsultats dduits des valuations qualitative et quantitative. La premire srie de test-t a t effectue entre limage reconstruite partir de lespace k complet et celle reconstruite avec les donnes de lespace k partiel en utilisant la technique de reconstruction HM. La deuxime concernait limage reconstruite avec lespace k complet et limage provenant de la reconstruction avec la mthode POCS. Enfin, la troisime srie de test-t a t ralise entre limage reconstruite avec les donnes compltes de lespace k et celle obtenue partir de la mthode de reconstruction que nous avons propose. Les valeurs de probabilit P ont alors t calcules en fonction des rsultats de reconstruction obtenus partir de lespace k complet ; Les valeurs de P < 0.05 , correspondent au cas o les

diffrences sont significatives entre les images reconstruites partir de lespace k complet et celles reconstruites partir de lespace k partiel. Les Tableau IV-1 et Tableau IV-2 montrent respectivement les valeurs derreur calcules pour les images reprsentes en Figure IV-2 et en Figure IV-3. On peut remarquer que les valeurs derreur sont plus grandes en phase de systole quen phase de diastole, les valeurs les plus leves tant obtenues avec la mthode de reconstruction HM. Les valeurs derreur calcules pour la mthode de reconstruction propose sont lgrement infrieures celles quon obtient avec la mthode POCS en phase de systole. Le Tableau IV-3: prsente les valeurs de la moyenne de RSBSang , de RSBMyocarde et du RSC entre le myocarde et le sang. Les valeurs indiques entre les parenthses sont les rsultats des tests-t effectus par rapport chaque mthode de reconstruction. On remarque que la mthode HM prsente les plus faibles valeurs en termes de RSB et de RSC, bien que prsentant les valeurs dcart-type les plus faibles (signe de dispersion moindre), tandis que les valeurs calcules pour POCS et la mthode propose sont sensiblement gales. Les valeurs de probabilit montrent que : que ce soit dans le lamas sanguin ou dans le tissus, les images reconstruites avec la mthode HM prsentent des diffrences significatives par rapport aux images reconstruites partir de lespace k complet ( P < 0.05 ). Concernant les deux autres mthodes, POCS prsente des valeurs de probabilit sensiblement suprieures celles obtenues avec notre mthode aussi bien dans lamas sanguin que dans le myocarde, ce qui est tout fait logique, car les valeurs de RSB et RSC obtenues avec notre mthode sont les plus

143

leves. Nanmoins, ces deux mthodes permettent de reconstruire des images qui ne prsentent pas de diffrences significatives avec limage vraie (valeurs de P > 0.05 ).

Tableau IV-2: Valeurs de NMSE pour les rsultats montrs dans la Figure IV-3. Diastole HM POCS Mthode propose Systole

0.6631 0.0182 0.0184

0.8409 0.0509 0.0488

Tableau IV-3: Valeurs de la moyenne du RSB et du RSC mesures dans les images reconstruites partir lespace k complet, HM, POCS et la mthode propose. Les valeurs de probabilit (P) sont inscrites dans les parenthses, celles-ci reprsentent les rsultats des tests-t effectus entre les images reconstruites avec la totalit des donnes de lespace k et celles obtenues partir des donnes de lespace k partiel.

RSBSang
Espace k complet HM

RSBMyocarde
8.72 1.63

RSC Sang / Myocarde

27.7 5.68

36 .4 6.32 17 .8 2.66
(0.0001)

4.09 0.76
(0.00009)

13.7 2.44
(0.0002)

POCS

37 .2 9.05
(0.86 )

9.18 3.12
(0.65)

28 .1 6.32
(0.92)

Mthode propose

38 9.02
(0 .74 )

9.39 3.16
(0.52)

28.6 6.27
(0.8)

144

III.2.

Reconstruction base sur les corrlations temporelles

Lun des problmes majeurs en IRM est de rduire autant que possible le temps dacquisition des donnes de lespace k en maintenant une bonne qualit de reconstruction. La recherche de temps dacquisition courts et dune amlioration en termes de rsolution spatiale des images reconstruites a conduit la proposition de plusieurs mthodes innovantes. Ces mthodes ont t proposes dans le but damliorer la rsolution temporelle des images en rduisant leur taux dacquisition par un facteur donn, appel le facteur de rduction du temps dacquisition. Lide principale est base sur le fait que lon devrait tre capable dacqurir seulement quelques points de donnes de lespace k si quelques informations a priori concernant lobjet imager sont connues. Celles-ci permettraient la rduction du temps dacquisition des donnes sans compromettre de manire significative la qualit de limage car certaines sries dimages prsentent des degrs de corrlation spatio-temporelles trs grands, soit naturellement soit par structure. Les squences de donnes cin cardiaques se retrouvent dans ce cas de figure ; en effet on observe le mouvement dune coupe du cur au cours du temps. Dans ce travail nous nous focaliserons sur les mthodes de reconstructions qui sont bases sur lexistence de corrlation temporelles entre les donnes de lespace k. La mthode Cardiac cine Analytic Image Reconstruction (CAIR) que nous avons propose exploite les redondances dans le temps et ralise la reconstruction des images cin cardiaques avec une bonne gestion du mouvement. La mthode keyhole avec laquelle elle prsente des similitudes nest pas adapte la reconstruction dorganes en mouvement.

III.2.1. Mthode & schma de la mthode de reconstruction

Les mthodes classiques de reconstruction exploitant les corrlations temporelles entre les donnes de lespace k sont en gnral utilises dans le cadre dtude fonctionnelle, interventionnelle ou de suivi de lvolution dun agent de contraste. Elles sont bases sur lhypothse que les changements dintensit dans lobjet imager sont souvent localiss, ainsi une partie seulement du champ de vue prsente des changements notables au cours du temps. Une connaissance a priori de la partie statique de lobjet imager permet la reconstruction de la partie en mouvement en utilisant seulement une quantit rduite des donnes brutes. Bien que cette hypothse ne soit pas vrifie en imagerie cardiaque, du fait que presque toute limage est sujette un mouvement au cours du temps, nous proposons une mthode base sur lhypothse que le mouvement peut tre dcompos en deux phases : Le mouvement en

145

phase de diastole et le mouvement en phase de systole. Lutilisation du concept dimage analytique nous permet dviter les redondances dans lespace k en nacqurant quune seule partie des hautes frquences et ainsi de rduire limpact des grands mouvements sur la srie temporelle. La mthode CAIR est base sur le principe dacquisition des seules basses frquences (BFs) symtriques autour du centre de lespace k. Ces BFs correspondent aux donnes acquises chaque instant de la squence temporelle pour acclrer le temps dacquisition total de la squence. Les hautes frquences (HFs) non acquises sont remplaces, comme le montre la Figure IV-4 (c), en fonction du fait que lon soit en phase de diastole ou en phase de systole. Ensuite chaque nouvel espace k asymtrique ainsi form est dcompos en deux parties, la moiti des donnes de lespace k compose de toutes les frquences ngatives et lautre partie compose des frquences spatiales positives. Ces deux parties sont par la suite considres comme la reprsentation spectrale de deux images analytiques. Les images finales recherches sont reconstruites en considrant le module de la somme des deux images analytiques dfinies ci-dessus. La mthode de reconstruction CAIR est une fois de plus base sur lquation nonce en quation IV-1.

146

Figure IV-4: Echantillonnage de lespace k. (a) et (d) Ensemble de donnes de rfrence suivant que lon soit en diastole ou en systole, (b) Donnes acquises, (c) Substitution des donnes acquises avec les HFs de lensemble des donnes de rfrence.

III.2.2. Rsultats

Deux expriences ont t conues pour valuer les performances de la mthode de reconstruction CAIR. Dans tous les exemples, deux espaces k asymtriques de rfrence ont t acquis comme le montrent les Figure IV-4 (a) et Figure IV-4 (d) , lun correspondant la phase de diastole et lautre la phase de systole. Pour diminuer le temps dacquisition, un nombre rduit de lignes de codage de phase (frquences spatiales acquises autour du centre de lespace k) est acquis pour chaque coupe composant la squence temporelle, rduisant ainsi le nombre de cycles cardiaques ncessaires pour une acquisition conventionnelle (Figure IV-4 (b)). Une fois les donnes acquises, les BFs spatiales sont substitues aux donnes de limage de rfrence correspondante comme le montre Figure IV-4 (c) pour former lensemble de donnes espace k optimal pour la reconstruction. Chaque instant est alors considr indpendamment, en fonction de lespace k ainsi constitu, pour la reconstruction. Le but de lexprience 1 est de raliser la reconstruction des images du cur en petit axe partir des donnes cin cardiaques dun espace k partiel. Ces donnes ont t acquises sur la 147

mme machine que dans le paragraphe prcdent et avec la mme squence. Une fois de plus, 16 cycles cardiaques ont t ncessaires pour lacquisition dun espace k complet, contre 8 cycles cardiaques pour la moiti des donnes de lespace k et 4 cycles cardiaques pour le quart des donnes. Les images de rfrence ont t acquises pendant 10 cycles cardiaques et reprsentent les 5/8 de lespace k complet. Nous avons commenc par raliser une rduction du temps dacquisition des donnes dun facteur de 2 et avons ensuite accompli une diminution du temps dacquisition des donnes de lespace k dun facteur de 4. Lexprience 2 est ddie montrer lapplication potentielle de la mthode CAIR pour la reconstruction de squences dimages cin cardiaques en grand axe avec un facteur de rduction du temps dacquisition des donnes de lespace k de 4. Les tailles des matrices contenant les donnes brutes sont les mmes que prcdemment 176 x 256. Le temps dacquisition des donnes de lespace k rduit est de 4 cycles cardiaques et celui de lacquisition des donnes des espaces k de rfrence est de 10 cycles cardiaques.

148

(a)

(b)

(c)

(d) NMSE=0.0309

(e) NMSE=0.0367

(f)

(g)

(h)

(i) NMSE=0.0347

(j) NMSE=0.0341

Figure IV-5: Images cin cardiaques en petit axe. (a)-(c): Images reconstruites dun instant en fin de diastole, (f)-(h): Images reconstruites dun instant en fin de systole. La premire colonne reprsente les images reconstruites partir de la totalit des donnes espace k, la colonne du milieu les images reconstruites avec la mthode keyhole conventionnelle, et la dernire colonne les rsultats de reconstruction obtenus avec la mthode CAIR. (d)-(e) et (i)(j) sont les images de diffrence correspondantes. 50% des donnes espace k sont utilises pour la reconstruction, ralisant une rduction du temps dacquisition de 2.

149

La Figure IV-5 prsente les rsultats de reconstruction obtenus avec 50% des donnes de lespace k. Les Figure IV-5 (a) Figure IV-5 (c) montrent une coupe en phase de diastole tandis que Figure IV-5 (f) Figure IV-5 (h) illustrent les rsultats de reconstruction un instant de systole. La colonne de gauche montre les images reconstruites partir de la totalit des donnes de lespace k, la colonne du milieu les images reconstruites avec la mthode keyhole et la colonne de droite prsente les images reconstruites avec la mthode CAIR. Une fois de plus les images sont agrandies au niveau du cur pour une meilleure visualisation. Il est vident que la qualit de reconstruction des images reconstruites avec la mthode CAIR est satisfaisante et trs proche de la qualit des images vraies (100% des donnes de lespace
k). Les images de reconstruction obtenues avec la mthode keyhole ressemblent galement

aux images vraies (reconstruites partir de la totalit des donnes de lespace k) mais prsentent nanmoins des artfacts doscillations et un lger flou dans limage. Les images de diffrence nous dpeignent clairement que les deux mthodes prsentent quelques erreurs rsiduelles sur les bords du thorax. En systole, la mthode keyhole prsente plus derreurs que la mthode CAIR comme lillustre trs bien Figure IV-5 (i) Figure IV-5 (j). La Figure IV-6 illustre les rsultats de reconstruction de sept instants dune squence temporelle dimages cin cardiaques en petit axe. Ces images prsentent la diffrence en termes de mouvement entre les images reconstruites soit avec les mthodes zero filling6 (ZF), keyhole ou CAIR et les images vraies. 25% seulement des donnes de lespace k ont t acquises pour chaque instant de la squence temporelle. Une valuation qualitative montre que les images reconstruites avec la mthode ZF souffrent de flou et de quelques artfacts doscillations. En ce qui concerne la mthode keyhole, les images reconstruites souffrent de plusieurs artfacts parmi lesquels nous pouvons citer, les oscillations, la mauvaise localisation des bords de limage, et dun petit nombre deffets dimages fantmes . Les flches dessines sur certaines des images prsentes en Figure IV-6 montrent quelques uns de ces artfacts. La mthode CAIR montre mieux les bords des images reconstruites et continue donner des images ayant une qualit acceptable.

