Utilisation d’algorithmes pour construire une carte du placenta
Le placenta est l’un des organes les plus vitaux lorsqu’une femme est enceinte. Si elle ne fonctionne pas correctement, les conséquences peuvent être désastreuses : Les enfants peuvent éprouver retard de croissance et les troubles neurologiques, et leurs mères courent un risque accru d’infection par le conditions sanguines comme la pré-éclampsiequi peut altérer la fonction rénale et hépatique.
Malheureusement, il est difficile d’évaluer la santé placentaire en raison du peu d’information que l’on peut tirer de l’imagerie. Les ultrasons traditionnels sont bon marché, portables et faciles à réaliser, mais ils ne peuvent pas toujours capturer suffisamment de détails. Cela a incité les chercheurs à explorer le potentiel de l’imagerie par résonance magnétique (IRM). Cependant, même avec l’IRM, la surface incurvée de l’utérus rend les images difficiles à interpréter.
Ce problème a attiré l’attention d’une équipe de chercheurs du MIT. Laboratoire d’informatique et d’intelligence artificielle (CSAIL), qui se demandait si la forme déformée du placenta pouvait être aplatie à l’aide d’une géométrie fantaisiste.
Le mois prochain, ils publieront un article montrant que c’est possible. Leur nouvel algorithme déplie les images de l’IRM pour mieux visualiser l’organe. Par exemple, leurs images montrent plus clairement les « cotylédons », des structures circulaires qui permettent l’échange de nutriments entre la mère et son ou ses enfants en développement. Pouvoir visualiser de telles structures pourrait permettre aux médecins de diagnostiquer et de traiter les problèmes placentaires beaucoup plus tôt pendant la grossesse.
« L’idée est de déplier l’image du placenta pendant qu’il est dans le corps, de sorte qu’elle ressemble à celle que les médecins ont l’habitude de voir après l’accouchement « , explique Mazdak Abulnaga, doctorant et auteur principal du nouvel article avec les professeurs du MIT Justin Solomon et Polina Golland. « Bien que ce ne soit qu’une première étape, nous pensons qu’une telle approche a le potentiel de devenir une méthode d’imagerie standard pour les radiologues. »
M. Golland indique que l’algorithme pourrait également être utilisé en recherche clinique pour trouver des biomarqueurs spécifiques associés à une mauvaise santé placentaire. De telles recherches pourraient aider les radiologistes à gagner du temps et à localiser plus précisément les zones problématiques sans avoir à examiner de nombreuses tranches différentes du placenta.
Chris Kroenke, professeur agrégé à l’Oregon Health and Science University, affirme que le projet ouvre de nombreuses possibilités nouvelles pour surveiller la santé placentaire.
« Les processus biologiques qui sous-tendent les modèles de cotylédons ne sont pas complètement compris, et on ne sait pas non plus si l’on peut s’attendre à un modèle standard pour une population donnée « , explique Kroenke, qui n’a pas participé à l’étude. « Les outils fournis par ce travail aideront certainement les chercheurs à répondre à ces questions à l’avenir. »
Abulnaga, Solomon et Golland ont co-écrit l’article avec Mikhail Bessmeltsev, ancien postdoc de la CSAIL, et leurs collaborateurs, Esra Abaci Turk et P. Ellen Grant du Boston Children’s Hospital (BCH). Grant est le directeur de l’équipe de recherche de BCH. Centre de Neuroimagerie Fœto-Néonatale et des Sciences du Développementet professeur de radiologie et de pédiatrie à la Harvard Medical School. L’équipe a également travaillé en étroite collaboration avec des collaborateurs du Massachusetts General Hospital (MGH) et du professeur Elfar Adalsteinsson du MIT.
L’article sera présenté le 14 octobre à Shenzhen, en Chine, à la Conférence internationale sur l’informatique d’imagerie médicale et l’intervention assistée par ordinateur.
L’algorithme de l’équipe modélise d’abord la forme du placenta en le subdivisant en milliers de petites pyramides, ou tétraèdres. Cela permet aux ordinateurs d’effectuer efficacement des opérations de manipulation de la forme. L’algorithme organise ensuite ces pyramides en un modèle qui ressemble à la forme aplatie qu’un placenta tient une fois qu’il est hors du corps. (L’algorithme fait ceci en déplaçant essentiellement les coins des pyramides sur la surface du placenta pour correspondre aux deux plans parallèles du modèle et en laissant le reste remplir la nouvelle forme.)
Le modèle doit faire un compromis entre les pyramides en respectant la forme du gabarit et en minimisant la quantité de distorsion. L’équipe a montré que le système peut finalement atteindre une précision à l’échelle de moins d’un voxel (un pixel 3D).
Le projet est loin d’être le premier qui vise à améliorer l’imagerie médicale en manipulant effectivement ces images. Des efforts ont été déployés récemment pour déplier les scanners de côtesLes chercheurs ont également passé de nombreuses années à mettre au point des moyens de des images aplaties du cortex cérébral du cerveau pour mieux visualiser les zones entre les plis.
En attendant, le travail impliquant l’utérus est beaucoup plus récent. Approches antérieures à ce problème s’est concentré sur l’aplatissement de différentes couches du placenta séparément. L’équipe estime que la nouvelle méthode volumétrique donne plus de cohérence et moins de distorsion parce qu’elle permet de cartographier l’ensemble du placenta tridimensionnel à la fois, ce qui lui permet de modéliser plus étroitement le processus physique de dépliage.
« Le travail de l’équipe fournit un outil très élégant pour résoudre le problème de la forme irrégulière du placenta qui est difficile à imaginer « , dit Kroenke.
Comme prochaine étape, l’équipe espère travailler avec MGH et BCH pour comparer directement les images in utero avec celles des mêmes placenta après la naissance. Parce que le placenta perd du liquide et change de forme au cours du processus de la naissance, cela nécessitera l’utilisation d’une chambre spéciale conçue par MGH et BCH où les chercheurs peuvent mettre le placenta immédiatement après la naissance.
Le code source du projet est disponible sur citrouille. Les travaux ont été appuyés en partie par le National Institute of Child Health and Human Development, le National Institute of Biomedical Imaging and Bioengineering, la National Science Foundation, l’US Air Force et le Conseil de recherches en sciences naturelles et en génie du Canada.
