Description

Le projet de thèse vise à développer de nouvelles méthodes en imagerie par résonance magnétique (IRM) visant à l’acquisition, la reconstruction et l’analyse d’images pour la cartographie des propriétés électriques des tissus dans le corps humain. Les propriétés électriques (conductivité et permittivité) caractérisent le comportement du milieu en réponse à une stimulation électromagnétique, et sont influencées par la composition des tissus, leur structure, le contenu en eau, la concentration ionique etc… Les techniques récentes de cartographie en 3D par IRM offrent de nouvelles perspectives pour de nombreuses applications biomédicales diagnostiques, comme la caractérisation des lésions pathologiques/tumorales, ou interventionnelles, comme le calcul de la dose électromagnétique délivrée aux tissus (débit d’absorption spécifique, DAS) lors d’une procédure de thermo-ablation par micro-ondes. Ces techniques présentent néanmoins certaines limites, sur lesquelles le travail de thèse se concentrera : 1) la résolution spatiale effective des cartes de conductivité reste modeste (5 à 10 mm) au regard du potentiel de l’IRM (< 1 mm) : 2) dans les organes de la cage thoracique et de l’abdomen, les mouvements respiratoires et cardiaques imposent des contraintes supplémentaires sur la résolution spatiale. Pour résoudre ces défis, de nouvelles techniques de calcul numérique seront étudiées pour l’étape de reconstruction des images, et de nouvelles stratégies de programmation des séquences d’acquisition seront mises en œuvre. Enfin, de nouveaux modèles électromagnétiques seront créés pour les applications diagnostiques et pour l’estimation du DAS.

Compétences requises

- Formation : M2 ou ingénieur dans une des disciplines suivantes : sciences de l’ingénieur, ingénierie biomédicale, physique, mathématiques, sciences des données. Une expérience (stage M2) dans le domaine de l’IRM ou de l’imagerie médicale est un plus. - Curieux, autonome, dynamique, présentant un vif intérêt pour la recherche et l’imagerie médicale. - Bonne maîtrise de l’anglais et des outils de programmation scientifique (notamment Matlab ou Python). - Bonnes capacités de communication.

Bibliographie

1. Zhang X, Liu J, He B. Magnetic-resonance-based electrical properties tomography: a review. IEEE Rev Biomed Eng. 2014;7:87–96. doi:10.1109/RBME.2013.2297206 PubMed PMID: 24803104; PubMed Central PMCID: PMC4113345.
2. Katscher U, Voigt T, Findeklee C, Vernickel P, Nehrke K, DÖssel O. Determination of Electric Conductivity and Local SAR Via B1 Mapping. IEEE Trans Med Imaging. 2009 Sep;28(9):1365–74. doi:10.1109/TMI.2009.2015757
3. Haacke EM, Petropoulos LS, Nilges EW, Wu DH. Extraction of conductivity and permittivity using magnetic resonance imaging. Phys Med Biol. 1991 Jun;36(6):723–34. doi:10.1088/0031-9155/36/6/002
4. He Z, Lefebvre PM, Soullié P, Doguet M, Ambarki K, Chen B, et al. Phantom evaluation of electrical conductivity mapping by MRI: Comparison to vector network analyzer measurements and spatial resolution assessment. Magn Reson Med. 2024 Jun;91(6):2374–90. doi:10.1002/mrm.30009 PubMed PMID: 38225861.
5. He Z, Soullié P, Lefebvre P, Ambarki K, Felblinger J, Odille F. Changes of in vivo electrical conductivity in the brain and torso related to age, fat fraction and sex using MRI. Sci Rep. 2024 Jul 12;14(1):16109. doi:10.1038/s41598-024-67014-9
6. He Z, Chen B, Lefebvre PM, Odille F. An Adaptative Savitzky-Golay Kernel for Laplacian Estimation in Magnetic Resonance Electrical Property Tomography*. In: 2023 45th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC) [Internet]. 2023 [cited 2026 Mar 31]. p. 1–4. Available from: https://ieeexplore.ieee.org/document/10341200 doi:10.1109/EMBC40787.2023.10341200
7. Soullié P, Missoffe A, Ambarki K, Felblinger J, Odille F. MR electrical properties imaging using a generalized image-based method. Magn Reson Med. 2021;85(2):762–76. doi:https://doi.org/10.1002/mrm.28458
8. Lohrengel S, Milano C, Salmon S. Electrical properties reconstruction from MRI data: theoretical and numerical aspects. Inverse Probl Imaging. 2025 Nov 12;23(0):123–51. doi:10.3934/ipi.2025057

Mots clés

Imagerie par Résonance Magnétique, Traitement du signal et de l'image