La technique de Zero Filling consiste remplacer par des zros les donnes non acquises de lespace k.

150

Espace k total

Zero-filling

keyhole

CAIR

Figure IV-6: Images de reconstruction cin cardiaque en petit axe. Sept instants du cycle cardiaque sont reprsents. Seules 25% des donnes espace k sont utilises pour la reconstruction des images, ralisant une rduction du temps dacquisition dun facteur de 4.

151

Espace k total

Zero-filling

keyhole

CAIR

(a)

(b) NMSE=0.0521

(c) NMSE=0.0640

(d) NMSE=0.0510

(e)

(f) NMSE=0.0502

(g) NMSE=0.0530

(h) NMSE=0.0515

Figure IV-7: Images cin cardiaques en grand axe. (a)-(d): Images reconstruites un instant de fin de systole (h)-(k): Images reconstruites un instant de fin de diastole. (e)-(g) et (l)-(n) sont les images de diffrence correspondantes. Seulement 25% des donnes espace k sont utilises pour la reconstruction, ralisant une acclration du processus dacquisition par un facteur de 4.

III.2.3. Analyses quantitatives

Dun point de vue quantitatif, la mthode de reconstruction CAIR conduit lobtention des valeurs de RSB et de RSC plus leves que la mthode keyhole. En systole, les valeurs quantitatives calcules dans les images reconstruites avec la mthode CAIR sont meilleures que celles quon obtient avec limage vraie (100% des donnes de lespace k). Ces valeurs sont prsentes dans le Tableau IV-4. En prsence de grands mouvements comme cest le cas dans la phase de systole, la mthode keyhole donne les images ayant la plus mauvaise qualit de reconstruction et qui prsentent galement les valeurs derreur les plus leves, tandis quen phase de diastole, la mthode CAIR prsente les valeurs derreur les plus faibles comme lillustre Figure IV-7 (a). Dans la quasi-totalit des instants de la squence temporelle, les valeurs de RSB dans les images

152

reconstruites avec CAIR ( dans lamas sanguin comme dans le myocarde) sont suprieures celles quon obtient avec les mthodes ZF et keyhole. Lvolution au cours du temps du critre derreur (NMSE) ainsi que du critre quantitatif RSB (dans la myocarde)est montre dans les Figure IV-7 (a) et Figure IV-7 (b) respectivement.

Tableau IV-4: Evaluation quantitative: La premire ligne du tableau (pour chaque phase du cycle cardiaque) reprsente les valeurs du RSB dans lamas sanguin, la deuxime ligne les valeurs du RSB dans le myocarde, la troisime ligne les valeurs du RSC entre le sang et le myocarde, et la quatrime ligne les valeurs du RSC dans le myocarde. Les donnes acquises reprsentent la moiti (50%) des donnes de lespace k. Espace k complet Systole keyhole CAIR

34.7 8.6 32.8 6.63

33.2 8.33 31.2 6.38

37.8 9.46 35.8 7.54

Diastole

38.9 7.46 37.1 5.63

26.7 5.19 25.1 3.64

30.7 5.97 29.1 4.41

153

0,16 0,14 0,12 0,1

Nmse
ZF
keyhole
CAIR

0,08 0,06 0,04 0,02 0 1 3 5 7 9 11 13 15 17 19 Temps

(a)
3,50E+01 3,00E+01 2,50E+01

Rsb

2,00E+01 1,50E+01 1,00E+01 5,00E+00 0,00E+00 1 3 5 7 9 11 13 15 17 19

Espace k complet
ZF Keyhole CAIR

Temps
(b)

Figure IV-8: Evaluation quantitative : (a) Evolution du NMSE en fonction du temps, (b) volution du RSB dans le myocarde suivant le temps. Les donnes acquises reprsentent 25% des donnes de lespace k total.

154

Six images cin cardiaques ont t choisies parmi les ensembles de donnes disponibles pour une analyse quantitative des mthodes CAIR, keyhole ainsi que la reconstruction partir de la totalit des donnes de lespace k. Deux sries de test-t ont t ralises pour effectuer la comparaison des rsultats dduits des valuations qualitative et quantitative. La premire srie de test-t a t effectue entre limage reconstruite partir de lespace k complet et celle reconstruite avec les donnes de lespace k partiel en utilisant la technique de reconstruction keyhole, tandis que la deuxime concernait limage reconstruite avec lespace k complet et limage provenant de la reconstruction avec la mthode que nous avons propose. Les valeurs de probabilit P ont t calcules de la mme manire que prcdemment nonce dans ce chapitre. Pour mieux se rendre compte des diffrences en terme de niveau de signal RMN dans les images reconstruites (le niveau de bruit va tre domin par les variations du signal RMN), nous avons pour cette partie, slectionn deux rgions dintrt lune prise dans le myocarde et lautre dans lamas sanguin, et avons calcul les rapports signal sur bruit et signal sur contraste de la manire suivante :
RSBSang = SI Sang / Sang

quation IV-4

o SI Sang et Sang reprsentent respectivement les valeurs de la moyenne et de lcart-type de lintensit du signal mesur dans lamas sanguin. Le RSB dans le myocarde ( SNRMyocarde) est calcul selon lquation dfinie ci dessous :
RSBMyocarde = SI Myocarde / Myocarde

quation IV-5

o SI Myocarde et Myocarde reprsentent respectivement les valeurs de la moyenne et de lcart-type de lintensit du signal mesur dans le myocarde. Le rapport signal sur contraste entre le sang et le myocarde est dans ce cas calcul tel que :
RSC = SI Sang SI Myocarde / Sang

quation IV-6

155

Le Tableau IV-5 montre les valeurs de la moyenne de RSBSang , de RSBMyocarde et de

RSC . CAIR permet dobtenir de grandes valeurs de RSBSang et de RSBMyocarde par rapport
la mthode keyhole. En diastole, CAIR produit des valeurs de RSBSang et de RSBMyocarde qui sont mme suprieures celles obtenues avec lespace k complet. En systole, les valeurs de

RSBSang et de RSBMyocarde obtenues avec la mthode CAIR sont celles qui sont les plus
proches de celles obtenues dans limage reconstruite partir des donnes lespace k complet. En termes de rapport signal sur contraste, on peut remarquer que les images reconstruites avec la mthode CAIR prsentent un bon RSC aussi bien en diastole quen systole. Les rsultats des tests-t montrent que la technique de reconstruction CAIR permet dobtenir une qualit de reconstruction qui est proche de celle obtenue avec lespace k complet, en faisant rfrence aux valeurs de probabilit (P) tant dans la phase de diastole que dans la phase de systole. En opposition, la mthode keyhole ralise des rsultats de reconstruction qui prsentent des diffrences significatives par rapport aux images vraies, notamment dans le tissu myocardique. Dans la phase de systole, les valeurs de probabilit obtenues pour les images reconstruites avec la mthode keyhole sont considrablement infrieures aux valeurs quon obtient avec la mthode CAIR. Ces valeurs sont galement infrieures au seuil des 5% conduisant conclure que la mthode CAIR permet une meilleure gestion (ou prise en compte) du mouvement que la mthode keyhole.

156

Tableau IV-5: Valeurs de la moyenne du RSB et du RSC mesures dans les images reconstruites partir de lespace k complet, keyhole et CAIR respectivement. Dans les parenthses sont inscrites les valeurs de probabilit (P) qui reprsentent les valeurs du test-t entre les images reconstruites avec lespace k complet et celles reconstruites partir de 25% des donnes de lespace k. Diastole Espace k complet keyhole CAIR Systole Espace k complet keyhole CAIR
RSBSang

RSBMyocarde

RSC

13.1 3.7

2.1 0 .5
(0,0947)
(0,7387 )

9 .9 2 .9
(0,0007 ) (0,5714 )

11 .8 3.8 13 .4 3.7

2.03 0.4
2.15 0.5

8.8 2.5 10 3

( 0,0797 )

( 0,8590 )

RSBSang

RSBMyocarde

RSC

10.9 2.5

3.4 2.07
(0,0182)
(0,1128)

7.7 2.7
(0,0146 )
( 0 .1)

8 .2 3 .4

2.6 0.5 3 1.6

5 .6 2 .9
6 1.4

( 0,0235 )
( 0,0534 )

9 4.7

Dans le cadre de lexprience 2, la Figure IV-6 prsente les rsultats de reconstruction sur des images cin cardiaques en grand axe. Les Figure IV-6 (a) Figure IV-6 (d) montrent des images acquises un instant de la phase de systole, alors que les Figure IV-6 (h) Figure IV-6 (k) montrent des images acquises un instant de diastole. Les images prsentes sont des images reconstruites partir de 25% des donnes de lespace k. On peut observer que keyhole et CAIR permettent une qualit de reconstruction visuellement satisfaisante, cependant keyhole prsente les plus grandes valeurs derreur. La mthode ZF continue souffrir du flou. En termes des valeurs de RSB et de RSC, keyhole prsente des valeurs qui sont infrieures celles quon obtient avec la mthode CAIR. Le Tableau IV-6 nous montre plus en dtails les valeurs qui ont t calcules pour les images montres dans Figure IV-6. Dans le Tableau IV-6, pour la phase de systole ou de diastole, la premire ligne reprsente les valeurs de RSBSang , la deuxime ligne les valeurs de RSBMyocarde , et la troisime ligne les valeurs du RSC .

157

Tableau IV-6: Evaluation quantitative : Pour chacune des phases du cycle cardiaque, la premire ligne reprsente les valeurs de RSBSang , la deuxime ligne les valeurs de RSBMyocarde et la troisime ligne les valeurs du

RSC
Espace k complet Systole keyhole CAIR

25.1 11.8 13.3 31.4 8.99 22.4

25.5 13.2 20.8 31 10.2 20.8

31.4 15.9 15.6 38.3 12.4 25.8

Diastole

Pour cette tude, lacquisition des donnes de lespace k de rfrence a t faite en 10 cycles cardiaques, ce qui pourrait pousser mettre en doute limportance de la mthode propose, en termes de rduction du temps dacquisition des donnes. Cependant, au vu des rsultats obtenus, il est tout fait envisageable de nacqurir que les hautes frquences (3/8 des donnes de lespace k correspondant un temps dacquisition de 264 ms, avec un
T R = 4ms ). Lacquisition des deux ensembles de donnes hautes frquences, correspondant

respectivement la phase de diastole et de systole, peut tre faite en 1 seul cycle cardiaque, conduisant un temps dacquisition total des donnes gal 5 cycles cardiaques. Ainsi, la mthode propose permettrait une rduction du temps dacquisition dun facteur denviron gal 4.

158

IV.

