Stage M2- LBA (Marseille) : Analyse de CT-scan pour la caractérisation du SDRA

Titre : Analyse de CT-scan pour la caractérisation du Syndrôme de Détresse Respiratoire Aigu
Gratification : entre 600 et 650€ par mois
Lieu du stage : Laboratoire de Biomécanique Appliquée, 51 Bd Pierre Dramard, 13015 Marseille 
Durée : 5 à 6 mois
Contact : Claire Bruna-Rosso - claire.bruna-rosso@univ-eiffel.fr

Sujet : 
La ventilation mécanique expose le poumon à des sollicitations mécaniques qui peuvent s’avérer délétères et affecter négativement le pronostic des patients atteints du syndrome de détresse respiratoire aigu (SDRA). Un déformation pulmonaire globale excessive est en effet associée avec une augmentation de la mortalité. Cependant, le rôle des contraintes et déformations à plus petites échelles, qui pourraient expliquer cette association, ainsi que leur hétérogénéité spatiale, sont à ce jour largement méconnu [1].
Pour documenter ces déformations à petite échelle, l’usage de deux CT-scans en fin d’inspiration et fin d’expiration et l’utilisation du recalage d’image a montré des résultats satisfaisants et prometteurs [2]. 
Cependant, les données extraites du recalage d’image restent limitées. Actuellement, il n’y a pas de mesure de l’anisotropie des déformations, seulement de la variation de volume. De plus, il n’y a pas de mesure locale de l’inhomogénéité du champ des déformations. Or la proximité d’une zone très déformée avec une zone qui l’est peu est un des signes d’une ventilation déficiente. Enfin, une estimation de la pression locale, c’est-à-dire voxel par voxel, avec une approche similaire à celle développée dans [3] permettrait, par l’intermédiaire du champ des déformations, d’estimer l’élasticité locale du tissu pulmonaire. Cette donnée permettra de visualiser la distribution spatiale du niveau d’atteinte du tissu par la pathologie.
Le but du stage proposé est donc de remédier aux limites identifiées dans la méthodologie actuelle. Plus spécifiquement, le ou la stagiaire devra :
•    Développer et implémenter une méthodologie de calcul du recalage d’image, en s’appuyant sur des outils existants
•    Développer et implémenter une méthodologie de mesure de l’hétérogénéité locale de la ventilation
•    Développer et implémenter une méthodologie de mesure de l’élasticité locale du poumon

Ces méthodologies pourront s’appuyer sur des méthodes d’intelligences artificielles telles que celles développées pour d’autres applications similaires [4], [5].
L’objectif final du stage est de disposer d’un environnement logiciel permettant de calculer les métriques énumérées ci-dessus pour un grand nombre d’images CT-scans. Ceci permettra de contribuer à la compréhension fine des phénomènes à petites échelles sur le devenir des patients atteints du syndrome de détresse respiratoire aigu et donc améliorer leur prise en charge.
[1] B. Suki, J. H. Bates, Lung tissue mechanics as an emergent phenomenon. J. Appl. Physiol. 110, 1111–1118 (2011)
[2] D. Lagier et al. Mechanical ventilation guided by driving pressure optimizes local pulmonary biomechanics in an ovine model. Sci. Transl. Med. 16, eado1097 (2024)
[3] C. Bruna-Rosso, S. Boussen. MEGA: A computational framework to simulate ARDS. J. Appl. Physiol. (2025)
[4] Z. Bai et al., AutoCT: Automated CT registration, segmentation, and quantification, SoftwareX, 26, 101673 (2024)
[5] Yu Shi, et al. Prediction of progression in idiopathic pulmonary fibrosis using CT scans at baseline: A quantum particle swarm optimization - Random forest approach, Artificial Intelligence in Medicine, 100, (2019)

Profil requis : 
-    Sciences pour l’ingénieur : mécanique des milieux continus, traitement d’image, programmation
-    Bases d’intelligence artificielle
-    Une connaissance de la physiologie pulmonaire serait un plus 
-    Autonomie
-    Rigueur scientifique