L’analyse de la microcirculation par imagerie dynamique avec injection d’agent de contraste se développe pour le diagnostic et le suivi des cancers. Généralement basée sur une modélisation pharmaco-dynamique, elle utilise l’entrée artérielle pour établir des cartes paramétriques à l’échelle du voxel. Nous développons une nouvelle méthode d’identification du comportement tissulaire basée sur une approche statistique de clusterisation non-paramétrique de courbes.

Analyse du rehaussement tissulaire sur des acquisitions dynamiques 90s en scanner lors d’injection de 80 ml de Xénétix chez des patients porteurs de métastases de cancer du rein. La clusterisation statistique de courbes consiste-pour un critère de comparaison donné-à regrouper les courbes homogènes. Au sein d’un cluster, les courbes se retrouvent statistiquement proches de la courbe moyenne du cluster. La notion de proximité dépend du niveau de bruit ambiant et de la complexité de chaque courbe. Le niveau de bruit ambiant est estimé à l’aide d’une ROI homogène positionnée à l’extérieur du patient. Un prototype sous Matlab réalise l’estimation non-paramétrique des rehaussements au sein de chaque voxel, la clusterisation des courbes estimées et la cartographie des clusters répertoriés.

L’analyse permet de retrouver automatiquement les voxels d’origines artérielle et veineuse. Au sein des tissus, elle clusterise de façon homogène les différents rehaussements même en cas de petits mouvements et de rapport signal sur bruit faible et ceci sans fixer au préalable le nombre de clusters. La cartographie ne nécessite pas l’utilisation de plusieurs cartes paramétriques.

Notre méthode permet de cartographier les types de rehaussement issus de séries dynamiques. Elle offre une grande robustesse vis-à-vis de données manquantes/perturbées et d’un rapport signal/bruit dégradé, se démarque de tout a priori préalable et ne dépend pas d’une mesure artérielle préalable qu’elle permet a contrario d’identifier.