Image analytique combine au rseau de neurones pour la reconstruction de squences cin cardiaques
Dans le but damliorer la qualit des rsultats de reconstruction que nous avons obtenus dans le paragraphe prcdent, nous avons pens quune meilleure approximation des hautes frquences spatiales substituer dans lespace k reprsentant chacun des instants de la squence serait dun grand intrt. Cela nous a amen utiliser des donnes dapprentissage correspondant trois squences acquises sur un mme sujet, afin de gnrer une squence qui rsumerait au mieux le mouvement cardiaque. Pour cela, nous avons utilis un algorithme bas sur lutilisation des rseaux de neurones pour la gnration de cette squence rsume.

IV.1.

Obtention de la squence rsume

Le rseau de neurones utilis est compos de trois couches parmi lesquelles on distingue une premire couche dite couche dentre qui est constitue dun ensemble de n neurones nots:
e1eien avec n reprsentant le nombre de pixels de chaque image. La deuxime couche

reprsente une carte unidimensionnelle appele carte de Kohonen, qui est un vecteur constitu de neurones nots c1 ct.. cT, o T reprsente le nombre dimages contenues dans chaque squence. La troisime couche, appele couche de sortie, est constitue dun ensemble de n neurones, nots s1 si. sn, et qui a la mme taille que la couche dentre. Chaque neurone de la carte est connect tous les neurones de la couche dentre de mme que chaque neurone de la couche de sortie est connect chaque neurone de la carte. Les connexions entre les neurones de la carte et les neurones dentre forment une matrice de pnalit note
W, dont les lments sont nots par wti. Les connexions entre les neurones de la carte et les

neurones de sortie forment une autre matrice de pnalit note P dont les lments sont nots par pti. Lensemble dentre est constitu des images contenues dans les diffrentes squences dont on veut rsumer le mouvement (Figure IV-9). Les squences qui vont tre utilises pour la gnration de la squence rsume constituent ce quon appelle lensemble dapprentissage. Le rseau de neurones est initialis par les images de lune de ces squences et chaque neurone de la carte reoit en entre une image de la squence dinitialisation. Aprs cette phase dinitialisation, commence la phase dapprentissage qui consiste introduire les images de la dite squence dans le rseau. Ces images sont affectes de manire successive aux

159

neurones dentre. A chaque tape de la phase dapprentissage est appliqu lalgorithme de recherche du neurone vainqueur, neurone dont les poids sont les plus proches des valeurs de la couche dentre selon la formule nonce en quation IV-7. Le neurone vainqueur sera pnalis par la fonction s(t) pour la prochaine recherche et ses poids ainsi que ceux de ses voisins seront modifis. La modification des poids du neurone vainqueur a pour but de donner une meilleure reprsentation de limage en cours de traitement. Le processus est rpt autant de fois quil y a dlments dans lensemble dapprentissage. A la fin est gnre une squence rsume qui reprsente la meilleure approximation de toutes les squences considres. t =
T

(w
j =1 i =1

t i

ei )

2 i =1

(w

t i

ei ) 2 + s (t ) Pour t = 1,..,T

quation IV-7

Figure IV-9: Architecture de lalgorithme gnrant la squence rsume.

160

IV.2.

Schma de reconstruction

Les squences dont nous voulions rsumer le mouvement sont constitues dimages de 176 x 256 pixels acquises de la mme manire que nous lavons dj mentionne prcdemment dans ce chapitre. Une fois cette squence rsume obtenue, la moyenne entre les hautes frquences de limage de rfrence (selon quon soit en phase de diastole ou de systole) et les hautes frquences de chaque espace k de la squence rsume est calcule. Cette moyenne constituera linformation haute frquence ajouter aux donnes basses frquences acquises. Le dtail du schma dacquisition est donn sur la Figure IV-10. Une fois quon obtient le spectre montr en Figure IV-10 (d), on le divise en deux parties, les frquences spatiales positives et ngatives, et on considre que ces deux parties sont des reprsentations spectrales de deux images analytiques. Chaque espace k est reconstruit ce stade indpendamment des autres espace k de la squence temporelle et les images recherches sont, comme nous lavons dj dit tout au long de ce manuscrit, le module de la somme des deux images analytiques qui seront calcules partir des sous ensembles obtenus par dcoupage de lespace k complet.

Figure IV-10: Echantillonnage de lespace k. (a) Ensemble de donnes de rfrence, (b) Espace k rsum, (c) Donnes acquises, (d) Substitution des BFs, de lespace k reprsentant la moyenne des donnes de lespace k de rfrence et des donnes de lespace k rsum, par les donnes acquises.

161

IV.3.

Rsultats

La Figure IV-10 illustre les rsultats de reconstruction sur des images cin cardiaques en petit axe du cur. La premire colonne de Figure IV-11 donne les rsultats de reconstruction obtenus avec la totalit des donnes de lespace k, tandis que la deuxime colonne prsente les images reconstruites avec la mthode CAIR. La troisime colonne de Figure IV-11 illustre les images reconstruites en tenant compte des donnes de la squence rsume dont nous avons parle dans ce paragraphe. Nous pouvons observer que, les nouvelles images reconstruites sont trs proches des images reconstruites avec la totalit des donnes de lespace k. Elles prsentent une meilleure rsolution spatiale que la mthode CAIR initiale. Cette mthode permet galement de diminuer les valeurs du terme derreur comme le montre Figure IV-12. Les rsultats obtenus sont trs satisfaisants, surtout en phase de diastole.

162

Espace k complet

CAIR

CAIR_Modifie

Figure IV-11: Images de reconstruction cin cardiaque en petit axe. Six instants du cycle cardiaque sont reprsents. Seulement 25% des donnes espace k sont utilises pour la reconstruction des images, ralisant une rduction du temps dacquisition dun facteur de 4.

163

0,018 0,016 0,014 0,012

Nmse

0,01 0,008 0,006 0,004 0,002 0 1 3 5 7 9 11 13 15 17 19 Temps

CAIR CAIR_Modifi

Figure IV-12: Evaluation quantitative : (a) Comparaison entre les valeurs du NMSE obtenues dans la mthode CAIR et celles obtenues avec sa version modifie. Les donnes acquises reprsentent 25% des donnes de lespace k total.

164

V.

Conclusions & discussion

Nous avons montr dans ce chapitre que les donnes de lespace k dorganes en mouvement (en loccurrence ici le cur) permettent, en utilisant les redondances dans les donnes de cet espace k, de reconstruire des images de bonne qualit avec une rduction du temps dacquisition dun facteur de 8/5, voire 2. Le temps dacquisition peut tre encore rduit en utilisant les corrlations temporelles entre les donnes de lespace k. Ainsi, nous avons propos une mthode de reconstruction des donnes brutes cin cardiaques, aussi bien en petit axe quen grand axe, qui permet une rduction du temps dacquisition des donnes dun facteur 2 voire 4 avec des rsultats de reconstruction satisfaisants sur le plan tant qualitatif que quantitatif. Les difficults que nous avons d surmonter sont bien mises en vidence par les travaux de van Vaals [VAAL93] et Suga [SUGA99], la mthode keyhole initialement propose pour limagerie dynamique en gnral nest pas adapte pour la reconstruction des images cin cardiaques en labsence dinformation a priori, telle que la direction du mouvement du ventricule gauche par exemple. En effet, ces auteurs ont montr que la mthode de reconstruction keyhole nest pas approprie pour les images en petit axe du cur, pour lesquelles la cage ventriculaire (ventricule gauche en loccurrence) bouge dans toutes les directions et pas seulement dans une seule direction comme cest le cas pour des coupes en grand axe. Dans notre approche, le fait de nutiliser quune seule partie des hautes frquences spatiales pour la reconstruction ainsi quun choix judicieux de ces hautes frquences, adapt la phase du cycle cardiaque, permet dintroduire moins dinformations incohrentes dans les donnes qui sont utilises pour la reconstruction. Bien videmment, plus on diminue le taux dinformations acquises, plus on augmente lerreur dans limage reconstruite. En de de 25% dinformation basse frquence acquise, limage reconstruite avec la mthode keyhole tend ressembler limage de rfrence et non plus limage quon aurait reconstruite avec lespace k complet (contrairement limage reconstruite avec notre mthode qui se dgrade en gardant une certaine fidlit ressembler limage dorigine). Lutilisation dun rseau de neurones pour la gnration dune squence rsume en fonction de squences dapprentissage, provenant dun mme sujet, a permis une amlioration, significative tant sur le plan visuel que quantitatif (erreur NMSE), des images reconstruites avec la mthode CAIR. Pour des sujets ayant sensiblement la mme morphologie et dont les donnes ninterviennent pas dans lensemble dapprentissage, des rsultats satisfaisants sont

165

galement obtenus. Nous pensons que pour des organes nayant pas des dimensions proches, il pourrait se poser des problmes de recalage entre les squences dapprentissage. Nous pensons que, pour la suite, une estimation plus judicieuse des hautes frquences spatiales non acquises (augmentation du nombre de squences pour lensemble dapprentissage) pourrait permettre encore une amlioration de la qualit de la reconstruction et amliorer la robustesse de la mthode. Nous suggrons galement que lutilisation de squences cardiaques dapprentissage permettant une estimation du mouvement attribuable tout type de squence, pourrait aussi contribuer lamlioration des rsultats prsents et surtout une ventuelle rduction, dun facteur un peu plus lev, du temps dacquisition des donnes.

166

Conclusion gnrale et perspectives

I.

Conclusion gnrale
Le travail prsent dans ce manuscrit a t consacr la reconstruction des images de rsonance magntique partir dun ensemble de donnes incomplet dans lespace k (spectre de Fourier incomplet). Nous avons dans un premier temps prsent notre contribution dans le cadre de la reconstruction dimages dobjets ou dorganes statiques. Dans cette partie, le schma dacquisition des donnes requis est celui o en plus de la totalit des frquences spatiales positives, sont acquises quelques lignes de frquences ngatives proximit du centre de lespace k, dans la direction de codage de phase, afin de rduire le temps dacquisition. Dans cette condition dacquisition nous avons propos une mthode de reconstruction des images IRM base sur lutilisation de la notion dimage analytique. Celle-ci consiste diviser lespace k partiel acquis en deux parties et ensuite calculer les images analytiques correspondant chacun de ses sous ensembles de donnes. Limage recherche est la somme des modules de chacune des images analytiques calcules. La mthode propose est dune extrme simplicit et permet de reconstruire des images de bonne qualit sans aucune contrainte. En particulier, elle ne ncessite pas lestimation et la correction de phase, par rapport aux mthodes classiques. La comparaison des rsultats obtenus avec notre mthode et avec des mthodes populaires telles que HM et POCS montre que la mthode que nous avons propose est meilleure tant sur le plan qualitatif que sur le plan quantitatif. Nous avons par la suite propos un schma dacquisition des donnes, qui permet de rduire le temps dacquisition par un facteur de 2 et qui amliore la qualit de reconstruction par rapport aux rsultats de reconstruction obtenus partir de 5/8 des donnes de lespace k. La seconde partie de notre travail a port sur le dveloppement dune mthode de reconstruction ddie aux squences dimages ou dorganes dynamiques, en loccurrence des squences cardiaques. Nous avons combin les avantages de la notion dimage analytique avec la substitution des donnes dans lespace k, conduisant une mthode de reconstruction permettant de rduire le temps dacquisition k par un facteur de 2 voire 4 pour les squences cin cardiaques (aussi bien en petit axe quen grand axe), tout en conservant une qualit de reconstruction satisfaisante.

