Guidage robotisé d’aiguilles flexibles sous échographie 3D

Robotic steering of flexible needles under 3D ultrasound imaging feedback.

• Auteur / Autrice : Guillaume Lapouge
• Direction : Jocelyne Troccaz, Philippe Poignet
• Type : Thèse de doctorat
• Discipline(s) : Biotechnologie, instrumentation, signal et imagerie pour la biologie, la médecine et l'environnement
• Date : Soutenance le 09/10/2020
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Techniques de l’ingénierie médicale et de la complexité - Informatique, mathématiques et applications (Grenoble)
• Jury : Président / Présidente : Emmanuel Promayon
• Jury : Examinateurs / Examinatrices : Jocelyne Troccaz, Philippe Poignet, Florent Nageotte, Mahdi Tavakoli
• Jury : Rapporteurs / Rapporteuses : Emmanuel Vander Poorten, Brahim Tamadazte

Mots clés

Mots clés contrôlés

Commande automatique

Robotique en médecine

Mots clés libres

Traitement d'image

Automatique

Robotique médicale

Aiguille flexible

Échographie

Image processing

Surgical robotics

Automatics

Flexible needle

Ultrasound imaging

Résumé

Le guidage robotisé d’aiguilles flexibles consiste à commander, à l’aide d’un robot, une aiguille flexible au cours de son insertion dans des tissus. Parmi les avantages attendus de cette approche, nous pouvons citer l’augmentation de la précision du geste, la diminution des traumatismes causés aux tissus ou encore l’évitement de régions anatomiques sensibles. Cependant, s’il fait l’objet de nombreux travaux de recherche, le guidage robotisé d’aiguilles flexibles n’est pas encore une réalité clinique.Cette thèse représente un pas de plus vers cet objectif à de multiples niveaux en proposant un guidage robuste sous échographie 3D peropératoire. Dans un premier temps, un algorithme de localisation de l’aiguille est détaillé. Il est capable d’estimer les propriétés mécaniques des tissus traversés et de s’adapter à la visibilité changeante de l’aiguille dans les volumes échographiques acquis. Dans un second temps, une méthode performante de suivi des mouvements de la zone anatomique à atteindre est présentée. Dans un troisième temps, un algorithme de planification adaptative de trajectoire permet la prise compte du bruit de mesure, des perturbations ainsi que d’éventuelles hétérogénéités des tissus à partir d’informations a priori sur les tissus traversés.Un ensemble de validations expérimentales étayent les performances des différentes approches proposées, caractérisées par des erreurs de ciblage moyennes de 1 mm, 1.5 +/- 0.9 mm, et 1.7 +/- 0.8 mm, pour un guidage dans des fantômes homogènes, des fantômes hétérogènes et des tissus biologiques respectivement. Enfin, des essais sur sujet anatomique ont permis de statuer sur les perspectives d’amélioration des méthodes proposées.Finalement, même si certaines problématiques du guidage robotisé d’aiguilles flexibles restent encore ouvertes, la solution proposée dans cette thèse se démarque par sa robustesse, sa compatibilité avec l’échographie 3D et sa nature patient-spécifique.

Robotic needle steering refers to the robotic guidance of a flexible needle as it is inserted into a tissue. Increasing the gesture precision, reducing tissue trauma and avoiding sensitive anatomical regions are among the expected advantages of this approach. However, despite sustained research efforts, it is not yet a clinical reality.This thesis is a step towards such an objective, by contributing, at multiple levels, to a robust steering under 3D ultrasound imaging feedback. First, a needle localization algorithm is detailed. It enables the evaluation of the mechanical properties of the tissues that the needle navigates through. Besides, it adapts to the changing needle visibility in the 3D ultrasound volumes. Secondly, an efficient algorithm for the tracking of the targeted anatomical zone is elaborated. Thirdly, an adaptative path planner that considers uncertainties, noise and tissue heterogeneity is developped. It uses a priori knowledge of the tissue properties to predict the future needle deflection.An experimental validation supports the performance of these approaches. The steering is characterized by an average targeting error of 1 mm, 1.5 +/- 0.9 mm, and 1.7 +/- 0.8 mm, in homogeneous phantoms, heterogeneous phantoms and biological tissue respectively. Finally, trials on an anatomical subject have provided prospects for the improvement of the proposed methods, to serve the ultimate purpose of a clinical application.To conclude, robotic needle steering is still a work in progress. However, the work presented in this thesis stands out due to its its robustness, its compatibility with 3D ultrasound imaging and its patient-specific approach.