Soutenance de thèse : Hang Jung LING

Écoulement intraventriculaire en échocardiographie Doppler avec réseaux de neurones fondés sur la physique

Doctorant : Hang Jung LING

Laboratoire INSA : CREATIS
École doctorale : ED162 : MEGA de Lyon (Mécanique, Energétique, Génie civil, Acoustique)

Les maladies cardiovasculaires sont les principales causes de décès dans le monde, causant plus de 20 millions de décès chaque année. L'évaluation de la santé cardiaque est cruciale pour prévenir ces maladies. Pour cela, l'échocardiographie est couramment utilisée en routine clinique à cause de sa portabilité et de son coût abordable. Les examens échocardiographiques évaluent la fonction systolique et diastolique du cœur, mais les mesures de la fonction diastolique peuvent parfois donner des résultats de diagnostic discordants. Explorer des biomarqueurs alternatifs, comme le flux sanguin intracardiaque, pourrait améliorer la précision de la quantification de la fonction diastolique. La cartographie du flux vectoriel intraventriculaire ou “intraventricular vector flow mapping” (iVFM) est une technique qui reconstruit le flux sanguin vectoriel à partir des champs scalaires fournis par l'échocardiographie Doppler couleur, mais elle nécessite des étapes de prétraitement chronophages. Dans cette thèse, nous avons utilisé l'apprentissage profond (DL) pour automatiser ces étapes, y compris la segmentation du ventricule gauche et la correction des artefacts de repliement de phase ou l'aliasing. Nous avons également développé des méthodes basées sur les réseaux de neurones fondés sur la physique pour reconstruire l’écoulement vectoriel intraventriculaire, montrant que ces approches peuvent améliorer l'efficacité et la précision de l'iVFM. L'automatisation complète du pipeline d'iVFM à l'aide de réseaux de neurones, de la segmentation à la reconstruction du flux vectoriel, améliore la fiabilité de l'iVFM. La prochaine étape serait d'appliquer cet outil en milieu clinique pour explorer et extraire de nouveaux biomarqueurs basés sur le flux, ce qui pourrait bénéficier à la détection précoce des maladies cardiovasculaires.