167

Nous sommes par la suite parvenus dvelopper une autre mthode de reconstruction de squence dimages cardiaques qui a les bases de la mthode CAIR, et qui cette fois, exploite galement les avantages du rseau de neurones pour une meilleure estimation des hautes frquences de limage de rfrence dans laquelle sera substitue les donnes basse frquences acquises. Les premiers rsultats obtenus sont trs satisfaisants et cet algorithme de reconstruction permet une rduction du temps dacquisition dun facteur de 4.

II.

Perspectives
Le premier aspect que nous pensons tre par la suite intressant explorer est le dcoupage direct de lespace k tridimensionnel dans le but dutiliser le concept dimage analytique pour la reconstruction en 3-D. Lextension de la mthode propose prcdemment au vrai volume 3-D permettrait un gain de temps considrable durant lacquisition des donnes. Dautre part et de notre point de vue, la technique dimagerie qui est actuellement la plus prometteuse en termes dacclration de la vitesse dacquisition des donnes en IRM est limagerie dite parallle, qui pourrait tre applique aussi bien pour imager des organes statiques que pour imager ceux en mouvement. Il serait fort intressant dexplorer les potentialits de la mthode de reconstruction des images IRM base sur lutilisation de la notion dimage analytique dans un processus dacquisition de donnes pour limagerie parallle. Nous navons pas eu loccasion de tester cette mthode sur des jeux de donnes acquis par sous chantillonnage et ce serait loccasion de regarder de plus prs comment ragirait notre mthode dans un schma dacquisition en sous-chantillonnage. Il est vrai que le temps de reconstruction des donnes est souvent long dans ce type dimagerie, mais lutilisation dun nombre rduit dantennes pourrait ventuellement contribuer la ralisation des temps de reconstruction acceptables, avec un facteur de rduction du temps dacquisition trs lev. Linsertion de mthode CAIR dans un processus de reconstruction en imagerie parallle serait galement loccasion de tester le degr de robustesse au bruit de celle-ci, car lun des problmes majeurs de limagerie parallle en IRM est la forte prsence du bruit dans les images sous-chantillonnes. En ce qui concerne la reconstruction dimages dynamiques (squences cardiaques dans notre cas), nous pensons quune meilleure estimation des donnes non acquises conduirait lamlioration de la qualit des images et galement la possibilit de diminuer de manire

168

considrable le temps dacquisition. Les premiers rsultats prometteurs que nous avons obtenus sur lutilisation combine de limage analytique et du rseau de neurones pour la reconstruction des squences cin cardiaques nous permettent denvisager des mthodes qui permettraient destimer le mouvement partir des squences cardiaques dapprentissage et qui gnreraient un mouvement type de squence dimages cardiaques, en prenant en compte des squences cardiaques provenant de divers sujets. La squence reprsentant le mouvement serait alors combine aux donnes acquises pour arriver une meilleure approximation des donnes non acquises. Nous avons exploit tout au long de ce travail les avantages du concept dimage analytique dans le cadre de la reconstruction des images IRM en nuances de gris. On pourrait se poser la question de savoir comment serait traite une image 2-D ou 3-D multimodale (analogue une image couleur). Des dveloppements dans la littrature (introduction des quaternions7 et de lalgbre de Clifford ainsi que la gnralisation de la notion de transforme de Fourier 2-D ou 3-D aux images quaternioniques) semblent montrer que lextension du concept dimage analytique des images quaternioniques 2-D ou 3-D soit envisageable et possible.

Quaternion est un nombre complexe qui en plus de la partie imaginaire laquelle nous sommes habitus, possde deux autres parties imaginaires. Lexpression dun quaternion est de la forme : q = a + ib + jc + kd

169

Annexes Annexe1 : Artfacts de reconstruction en IRM

Annexe1 (a) : Artfact de repliement
Il est trs bien connu que sous certaines conditions, des signaux continus peuvent tre compltement reprsents et rcuprs partir de leurs chantillons. Ce sont les conditions de Nyquist dont le non respect conduit une impossibilit de reconstruction parfaite des signaux et engendre des erreurs, dans limage reconstruite, qui sont appeles artfacts de repliement. L'aliasing ou artfact de repliement correspond la superposition d'un objet hors champ du ct controlatral de l'image. Il est d une ambigut de codage spatial qui attribue l'objet hors champ le mme codage que celui des structures du ct oppos du champ de vue. Cette erreur de codage spatial peut survenir dans la direction du codage de phase ou du codage de frquence. Cependant, il est facile de s'en affranchir, sans contre partie, dans la direction du codage de frquence. Aussi, le repliement ne pose rellement problme que dans la direction du codage de phase. Le gradient de codage de phase permet de modifier les phases des spins selon une des directions du plan de coupe slectionne. Les dcalages de phase provoqus par ce gradient sont rpartis de -180 + 180 sur l'tendue du champ de vue (FOV). Le nombre d'incrments de phase correspond la dimension de la matrice dans la direction du codage de phase. A chaque incrmentation du gradient de phase, les dcalages de phase seront augments de faon tre des multiples de -180 / + 180 (360 / + 360, -540 / + 540 etc...). S'il existe des structures anatomiques dans le plan de coupe mais hors du champ de vue, celles-ci vont tre galement soumises au gradient de phase. Les dcalages de phase vont cependant tre en dehors de la gamme allant de -180 + 180 puisqu'ils sont hors du champ de vue. Comme nous l'avons vu prcdemment, il va y avoir ambigut dans le codage de phase puisque les spins ayant un dcalage de phase de + 200 ne pourront tre distingus de ceux ayant une phase -160 , ceux + 220 de ceux 140 etc Lors de la reconstruction de l'image, il va y avoir superposition des lments ayant la mme phase (rduite la gamme -180 + 180): 170

les structures droite du champ de vue vont se superposer sur la gauche de l'image les structures gauche du champ de vue vont se superposer sur la droite de l'image

Pour viter le repliement, les directions des codages de phase et de frquence peuvent tre choisies de faon ce que la direction de codage de phase corresponde la plus petite dimension de la rgion anatomique tudier. Ceci permet d'utiliser des matrices asymtriques et vite d'avoir trop augmenter le nombre de pas de codage de phase raliser pour conserver la rsolution spatiale. Ce changement de direction de codage peut toutefois retentir sur les autres artfacts (images fantmes lies aux mouvements, artfact de dplacement chimique). On peut galement augmenter le champ de vue, ce qui se fait au dtriment de la rsolution spatiale ou encore, on peut procder un sur-chantillonnage dans la direction du codage de phase, technique qui conduit une augmentation du temps dacquisition de limage. Une des utilisations courantes du phnomne daliasing est rencontre en imagerie parallle.

Figure 42 : Artfacts de recouvrement dus au sous-chantillonnage, dun facteur de 2, suivant la direction horizontale.

171

Annexe1 (b) : Artfact dinhomognit et de susceptibilit magntique

La susceptibilit magntique d'un tissu correspond l'aimantation interne de ce tissu induite par un champ magntique externe ( B0 ). A l'interface entre 2 tissus ayant des susceptibilits magntiques diffrentes, il existe une distorsion du champ magntique B0 . On peut rencontrer de telles interfaces entre lair et les tissus, ou entre os cortical et les tissus. Ces inhomognits de champ constantes (de type T2*) vont tre responsables de dphasages et de dcalages de frquences localiss l'origine d'une perte de signal. L'intensit et la porte de la perte de signal vont dpendre des rapports anatomiques entre les structures de l'intensit et de la direction du gradient de lecture. Lartfact de susceptibilit magntique est trs marqu en prsence de matriels mtalliques, ferromagntiques ou pas (titane...). La perte de signal est de porte variable en fonction du type de mtal et de la squence. Elle est due plusieurs phnomnes :

inhomognits de champ (T2*) distorsion du champ telle que la frquence de rsonance est modifie :
o

lors de la slection de coupe, d'o une absence d'excitation des protons et donc une absence de signal lors de la lecture du signal, d'o un dplacement des voxels concerns selon la direction du codage de frquence l'origine d'une perte de signal et d'une distorsion de l'image.

Il existe plusieurs mthodes pour attnuer ou modifier les artfacts de susceptibilit magntique :

Les squences en cho de spin sont moins sensibles aux artfacts de susceptibilit magntique que les squences en cho de gradient. Grce l'impulsion de rephasage de 180, l'cho de spin permet de corriger les inhomognits de champ constantes au sein d'un voxel.

Modifier la direction du codage en frquence et du codage de phase peut permettre de modifier la forme de l'artfact sans le supprimer.

172

Des TEs courts peuvent rduire la perte de signal en laissant moins de temps au dphasage de se produire. Ce qui conduit des images pondres en DP/T1. Une bande passante de rception large (gradients levs) permet galement une diminution du TE, mais pourrait conduire une rduction du rapport signal sur bruit. Pour la suppression du signal de la graisse, les techniques d'inversion rcupration sont moins sensibles aux inhomognits de champ que les techniques de saturation

Les artfacts de susceptibilit magntique sont par exemple mis profit dans les applications lies la dtection des hmatomes (produits de dgradation de l'hmoglobine), la quantification des faibles charges en fer hpatique dans l'hmochromatose, la dtection des mtastases (produits de contraste capts par le systme rticulo-endothlial) ou en imagerie de perfusion.

Annexe1 (c) : Artfact lis aux dcalages chimiques

Le dcalage chimique correspond une modification de la frquence de rsonance des protons au sein de molcules (diffrences dans leur environnement lectronique). Il existe notamment une diffrence de 3.5 ppm (parties par million) entre les protons de l'eau (et des tissus mous) et de la graisse (tissus mous et graisse tant les principaux constituants de l'organisme humain). Cette diffrence correspond un cart de frquence de rsonance de 225 Hz 1.5 Tesla. L'artfact d au dcalage chimique du premier type est d un dcalage de positionnement des voxels contenant de la graisse. Dans la direction de codage de frquence, la position est code par une variation de frquence de rsonance induite par le gradient de lecture. Des protons de la graisse, situs au mme niveau que des protons de l'eau, ne vont pas rsonner la mme frquence cause du dplacement chimique. Les protons de la graisse vont ainsi tre translats lors de la reconstruction de l'image et seront l'origine d'un artfact l'interface eau/graisse, sous la forme d'une bande noire ou blanche. L'artfact d au dcalage chimique du deuxime type survient souvent pendant lutilisation de squences en cho de gradient pour lacquisition. Dans une squence en cho de spin, l'impulsion de 180 rephase les spins au moment de l'cho (de spin). L'absence d'impulsion de 180 en squence dcho de gradient est l'origine d'une diffrence entre les phases des spins

173

de la graisse et de l'eau au moment de l'cho (de gradient). Cette diffrence de phase dpend de la diffrence de frquence de prcession et du temps d'cho. Avec un champ de 1.5 T, la diffrence de frquence est de 225 Hz, ce qui correspond une priode de 4.4 msec. A 1.5 T, pour des TEs multiples de 4.4 msec, les spins des protons de l'eau et de la graisse sont en phase : leurs signaux s'additionnent. Pour des TEs dans l'intervalle, ils auront des phases diffrentes. En particulier, au milieu de l'intervalle (2.2 msec), les spins des protons de l'eau et de la graisse seront en opposition de phase : leurs signaux se soustraient. Une mthode effective de rduction de ce type dartfact consiste augmenter lintensit du gradient de lecture, ce qui correspond aussi augmenter la bande passante de rception du signal et qui en contrepartie conduit une baisse du rapport signal sur bruit. Il est aussi possible de diminuer lartfact d au dcalage chimique en utilisant des techniques d'annulation du signal de la graisse (saturation, inversion rcupration). Le signal rduit des protons de la graisse rend l'artfact de dplacement chimique peu visible. Le dplacement chimique peut cependant tre utilis dans certaines applications comme la caractrisation tissulaire (dtection des mlanges eau/graisse, statose hpatique, adnomes surrnaliens) ou dune manire plus gnrale en imagerie spectroscopique.

