Description

L'épaule est la partie du corps la plus mobile, dotée de capacités de rotation uniques grâce à un ensemble complexe de muscles et de tendons entourant les os, appelé coiffe des rotateurs. Avec l'âge ou lors d'activités sollicitant particulièrement l'épaule, telles que la natation de haut niveau ou les métiers de manutention, la coiffe des rotateurs peut être endommagée, voire déchirée. La rupture de la coiffe des rotateurs (RCT) est l'une des blessures à l'épaule les plus fréquentes, mais elle peut rester silencieuse jusqu'à ce qu'elle devienne grave et nécessite une intervention chirurgicale.
Les techniques de détection existantes telles que l'imagerie par résonance magnétique (IRM) et la tomodensitométrie (TDM) ne sont pas encore parfaitement opérationnels pour un diagnostic précoce. L'IRM est la modalité d'imagerie standard pour détecter les RCT, mais son utilisation est limitée aux centres d'imagerie et elle n'est pas toujours précise pour représenter la présence et l'étendue des déchirures. La TDM est quant à elle invasive.
Récemment, une nouvelle modalité d'imagerie a été proposée pour cette application : l'imagerie microondes (MWI). D'un point de vue physiologique, la présence de la déchirure se manifeste par une augmentation du liquide synovial et donc par une variation locale de la permittivité diélectrique, ce qui justifie l'utilisation de la MWI. L'étude a été menée numériquement par construction d’un jumeau numérique de l'épaule. Les principaux résultats sont les suivants :
- Le développement d'un système MWI en mode MIMO (Multiple-Input Multiple-Output),
qui tient compte de la difficulté de ne pas pouvoir placer des capteurs tout autour de l'épaule
en raison de la présence du torse.
- La démonstration du MWI pour la détection des ruptures de la coiffe des rotateurs en résolvant un problème inverse par l’évaluation des changements de propriétés diélectriques,
- La démonstration de la détection des déchirures à l'aide d'une classification SVM (Support Vector Machine), directement appliquée aux paramètres S du système MWI sans résoudre le problème inverse.
L'objectif du travail de doctorat est de passer du modèle numérique à la mise en œuvre pratique, comprend : le développement du système, les premiers tests sur un fantôme d'épaule et, si possible, la réalisation d'essais cliniques en collaboration avec l'hôpital de Nice.
Le doctorat sera mené en collaboration entre le LEAT (Laboratoire d'Electronique Antennes et Télécommunications) de l'Université Côte d'Azur et le groupe de recherche Wavision du Politecnico di Torino (PoliTO).

Compétences requises

— Bonne Compréhension des systèmes MWI, allant des des outils de simulation aux problèmes inverses, — Connaissance en conception d'antennes, plus particulièrement pour l'imagerie biomédicale, — Mise en œuvre de systèmes de classification par apprentissage automatique ou IA, — Expérience dans la vérification pratique et la démonstration de systèmes d'imagerie.

Bibliographie

[1] Sahar Borzooei. 'Numerical solution for a portable medical scanner'. Electromagnetism.
Université Côte d’Azur, 2024. English, NNT : 2024COAZ5040, tel-04827292
[2] S. Borzooei et al., 'Numerical Modeling for Shoulder Injury Detection Using Microwave
Imaging,' in IEEE Journal of Electromagnetics, RF and Microwaves in Medicine and Biology,
vol. 8, no. 3, pp. 282-289, Sept. 2024, DOI : 10.1109/JERM.2024.3411799.
[3] Borzooei, S. ; Tournier, P.-H. ; Dolean, V. ; Migliaccio, C. Microwave Digital Twin Prototype
for Shoulder Injury Detection. Sensors 2024, 24, 6663, https ://doi.org/10.3390/s24206663.
[4] C. Origlia, D. O. Rodriguez-Duarte, J. A. Tobon Vasquez, J.-C. Bolomey and F. Vipiana,
“Review of Microwave Near-Field Sensing and Imaging Devices in Medical Applications”,
Sensors, Special Issue on Microwave Sensing Systems, 24, 4515, DOI : https ://doi.org/10.3390/s241445152024.
[5] D. O. Rodriguez-Duarte, C. Origlia, J. A. Tobon Vasquez, R. Scapaticci, L. Crocco, F.
Vipiana, “Experimental Assessment of Real-time Brain Stroke Monitoring via a MicrowaveImaging Scanner”, IEEE Open Journal of Antennas and Propagation, Special Issue on Unconventional
Techniques and Applications for Electromagnetic Inverse Problems, Vol. 3, July 2022, pp. 824 - 835, DOI : 10.1109/OJAP.2022.3192884.
[6] J. A. Tobon Vasquez, R. Scapaticci, G. Turvani, G. Bellizzi, D. O. Rodriguez-Duarte, N.
Joachimowicz, B. Duchêne, E. Tedeschi, M. R. Casu, L. Crocco, F. Vipiana, “A Prototype
Microwave System for 3D Brain Stroke Imaging”, SENSORS, Special Issue on Microwave
Sensing and Imaging, Vol. 20, No. 9, 2020, 16 pages, DOI : 10.3390/s20092607.

Mots clés

Imagerie microoondes, Caractérisation microondes , Simulation Electromagnétique , Problème invrese microondes, Classification