Le deep learning pour une séquence ciné cardiaque en respiration libre
LUNDI 12 FéVRIER 2024
Soyez le premier à réagirSelon un article publié dans l'American Journal of Roentgenology (AJR), les reconstructions d’images IRM assistées par le deep learning sont susceptibles de permettre l’évaluation d’une fraction d’éjection ventriculaire en respiration libre. Une équipe du CHU d’Amiens a expérimenté cette nouvelle méthode qui donne lieu à des mesures fiables chez des patients atteints de cardiopathie ischémique.
Chez les patients atteints de cardiopathie ischémique, la maladie coronarienne peut entraîner diverses manifestations d'altération de la fonction systolique du ventricule gauche (VG). La fraction d'éjection du VG (FEVG) a des implications thérapeutiques et pronostiques importantes chez ces patients, de même que le volume télésystolique du VG est un prédicteur majeur de mortalité après un infarctus aigu du myocarde.
L’IRM, examen de référence désormais pour l’évaluation de la fraction d’éjection ventriculaire gauche
L'IRM cardiaque joue désormais un rôle majeur dans l'évaluation diagnostique, pronostique et préthérapeutique des patients atteints de cardiopathie ischémique, en offrant une caractérisation de la morphologie, de la cinétique et de la composition tissulaire du myocarde en un seul examen. La séquence ciné balanced SSFP en est d’ailleurs un élément essentiel pour calculer les volumes du VG par contour endocardique. Cette séquence d'écho de gradient ultrarapide présente les avantages d'une excellente résolution spatiale et d'une différenciation claire entre le myocarde et le pool sanguin.
Mais elle nécessite au moins 20 phases mises en action par cycle cardiaque, pour obtenir un calcul optimal de la FEVG. Cette contrainte oblige le patient à des apnées répétées pour éviter les artefacts respiratoires, un exercice difficile pour qui présente une cardiopathie ischémique et qui peut réduire significativement la qualité d'image et provoquer d'éventuelles erreurs de mesure.
Des protocoles d’acquisition contraignants pour des patients ne pouvant pas réaliser des apnées successives
Compte tenu de ces problèmes, il est nécessaire de réduire la durée des séquences d'IRM cardiaque tout en conservant une qualité d'image satisfaisante et des mesures VG fiables. Les techniques de sous-échantillonnage peuvent réduire les temps des séquences ciné cardiaques, de même que de nouvelles méthodes de deep learning pour la reconstruction des images. Ces techniques de reconstruction des images pourraient également potentiellement améliorer la qualité de l’image en améliorant le rapport signal / bruit et en réduisant les artefacts.
De plus, la combinaison d'algorithmes de reconstruction d'images par deep learning avec d'autres méthodes d'accélération pourrait permettre des acquisitions très rapides dans lesquelles la totalité de la séquence ciné à axe court du VG est obtenue dans des périodes de temps suffisamment courtes pour permettre une technique de respiration libre plutôt que l'apnée. Une telle caractéristique serait particulièrement utile chez les patients dyspnéiques incapables d’effectuer des apnées répétées.
Une équipe du CHU d’Amiens teste scientifiquement cette nouvelle méthode en comparaison d’un protocole classique
C’est ce qu’a cherché à savoir une équipe du CHU d’Amiens en menant une étude sur le sujet, publiée dans l’American Journal of Roentgenology (AJR). Elle a souhaité comparer une séquence ciné accélérée en respiration libre utilisant la reconstruction d'image en deep learning avec une séquence ciné en apnée standard, en ciblant la qualité d'image et la précision des mesures du VG chez des patients atteints de cardiopathie ischémique faisant l’objet d’une IRM cardiaque.
« La séquence ciné-Deep-Learning en respiration libre, par rapport à la séquence ciné en apnée standard, a montré un très faible biais pour les mesures de la FEVG et une meilleure qualité subjective, annonce le Dr David Monteuuis, du service de radiologie du CHU d'Amiens. Cine-Deep-Learning a produit des volumes ventriculaires gauches plus importants. »
Une méthode particulièrement utile pour les patients ne pouvant pas répéter les apnées
Ce travail a inclus des patients faisant l’objet d’une IRM cardiaque 1,5T ou 3T pour l’évaluation de la cardiopathie ischémique du 15 mars au 21 juin 2023, en apnée et selon la séquence expérimentale de ciné à respiration libre à axe court avec reconstruction DeepLearning (cine-DL). En aveugle, deux radiologues (R1, R2) ont évalué indépendamment la FEVG, le volume télédiastolique du ventricule gauche (LVEDV), le volume télésystolique du ventricule gauche (LVESV) et la qualité d'image subjective, pour les deux séquences.
La séquence ciné en respiration libre avec reconstruction DL a montré un très faible biais pour les mesures de la FEVG (R1 : 0,4 % ; R2 : 0,7 %) et une meilleure qualité d'image subjective (R1 : 2,3 vs 1,9 ; R2 : 2,2 vs 1,9) dans des temps d'acquisition plus courts (0,6 ± 0,1 vs 2,4 ± 0,6 min). Cette séquence ciné-DL à respiration libre pourrait être particulièrement utile pour l’exploration de patients souffrant de dyspnée qui sont incapables d'effectuer des apnées répétées.
Bruno Benque avec AJR