Figure 43 : Artfact d au dcalage chimique. Notons que le signal de la graisse est dcal une basse frquence dans la direction de codage de phase, crant ainsi une jante (rim) rehausse du ct gauche mais une jante noire droite.

174

Annexe2 : manuscrit.

Squences

dacquisition

des

donnes

utilises pour la reconstruction tout au long de ce

Annexe2 (a) : La squence FLASH

La squence FLASH (Fast Low Angle Shot) est aussi connue sous le nom de spoiled GRASS (Gradient Refocused Acquisition in the Steady State) ou fGRE (Fast Gradient Recall Echo). Cette technique consiste en des segments dacquisition de donnes qui sont prcds par une impulsion dinversion rcupration (180 dangle de basculement) ou une impulsion RF prparatrice. Dans cette squence, la magntisation transverse rsiduelle prsente aprs la collection des donnes est dtruite par lutilisation dune impulsion de gradient (de la forme dun becquet) supplmentaire suivant la direction de slection de coupe. De manire spcifique, lamplitude du gradient supplmentaire varie dune excitation lautre dans lobjectif dviter une accumulation cohrente de la magntisation transverse. Les images acquises avec cette squence sont pondres en T1 .

RF GS Gy Gx

Signal

Figure 44: Squence FLASH 2D avec inversion rcupration. Notons que la magntisation transverse, aprs la collecte des donnes, est dtruite par une autre impulsion de gradient (spoiler gradient) dans la direction de slection de coupe. Lamplitude de ce gradient varie dune excitation lautre pour viter laccumulation dune concordance transverse.

175

Annexe2 (b) : La squence Turbo FLASH

Cette squence est une squence dcho de gradient rapide avec inversion rcupration. Aprs une onde RF de 180, la magntisation longitudinale M z est bascule dans la direction oppose (ngative). Du fait du processus de relaxation longitudinale, celle-ci va crotre pour revenir sa valeur initiale, en passant par la valeur zro. La vitesse de repousse longitudinale est caractrise comme nous lavons dj nonc par T1. La mesure du signal se fait suite lapplication dune onde RF de =90 pour obtenir une magntisation transversale. On appelle temps d'inversion TI le dlai entre l'onde RF de 180 et l'onde RF de 90. Si l'on choisit un TI tel que la magntisation longitudinale d'un tissu donn soit nulle, ce dernier ne pourra pas donner de signal (absence de magntisation transverse due l'absence de magntisation longitudinale). La technique d'inversion-rcupration permet donc de supprimer le signal d'un tissu donn en slectionnant un TI adapt au T1 de ce tissu.

RF GS Gy Gx

Signal

Figure 45: Squence FLASH 2D rapide (turbo), ici TI reprsente le temps dinversion.

176

Annexe2 (c) : La squence TrueFISP

La squence bidimensionnelle FISP (Fast Imaging with Steady-state Precession) a t dveloppe par la socit Siemens Medical Systems, Inc. En comparaison avec la squence FLASH prsent en Annexe2 (a), on peut constater que les gradients de codage de phase dans la squence FISP sont compltement quilibrs (renforcement de ltat dquilibre, en appliquant la fin de chaque gradient un gradient rembobineur (rewinder) symtrique au gradient de codage de phase et possdant des lobes inverss), donc leffet exact de chaque gradient est constant dun cycle dexcitation au suivant. Cette technique permet de supprimer les dcalages de phase induits par le gradient initial. Les images acquises avec une squence FISP possdent un contraste en T2 T1 . Cest une squence qui produit de forts signaux pour des tissus ayant un T2 long et un T1 court, ce qui implique que la squence FISP peut tre excute de trs courts TR sans sacrifier le RSB, qui est une caractristique unique de limagerie tat stable (Steady state imaging). Pour T1 > TR >> T2 , la squence FISP se rapproche de la squence FLASH. En dfinitive, la squence TrueFISP est une squence FISP cho de gradient avec lecture de l'cho stimul. Les images pondres avec cette squence sont pondres en T2 vraie (TETR).

RF GS Gy Gx

Signal

Figure 46 : Squence FISP 2D. tous les gradients sont quilibrs dans chaque cycle et sont appliqus de manire alternative dans les directions positive et ngative.

177

Bibliographie
[ARUN07] Arunachalam A., Samsonov A., Block W.F. Self-calibrated GRAPPA Method for 2D and 3D Radial Data. Magn Reson Med, 2007, vol. 57, n5, pp. 931-938. [AWAT06] Awate S.P., DiBella E. V. R., Tasdizen T., Whitaker R.T. Model-Based Image Reconstruction for Dynamic Cardiac Perfusion MRI from Sparse Data. In: Awate S.P., DiBella E. V. R., Tasdizen T., Whitaker R.T. International Conference of the IEEE Engineering in Medicine and Biology Soc(EMBC), 2006, pp. 936-941. [BITT02] Bittoun J. Imagerie par rsonance magntique nuclaire (L'). Paris sud: Universit de Paris 11, 2002. [BLOC05] Block K.T., Frahm J. Spiral Imaging: A Critical Appraisal. J Magn Reson Imaging, 2005, vol. 21, pp. 657668. [BLOC00] Block W.F., Barger A.V., Mistretta C.A. Vastly Undersampled Isotropic Projection Imaging. In: Block W.F., Barger A.V., Mistretta C.A. International Society of Magnetic Resonance in Medecine, 2000, pp.161. [BLOC01] Block W.F., Hany T., B. A.V. Time resolved MRA Using Undersampled 3D Projection Reconstruction. In: Block W.F., Hany T., B. A.V. International Society of Magnetic Resonance in Medecine, 2001, pp.304. [BLUE97] Bluemen D.A., Boxermann J.L., Atalar E., M. E.R. Segmented k-Space Cine Breath-hold Cardiovascular Imaging. I. Principles and technique. AJR Am J Roentgenol, 1997, vol. 169, pp. 395-400. [BOUB06] Boubertakh R., Giovannelli J.F., De Cesare A., Herment A. Non-quadratic convex regularized reconstruction of MR images from spiral acquisitions. Signal processing in UWB communications, 2006, vol. 86, n9, pp. 2479-2494. [BULO01] Blow T., Sommer G. Hypercomplex Signals- A Novel Extension of the Analytic Signal to the Multidimensional Case. IEEE Trans Sign Proc, 2001, vol. 49, n11, pp. 28442852. [BYDD05] Bydder M., Robson M.D.Partial Fourier Partially Parallel Imaging. Magn Reson Med, 2005, vol. 53, pp. 1393-1401. [CALL05] Callaghan M.F., Larkman D.J., Hajnal J.V. Pad Methods for Reconstruction and Feature Extraction in Magnetic Resonance Imaging. Magn Reson Med, 2005, vol. 54, pp. 1490-1502. [CASS05] Cassidy P.J., Radda G.K. Molecular Imaging Perspectives. J R Soc Interface, 2005, vol. 2, n3, pp. 133-144. [CHEN05] Chen Z., Zhang J., Pang K. Adaptative keyhole SVD Method For Dynamic MRI Reconstruction. In: Chen Z., Zhang J., Pang K. IEEE Proc, 2005, pp. 211-214. 178

[CHER04] Cheryauka A.B., Lee J.N., Samsonov A., Defrisec M., Gullberg G.T. MRI Diffusion Tensor Reconstruction with PROPELLER Data Acquisition. Magn Reson Imaging, 2004, vol. n22, pp. 139-148. [CHIE91] Chien D., Edelman R.R. Ultrafast Imaging Using Gradient Echoes. Magn Reson Q, 1991, vol. 7, n1, pp. 31-56. [COHE88] Cohen L., Lee C. Instantaneous Frequency, its Standard Deviation and Multicomponent Signals. SPIE Adv.Alg. Architectures Signal Proc. III, 1988, vol. 975, pp. 186206. [DEGE01a] Degenhard A., Tanner C., Hayes C., Hawkes D., Leach M.O. Pre-processed Image Reconstruction Applied to Breast and MR Imaging. Physiol. Meas, 2001, vol. 22, pp. 589-604. [DEGE01b] Degenhard A., Tanner C., Hayes C., Hawkes D., Leach M.O. Half Fourier Acquisition Applied to Time Series of Contrast Agent Uptake. In: Degenhard A., Tanner C., Hayes C., Hawkes D., Leach M.O. MICCAI, 2001, pp. 872-880. [DEGE96] T. C. Degenhard A, Hayes C, Hawkes D, Leach M.O. Differentiating Benign and Malignant Breat Lesions Using Half Fourier MR Image Acquisition Techniques. Proceedings of the International Society for Magnetic Resonance in Medicine, vol. 1996, nS1, pp. 201250. [DUER96] Duerk J.L., Lewin J.S., Wu D.H. Application of Keyhole Imaging to Interventional MRI: A Simulation Study to Predict Sequence Requirements. J Magn Reson Imaging, 1996, vol. 6, pp. 918-924. [EARL02] Earls J.P., Ho V.B., C. E. Foo T.K., Flamm S.D. Cardiac MRI: Recent Progress and Continued Challenges. J Magn Reson Imaging, 2002, vol. 16, pp. 111-127. [Fahmy A.S'02] Fahmy A.S., Tawfik B.S., Kadah Y.M. Gridding Using Spatially Variant Gridding Kernel. In: Fahmy A.S., Tawfik B.S., Kadah Y.M. Proc. Intl. Soc. Mag. Reson. Med., 2002, vol. 10. [FRAH86] Frahm J., Haase A., Matthaei D. Rapid NMR Imaging of Dynamic Processes Using the FLASH Technique. Magn Reson Med, 1986, vol. 3, n2, pp. 321-327. [GABO46] Gabor D. Theory of Communication. J.Inst. Elect. Eng. London, 1946, vol. 93, nIII, pp. 429-457. [GAO06] Gao Y., Strakowski S.M., Reeves S.J., Hetherington H.P., et al. Fast Spectroscopic Imaging Using online Optimal Sparse k-sparse Acquisition and Projections onto Convex sets Reconstruction. Magn Reson Med, 2006, vol. 55, n6, pp. 1265-1271. [GLOV95] Glover G.H., Lee A.T. Motion Artifacts in fMRI: Comparison of 2DFT with PR and Spiral Scan Methods. Magn Reson Med, 1995, vol. 33, pp. 624635.

179

[GLOV86] Glover G.H., Pauly J.M. Projection reconstruction technique for reduction of motion effects in MRI, Magn Reson Med, 1986, vol. 4, pp. 359376. [GRIS02] Griswold M.A., Jakob P.M., Heidemann R.M., Nittka M., Jellus V., Wang J., Kiefer B., Haase A. Generalized Auto-calibrating Partially Parallel Acquisitions(GRAPPA). Magn Reson Med, 2002, vol. 47, pp. 1202-1210. [GUO06] Guo J., Kholmovski E.G., J. E. K. Zhang L., Parker D.L. k-Space Inherited Parallel Acquisition (KIPA): Application on Dynamic Magnetic Resonance Imaging Thermometry. Magn Reson Imaging, 2006, vol.7, pp. 903-915. [HAAC91] Haacke E.M., Lindskog E.D., Lin W.A. A Fast Iterative Partial Fourier Technique Capable of Local Phase Recovery. J Magn Reson Imaging, 1991, vol. 92, pp. 126-145. [HAHN92] Hahn S.L. Multidimensional Complex Signals with Single-Orthant Spectra. Proceedings of the IEEE, 1992, vol. 80, n8, pp 1287-1300. [HANS05] Hansen M.S., Baltes C., Tsao J., Kozerke S., et al. k-t BLAST Reconstruction from Non-Cartesian k-t Space Sampling. Magn Reson Med, 2005, vol. 55, n1, pp. 85-91. [HARD89] Hardy C.J., Cline H.E. Broadband Nuclear Magnetic Resonance pulses with Twodimensional Selectivity. J.Appl.Phys, 1989, vol. 64, n4, pp 1513-1516. [Havlicek J.P'97] Havlicek J.P., Havlicek J.W., Bovik A.C. The Analytic Image. Proc. IEEE Int'l. Conf. Image Proc.,Santa Barbara, CA, October 26-29 1997, pp. 446-449. [HEIB06] Heiberlein K., Hu X. Auto-calibrated Parallel Spiral Imaging. Magn Reson Med, 2006, vol. 55, n3, pp. 619-625. [HEID01] Heidemann R.M., Griswold M.A., Haase A., J. P. M. VD-AUTO-SMASH imaging. Magn Reson Med, 2001, vol. 45, n6, pp. 1066 - 1074. [HENN99] Hennig J. k-Space sampling strategies. Eur. Radiol., 1999, vol. 9, pp. 10201031. [HIBA04] Hiba B. Imagerie Spectroscopique Spirale par Rsonance Magntique 7 T : Dveloppement et Applications sur le Cerveau de Rat Tumoral. Thse. Grenoble: Universit de Grenoble I, 2004, 184 p. [HIBA06] Hiba B., Richard N., Janier M., Croisille P. Cardiac and Respiratory Double SelfGated Cine MRI in the Mouse at 7 T. Magn Reson Med, 2006, vol. 55, pp. 506-513. [HIGH00] High W.B., Sikora J., Ugurbil K., Garwood M. Subchronic In Vivo Effects of a High Static Magnetic Field(9.4T) in Rats. J Magn Reson Imaging, 2000, vol. 12, pp. 122-139. [HOGE01] Hoge W.S., Miller E.L., Lev-Ari H., Brooks D.H., Karl W.C., Panych L.P. An Efficient Region of Interest Acquisition Method for Dynamic Magnetic Resonance Imaging. IEEE trans. image process, 2001, vol. 10, n7, pp. 1118-1128.

180

[HOGE02] Hoge W.S., Miller E. L., Lev-Ari H., Brooks D.H. A Doubly Adaptive Approach to Dynamic MRI Sequence Estimation. IEEE TIP, 2002, vol. 11, n11, pp. 1168-1178. [HOGE05] Hoge W.S., Brooks D.H., Madore B., Kyriakos W.E. A Tour of Accelerated Parallel MR Imaging from a Linear Systems Perspective. Concepts Magn Reson Part A, 2005, vol. 27A, pp. 17-37. [HOGE01] Hogers B., Gross D., Lehmann V., de Groot Huub J.M., Roos A., Gittenberger-de Groot A.C., Robert.E Poelmann. Magnetic Resonance Microscopy at 17.6-Tesla on Chicken Embryos in Vivo. J Magn Reson Imaging, 2001, vol. 14, pp. 83-86. [HU94] Hu X., Parrish T. Reduction of Field of View for dynamic Imaging. Magn Reson Med, 1994, vol. 31, pp. 691-694. [JACK91] Jackson J.I., Meyer C.H., Nishumura D.G., Macovski A. Selection of a Convolution Function for Fourier Inversion Using Gridding. IEEE Trans Med Imaging, 1991, vol. 10, n3, pp 473-478. [JONE93] Jones R.A., Haraldseth O., R. P. A. Mller T.B., Oksendal A.N. k-Space Substitution : A Novel Dynamic Imaging Technique. Magn Reson Med, 1993, vol. 29, pp. 830-834. [JOSE83] Joseph P.M., Whitley J. Experimental Simulation Evaluation of ECG-gated Heart Scans with a Small Number of Views. Med Phys, 1983, vol. 10, pp. 444-449. [KADA02] Kadah Y.M. New solution to the gridding problem. In: Kadah Y.M. Proceedings of SPIE The International Society for optical engineering, 2002, n 4684; Part 1, pp. 1-9. [KARR00] Karras D.A., Reckzo M., Mertzios B.G., Graveron-Demilly D., Van Ordmondt D. MR Image Reconstruction from Sparsely Sampled Scans Based on Mutiplayers Perceptrons and Using Regularized Techniques. In: Karras D.A., Reckzo M., Mertzios B.G., GraveronDemilly D., Van Ordmondt D. International Joint Conference on Neural Networks (IJCNN'00), 2000, pp. 1336-1341. [KAST97] Kastler B. Comprendre l'IRM. Paris: Masson, 1997, 320p. [KATO06] Katoh M., Spuentrup E., Buecker A., Manning W.J., Gnther R.W., Botnar R. MR Coronary Vessel Wall Imaging: Comparison Between Radial and Spiral k-Space Sampling. J Magn Reson Imaging, 2006, vol. 23, pp. 757-762. [KELL01] Kellman P., Epstein F.H., McVeigh E.R. Adaptive Sensitivity Encoding Incorporating Temporal Filtering (TSENSE). Magn Reson Med, 2001, vol. 45, pp. 846852. [KOES00] Koestler H., Landschtz W., Sandstede J., Lipke C., Hahn D. Heart perfusion imaging using SENSE. Radiology, 2000, vol. suppl 464, n217. [KOES03] Koestler H., Sandstede J., Lipke C., Landschtz W., Beer M., Hahn D. AutoSENSE Perfusion Imaging of The Whole Human Heart. J Magn Reson Imaging, 2003, vol. 18, pp. 702-708.

181

[KOES04] Koestler H., Beer M., Ritter C., Hahn D., Sandstede J. Auto-SENSE View Sharing Cine Cardiac Imaging. MAGMA, 2004, vol. 17, pp. 63-67. [KRUG02] Kruger D.G., Riederer S.J., Grimm R.C., Rossman P.J. Continuously Moving Table Data Acquisition Method for Long FOV Contrast-enhanced MRA and Whole Body MRI. Magn Reson Med, 2002, vol. 47, pp. 224-231. [KYRI97] Kyriakos W.E., Panych L.P., Zientara G.P., Jolesz F.A. Implementation of a Reduced Field-of-view Method for Dynamic MR Imaging Using Navigator Echoes. J Magn Reson Imaging,1997, vol. 7, pp. 376-381. [LAUT73] Lautebur P.C. Image Formation by Induced Local Interactions: Examples Emploing Nuclear Magnetic Resonance. Nature, 1973, vol. 242, pp. 190-191. [LEHT03] Lehtmate R., Wajer F.T.A.W., Crmilleux Y., van Ormondt D., Graveron-Demilly D. Dynamic MR-Imaging with Radial Scanning, A Post-Acquisition keyhole Approach, Eurasip J.Appl. Sig. Proc, 2003, vol. 5, pp. 405-412. [LIAN 94] Liang Z.P., Lauterbur P.C. An Efficient Method for Dynamic Magnetic Resonance Imaging. IEEE Trans Med Imaging, 1994, vol. 13, n4, pp 697-686. [LIAN96] Liang Z.P. A Model-based Method for Phase Unwrapping. IEEE Trans Med Imaging, 1996, vol. 1, n6, pp 893-897. [LIAN97] Liang Z.P., Jiang H., Hess C.P., Lautebur P.C. Dynamic Imaging by Model Estimation. J Imaging Syst Technol, 1997, vol. 8, pp. 551-557. [LIAN99] Liang Z.P., Lauterbur P. Principles of Magnetic Resonance Imaging: A Signal Processing Perspective. Bellingham (Wash.): SPIE Optical Engineering (Biomedical Engineering) Press, 1999, p. 416. [LIAN03] Liang Z.P., Madore B., Glover G.H., Pelc N.J. Fast Algorithms for GS-ModelBased Image Reconstruction in Data-Sharing Fourier Imaging. IEEE Trans Med Imaging, 2003, vol. 22, n8, pp. 1026-1030. [LUO04] Luo J., Zhu Y.M. MR Image Reconstruction from Truncated k-Space Using a Layer Singular Point Extraction Technique. IEEE Trans Nucl Sci, 2004, vol. 51, n1, pp. 157-167. [MADO99] Madore B., Glover G.H., Pelc N.J. Unaliasing by Fourier-Encoding the Overlaps Using The Temporal Dimension (UNFOLD), Applied to Cardiac Imaging and fMRI. Magn Reson Med, 1999, vol. 42, pp. 818-828. [MAND74] Mandel L. Interpretation of Instantaneous Frequencies. Am. J. Phys., 1974, vol. 42, pp. 840-846. [MANS77] Mansfield P., Maudsley AA. Planar Spin Imaging by NMR. J Magn Reson Imaging, 1977, vol. 27, pp. 101-109.

182

[MANS84] Mansfield P. Real-time Echo-Planar Imaging by NMR. Br Med Bull, 1984, vol. 40, pp. 187-190. [MARG86] Margosian P., Schmitt F., Purdy D. Faster MR Imaging: Imaging with Half The Data. Health Care Instrum., 1986, vol. 1, pp. 195-197. [MCGI93] McGibney G., Smith M.R., Nichols S.T., Crawley A. Quantitative Evaluation of Several Partial Fourier Reconstruction Algorithms Used in MRI. Magn Reson Med, 1993, vol. n30, pp. 51-59. [MORI'00] Moriguchi H., W. M., Duerk J.L.Applying the Uniform Resampling (URS) Algorithm to a Lissajous Trajectory: Fast Image Reconstruction with Optimal Gridding, Magn Reson Med, 2000, vol. 44, pp. 766-781. [MORI03a] Moriguchi H., Lewin J.S., Duerk J.L. A New approach for Optimal Reconstruction Using Rescaled Matrices from Non-uniformly Sampled K-space Data. In: Moriguchi H., Lewin J.S., Duerk J.L. Proc. Intl. Soc. Mag. Reson. Med 11, 2003, p. 1066-. [MORI03b] Moriguchi H., Lewin J.S., Duerk J.L. Partial Fourier Reconstruction for Spiral Imaging. In: Moriguchi H., Lewin J.S., Duerk J.L. Proc.Intl.Soc.Mag. Reson. Med.11, 2003. [MORI04a] Moriguchi H., Duerk J.L. Iterative Next-Neighbor Regridding (INNG): Improved Reconstruction from Non-uniform. Magn Reson Med, 2004, vol. 51, pp. 343-352. [MORI04b] Moriguchi H., Lewin J.S., Duerk J.L. Partial Fourier Spiral Reconstruction Under Consideration of Off-resonance Effects. In: Moriguchi H., Lewin J.S., Duerk J.L. Proc.Intl.Soc.Mag.Reson. Med.11, 2004. [MOUC03] Mouche F., Zhu Y., Pulokas J., Potter C.S., Carragher B. Automated ThreeDimensional Reconstruction of keyhole Limpet Hemocyanin type 1. J.Struc.Bio, 2003, vol. 144, pp. 301-312. [MULL06] Mller S., Umathum R., Speier P., Zhlsdorff S., Ley S., Semmler W., Bock M. Dynamic coil selection for real-time imaging in interventional MRI. Magn Reson Med, 2006, vol. 56, n5, pp. 1156-1162. [NATT05] Natt O., FRAHM J. In Vivo Magnetic Resonance Imaging: Insights into Structure and Function of The Central Nervous System. Meas. Sci. Technol., 2005, vol. 16, pp. R17 R36. [NIEL06] Nielles-Vallespin S., Weber M.A., Bock M., Bongers A., et al. 3D Radial Projection Technique with Ultrashort Echo Times for Sodium MRI: Clinical Applications in Human Brain and Skeleta Muscle. Magn Reson Med, 2006, vol. 57, n1, pp. 74-81. [NISH95] Nishimura P.C., Irrarazabal P., Meyer C.H. A Velocity k-Space Analysis of Flow Effects in Echo- Planar and Spiral Imaging. Magn Reson Med, 1995, vol. 33, pp. 549-556.

183

[NOLL91] Noll D.C., Nishimura D.G., Macovski A. Homodyne Detection in Magnetic Resonance Imaging. IEEE Trans Med Imaging, 1991, vol. 10, n2, pp 154-163. [NOLL] Noll D.C., Sutton B.P. Gridding Procedures for Non-Cartesian k-Space Trajectories. 11th Scientific Meeting, Int. Society of Magnetic Resonance in Med., Toronto. July 10, 2003, 7p. [OEST99] Oesterle C., Markl M., Strecker R., Kraemer F.M., Hennig J. Spiral Reconstruction by Regridding to a Large Rectilinear Matrix: A Practical Solution for Routine Systems. J Magn Reson Imaging, 1999, vol. 10, pp. 84-92. [OSUL85] O'Sullivan J.D. A Fast Sinc Function Gridding Algorithm for Fourier Inversion in Computer Tomography. IEEE Trans Med Imaging, 1985, vol. 4, pp. 200-207. [PANY96] Panych L.P., Oesterle C., Zientara G.P., Hennig J. Implementation of a Fast Gradient-Echo SVD Encoding Technique for Dynamic Imaging. Magn Reson Med, 1996, vol.35, pp. 554-562. [PARK06] Park J.B., Nishimura D.G. Effects of 3D Sampling in (k,t)-Space on Temporal qualities of dynamic MRI. Magn Reson Imaging, 2006, vol.24, n 8, pp. 1009-1014. [PARR95] Parrish T., Hu X. Continuous Update with Random Encoding (CURE): A New Strategy for Dynamic Iimaging. Magn Reson Med, 1995, vol. 33, n3, pp. 326-36. [PENG06] Peng H., Sabati M., Lauzon L., Frayne R. MR Image Reconstruction of Sparsely Sampled 3D k-Space Data by Projection-onto-convex Sets, Magn Reson Imaging, 2006, vol. 24, pp. 761-773. [PETE00] Peters D.C., Korosec F.R., Grist T.M. Undersampled Projection Reconstruction Applied to MR Angiography, Magn Reson Med, 2000, vol. 43, n1, pp. 91-101. [PETE03] Peters D.C., Lederman R.J., Dick A.J., Raman V.K., Guttman M.A., DeryshireJ.A., McVeigh E.R. Undersampled Projection Reconstruction for Active Catheter Imaging with Adaptable Temporal Resolution and Catheter-Only Views. Magn Reson Med, 2003, vol. 49, pp. 216-222. [PETR04] Petr J. Parallel Magnetic Resonance Imaging Reconstruction. CTU-CMP-2004-09. Prague : Czech Technical University, Faculty of Electrical Engineering, 2004, 14p. [PETR05] Petr J. Parallel Magnetic Resonance Imaging Reconstruction. Prague: Czech Technical University, 2005, 47 p. [PICC02] Piccolimini E.L., Zama F., Zanghirati G., Formiconi A. Regularization Methods in Dynamic MRI, App. Maths. Comp, 2002, vol. 132, pp. 325-339. [PLAC04] Placidi G., Sotgiu A. A Novel Algorithm for Reduction of Undersampling Artifacts in MRI. Magn Reson Imaging, 2004, vol. 22, pp. 1279-1287.

184

[PRIE07] Prieto C., Batchelor P.G., Hill D.L.G., Hajnal J.V., et al. Reconstruction of Undersampled Dynamic Images by Modeling The Motion of Objects Elements. Magn Reson Med, 2007, vol. 57, n5, pp. 939-949. [PRIN93] Prince M.R., Yucel E.K., Kaufmann J.A., Harrison D.C., G. S.C. Dynamic Gadolinium-enhanced Three-dimensionnal Abdominal MR Arteriography. J Magn Reson Imaging, 1993, vol. 3, pp. 877-881. [PRUE99] Pruessmann K.P., Weiger M., Scheidegger M.B., Boesiger P. SENSE: Sensitivity Encoding for fast MRI. Magn reson Med, 1999, vol. 42, pp. 952-962. [QIAN06] Qian Y., Zhang Z., Wang Y., Baoda F.E. Decomposed Direct Matrix Inversion for Fast Non- Cartesian SENSE Reconstructions. Magn Reson Med, 2006, vol. 56, n2, pp. 356363. [QU05] Qu P., Zhong K., Wang J., Shen G.X. Convergence Behavior of Iterative SENSE Reconstruction with Non-Cartesian Trajectoires. Magn Reson Med, 2005, vol. 54, n4, pp. 1040-1045. [RAJ06] Raj A., Singh G., Zabih R., Kressler B., Wang Y., Schuff N., Weiner M. Bayesian Parallel Imaging with Edge-preserving Priors. Magn Reson Med, 2006, vol. 57, n1, pp. 8-21. [RANE05] Rane S.D. Parallel Magnetic Resonance Imaging Characterization and Comparison. Texas: Texas A&M University, 2005, 68 p. [RASH99] Rasche V., Proksa R., Sinkus R., Bornert P., Eggers H. Resampling of Data Between Arbitrary Grids Using Convolution Interpolation. IEEE Trans Med Imaging, 1999, vol. 18, n5, pp 385-392. [REED05] Reeder S.B., Hargreaves B.A., Yu H., Brittain J.H. Homodyne Reconstruction and IDEAL Water-fat Decomposition. Magn Reson Med, 2005, vol. 54, n3, pp. 586 - 593. [ROEM90] Roemer P.B., Edelstein W.A., Hayes C.E., Souza S.P., Mueller O.M. The NMR Phased Array. Magn Reson Med, 1990, vol. 16, pp. 192225. [ROSE97] Rosenfeld D. An Optimal and Efficient New Gridding Algorithm Using Singular Value Decomposition. Magn Reson Med, 1997, vol. 40, pp. 14-23. [SAMS04] Samsonov A., Kholmovski E.G., Parker D.L., Johnson C.R. POCSENSE: POCSbased Reconstruction for Sensitivity Encoded Magnetic Resonance Imaging. Magn Reson Med, 2004, vol. 52, n6, pp. 1397-1406. [SCHE96] Scheffler K., Hennig J. Frequency Resolved Single-shot MR Imaging Using Stochastic k-Space Trajectories. Magn Reson Med, 1996, vol. 35, pp. 569-576. [SEDA00] Sedarat H., Kerr A.B., Pauly J.M., Nishiruma D.G. Partial-FOV Reconstruction in Dynamic Spiral Imaging. Magn Reson Med, 2000, vol. 43, pp. 429-439.

185

[STOR07] Storey P., Frigo F.J., Hinks R.S., Mock B.J., et al. Partial k-Space Reconstruction in Single-shot Diffusion Weighted Echo-Planar Imaging. Magn Reson Med, 2007, vol. 57, n3, pp. 614-619. [SEZA83] Sezam M.I., Stark S. Image Restoration in CT by The Method of Projection onto Convex Sets. In: Sezam M.I., Stark S. Acoustics, Speech, and Signal Processing. IEEE International Conference on ICASSP, 1983, Boston, USA, pp. 139-142. [SHA03] Sha L., Guo H., Song A.W. An Improved Gridding Method for Spiral MRI using Nonuniform Fast Fourier Transform. J Magn Reson Imaging, 2003, vol. 162, pp. 250-258. [SHAN01] Shankaranarayanan A., Simone O.P., Laub G., Lewin J.S., Duerk J.L. Segmented k-Space and Real-Time Cardiac Cine MR Imaging with Radial Trajectories. Radiology, 2001, vol. 221, n3, pp. 827-836. [SING04] Singh R.K., Deshpande V.S., Haacke E.M., Shea S.M., Xu Y., McCarthy R.M. Coronary Artery Imaging using Three-dimensional Breathhold Steady-state Free Precession with Two-dimensional Iterative Partial Fourier Reconstruction. J Magn Reson Imaging, 2004, vol. 19, pp. 645-649. [SONG04] Song H.K., Dougherty L. Dynamic MRI with Projection reconstruction and KWIC Processing for Simultaneous High Spatial and Temporal Resolution. Magn Reson Med, 2004, vol. 52, pp. 815-824. [STEN98] Stenger V. A., Noll D.C., Boada F.E.Partial k-Space Reconstruction for 3D Gradient Echo Functional MRI: A Comparison of Phase Correction Methods. Magn Reson Med, 1998, vol. 40, pp. 481-490. [SUGA99] Suga M., Matsuda T., Komori M., Minato K., Takahashi T. Keyhole Method for High-Speed Human Cardiac Cine MR Imaging. J Magn Reson Imaging, 1999, vol. 10, pp. 778-783. [TOM81] Tom V., Quatieri T.F., Hayes M.H., McClellan J.H. Convergence of Iterative Nonexpansive Signal Reconstruction Algorithms. IEEE Trans Acous Spee, 1981, vol. 5, pp. 1052-1058. [TSAO01] Tsao J., Behnia B., Webb A.G. Unifying Linear Prior-Information-Driven Methods for Accelerated Image Acquisition. Magn Reson Med, 2001, vol. n46, pp. 652660. [TSAO03] Tsao J., Boesiger P., Pruessmann P. k-t BLAST and k-t SENSE: Dynamic MRI With High Frame Rate Exploiting Spatiotemporal Correlations. Magn Reson Med, 2003, vol. 50, pp. 1031-1042. [UNAL98] Unal O., Korosec F.R., Frayne R., Strother C.M., Mistretta C.A. Rapid 2D TimeResolved Variable k-space Sampling MR Technique For Passive Catheter Tracking During Endovascular Procedures. Magn Reson Med, 1998, vol. 40, pp. 356-362. [VALL04] Vallee J.P., Ivancevic M. K., Nguyen D., Morel D. R., Jaconi M. Current Status of Cardiac MRI in Small Animals. MAGMA, 2004, vol. 17, pp. 149-156.

186

[VAAL93] van Vaals J.J., Brummer M.E., Dixon W.T., Tuithof H.H., Engels H., Nelson R.C., Gerety B.M., Chezmar J.L., den Boer J.A. "Keyhole" Method For Accelerating Imaging of Contrast Agent Uptake. J Magn Reson Imaging, 1993, vol. 3, n4, pp. 671-675. [VILL58] Ville J Thories et Applications de la Notion de Signal Analytique. Cbles et Transmission, 1958, vol. 2A, pp. 61-74. [WANG05] Wang Z., Wang J., Detre J.A. Improved Data Reconstruction Method For GRAPPA. Magn Reson Med, 2005, vol. 54, n3, pp. 738-742. [WEAV92] Weaver J.B., Xu Y., Healy D.M., Driscoll J.R. Wavelet-encoded MR Imaging. Magn Reson Med, 1992, vol. 24, n2, pp. 275-287. [WIGN32] Wigner E. On The Quantum Correction for Thermodynamic Equilibrium. Phys. Rev, 1932, vol. 40, pp. 749-759. [WILK03] Wilkie K. Dynamic MRI Reconstruction of the Beating Human Heart as a Moment Problem in a Hilbert Space. 98181130. Canada: University of Waterloo, department of Applied Mathematics, 2003, 11p. [WILL97] Willis N.P., Bresler Y. Lattice-Theoritic Analysis of Time-Sequential Sampling of Spatiotemporal Signals- Part I. IEEE Trans on Inf Th, 1997, vol. 43, n1, pp. 190-207. [XIAN93] Xiang Q.S., Henkelman R.M. K-Space Description for MR Imaging of Dynamic Objects. Magn Reson Med, 1993, vol. 29, pp. 422-428. [XU99] Xu C., Pham D.L., Rettmann M.E., Yu D.N., P. J.L. Reconstruction of the Human Cerebral Cortex from Magnetic Resonance Images. IEEE Trans Med Imaging, 1999, vol. 18, n6, pp. 467-480. [YAO96] Yao L., Cao Y., Levin D.N.2D Locally Focused MRI: Applications to Dynamic and Spectroscopic Imaging. Magn Reson Med, 1996, vol. 36, pp. 834-846. [YOSH04] Yoshioka H., Jiro S., Nobuyuki T., Douqiang L., Masayuki Y., Y. I. Yukihisa S. Dual Double Arterial Phase Dynamic MR Imaging with Sensitivity Encoding (SENSE): which is Better For Diagnosing Hypervascular Hepatocellular Carcinomas, in-Phase or Opposed-phase Imaging. Magn Reson Imaging, 2004, vol. 22, pp. 361-367. [YEH05] Yeh E.N., McKenzie C.A., Ohliger M.A., Sodickson D.K. 3Parallel Magnetic Resonance Imaging with Adaptative Radius in k-space (PARS): Constrained Image Reconstruction using k-space Locality in Radiofrequency Coil Encoded Data. Magn Reson Med, 2005, vol. 53, n6, pp. 1383-1392. [YRJA04] Yrjana SK., Vaara T., Karttunen A., Katisko J., Koivukangas J. Dynamic MR Imaging of Brain Tumors in Low Field using Undersampled Projection Reconstruction. Magn Reson Imaging, 2004, vol. 22, pp. 799-805. [ZAIT01] Zaitsev M., Zilles K., S. N.J. Shared k-space Echo Planar Imaging with keyhole. Magn Reson Med, 2001, vol. 45, n1, pp. 109-117.

187

[ZHAN01] Zhang X., Yacoub E., Hu X. New Strategy for Reconstructing Partial-Fourier Imaging Data in Functional MRI. Magn Reson Med, 2001, vol. 46, pp. 1045-1048. [ZHU88] Zhu Y.M. Wigner Transfom of Signals and Images. Lyon: INSA de Lyon, 1988, 287 p. [ZIEN95] Zientara G.P. Fast Imaging Techniques for Interventional MRI. Boston, Massachusetts: MIT, 1995, p. [ZIEN94] Zientara G.P., Panych L.P., Ferenc A.J. Dynamically Adaptative MRI with Encoding by Singular Value Decomposition, Magn Reson Med, 1994, vol. n32, pp. 268274.

188

Publications
Publications dans revues internationales

[YANK07]: Josiane Yankam Njiwa, Yuemin Zhu, Marc.C Robini and Isabelle Magnin: Magnetic resonance image reconstruction using analytic image representation, Nucl Instr Meth Phys Res A, pp: 73-76, 2007.
Publications dans confrences internationales

[YANK06a]: Josiane Yankam Njiwa, Yuemin Zhu, Marc.C Robini and Isabelle Magnin: Magnetic resonance image reconstruction using analytic image representation, 1st EUROMEDIM Conference, Marseille, France, May 2006. [YANK06b]: Josiane Yankam Njiwa, Yuemin Zhu, Marc.C Robini, Jianhua LUO and Isabelle Magnin: Image Reconstruction from Partial k-space Using the Notion of analytic Image, ICSP Conference, IEEE Proceedings, Guilin, China, November 2006. [YANK07a]: Josiane Yankam Njiwa, Bassem Hiba, Yuemin Zhu. Cardiac Cine MR Reconstruction From Partial k-Space Using the Notion of Analytic Image, IEEE EMBC Conference, Lyon, France, Aout 2007. Accepte. [YANK07b]: Josiane Yankam Njiwa and Yuemin Zhu. Half k-Space Reconstruction Using the Analytic Image Concept, Computers in Cardiology,Washington, USA, Septembre 2007. Accepte.
Reviewer

Mai 07: Reviewer pour la confrence internationale IEEE EMBC07.

189

FOLIO ADMINISTRATIF THESE SOUTENUE DEVANT L'INSTITUT NATIONAL DES SCIENCES APPLIQUEES DE LYON
NOM : YANKAM NJIWA
(avec prcision du nom de jeune fille, le cas chant) Prnoms : Josiane Adrienne TITRE : Reconstruction dimages de rsonance magntique partir de lespace k partiel NATURE : Doctorat Ecole doctorale : EEA Spcialit : Images & Systmes Cote B.I.U. - Lyon : T 50/210/19 RESUME : Dans le souci dviter les artfacts que pourrait provoquer le mouvement sur la qualit des images, lobtention de temps dacquisition de donnes courts est essentielle en imagerie par rsonance magntique (IRM). En particulier, comme des sujets malades ont la plus part du temps des difficults retenir leur respiration pendant lexamen, il devient par consquent impratif de recueillir linformation ncessaire le plus rapidement possible dans certaines tudes, telles que celles ralises en imagerie cardiaque. Lacquisition partielle des donnes de lespace k est une pratique couramment utilise dans le but de diminuer le temps dacquisition des donnes en IRM. La ncessit d'acclrer ce temps d'acquisition et/ou daugmenter la rsolution spatiale des images en rsonance magntique nuclaire (RMN), a conduit la proposition de plusieurs mthodes de reconstruction qui acquirent les donnes de lespace k de faon partielle, tant pour des objets statiques que pour des objets ou tudes dynamiques. Ces mthodes utilisent des informations priori (donnes acquises) pour retrouver celles manquantes. Ce manuscrit prsente trois mthodes de reconstruction IRM utilisant les donnes de lespace k acquises partiellement. La premire mthode propose est ddie la reconstruction dobjets ou dorganes statiques, tandis que les deux autres sont consacres la reconstruction dorganes dynamiques (application limagerie cardiaque). Ces trois mthodes sont bases sur lutilisation, dans lalgorithme de reconstruction, du concept dimage analytique, combine, dans le cas des images statiques, lexploitation des redondances dans les donnes de lespace k, et lutilisation des redondances temporelles associes la substitution des donnes, pour les organes en mouvement. Ces mthodes ont t values, dans le cadre de la reconstruction dimages statiques, par des expriences sur des images simules auxquelles ont t rajout un terme de phase pour la destruction de la symtrie hermitienne. On a galement utilis galement des fantmes physiques et de vraies images de cerveaux humains. Les deux autres mthodes ont t values par des expriences sur de vraies squences cin cardiaques humaines. Le schma de reconstruction propos pour la reconstruction dimages statiques permet la ralisation dune rduction du temps dacquisition dun facteur de 2. En ce qui concerne les images dynamiques, une rduction du temps dacquisition dun facteur de 4 a t ralise, tout en maintenant une bonne qualit de reconstruction, tant sur la plan visuel que quantitatif (bon rapport signal sur bruit, faibles valeurs derreurs). MOTS-CLES : IRM, Temps dacquisition, Reconstruction, Image analytique, Espace k partiel, Imagerie cin cardiaque Laboratoire (s) de recherche : CREATIS- Lrmn CNRS UMR 5220, INSERM U630 Directeur de thse: ZHU Yuemin Prsident de jury : Composition du jury : Jacques BITTOUN (Pr), Christine FERNANDEZ-MALOIGNE (Pr), Isabelle MAGNIN (DR Inserm), Su RUAN (Pr), Nicole VINCENT (Pr), Yue Min ZHU( DR CNRS) / et bis CLASSE : Numro d'ordre : 2007-ISAL-0055 DATE de SOUTENANCE : 05/10/2007

190

Rsum Dans le souci dviter les artfacts que pourrait provoquer le mouvement sur la qualit des images, lobtention de temps dacquisition de donnes courts est essentiel en imagerie par rsonance magntique (IRM). En particulier, comme des sujets malades ont la plus part du temps des difficults retenir leur respiration pendant lexamen, il devient par consquent impratif de recueillir linformation ncessaire le plus rapidement possible dans certaines tudes, telles que celles ralises en imagerie cardiaque. Lacquisition partielle des donnes de lespace k est une pratique couramment utilise dans le but de diminuer le temps dacquisition des donnes en IRM. La ncessit d'acclrer ce temps d'acquisition et/ou daugmenter la rsolution spatiale des images en rsonance magntique nuclaire (RMN), a conduit la proposition de plusieurs mthodes de reconstruction qui acquirent les donnes de lespace k de faon partielle, tant pour des objets statiques que pour des objets ou tudes dynamiques. Ces mthodes utilisent des informations a priori (donnes acquises) pour retrouver celles manquantes. Ce manuscrit prsente trois mthodes de reconstruction IRM utilisant les donnes de lespace k acquises partiellement. La premire mthode propose est ddie la reconstruction dobjets ou dorganes statiques, tandis que les deux autres sont consacres la reconstruction dorganes dynamiques (application limagerie cardiaque). Ces trois mthodes sont bases sur lutilisation, dans lalgorithme de reconstruction, du concept dimage analytique, combine, dans le cas des images statiques, lexploitation des redondances dans les donnes de lespace k, et lutilisation des redondances temporelles associes la substitution des donnes, pour les organes en mouvement. Ces mthodes ont t values, dans le cadre de la reconstruction dimages statiques, par des expriences sur des images simules auxquelles a t rajout un terme de phase pour la destruction de la symtrie hermitienne. On a utilis galement des fantmes physiques ainsi que de vraies images de cerveaux humains. Les deux autres mthodes ont t values par des expriences sur de vraies squences cin cardiaques humaines. Le schma de reconstruction propos pour la reconstruction dimages statiques permet la ralisation dune rduction du temps dacquisition dun facteur de 2. En ce qui concerne les images dynamiques, une rduction du temps dacquisition dun facteur de 4 a t ralise, tout en maintenant une bonne qualit de reconstruction, tant sur le plan visuel que quantitatif (bon rapport signal sur bruit, faibles valeurs derreurs). Mots cls : IRM, Temps dacquisition, Reconstruction, Image analytique, Espace k partiel, Imagerie cin cardiaque. Abstract With the aim of avoiding the bad influence which the movement could have on the quality of the images, short acquisition time is mandatory in magnetic resonance imaging (MRI). Especially for sick patients who have problems holding their breath during examination, it becomes consequently imperative to collect necessary information as faster as possible in certain studies, such as those carried out in cardiac imaging. Partial k-space acquisition is a common way used to shorten the data acquisition time in MRI applications. For the sake of short acquisition time and/or increased spatial resolution of the reconstructed images, several methods have already been proposed, which partially acquired the k-space data. These methods use a priori information to recover the missing data. This manuscript presents three MRI reconstruction methods using partial k-space data. The first proposed method is dedicated to the reconstruction of static objects or organs, while the two others are devoted to the reconstruction of dynamic organs (application to cardiac imaging). These three methods are based on the use, in the reconstruction algorithm, of the analytic image concept, combined in the case of the static images with the exploitation of the redundancies in the k-space data, and with the use of the temporal redundancies associated to the data substitution, for the moving organs. These methods were evaluated, within the framework of static images reconstruction, by experiments on simulated images to which were added a slowly varying phase term to destroy the Hermitian symmetry, and also on physical phantoms and true human brain images. The two other methods were evaluated by experiments on true human cardiac sequences. The proposed reconstruction schema allows achieving a reduction of the acquisition time by a factor of 2, for the static images reconstruction. With regard to the dynamic images, a reduction of the acquisition time by a factor of 4 was carried out, while maintaining a good reconstruction quality, as well on visual meaning as quantitative meaning (good signal to noise ratio, low error values). Mots cls : MRI, Acquisition time, Reconstruction, Analytic image, Partial k-space, Cardiac cine imaging.

191