Tous les projets

Robotique médicale et imagerie

Optimiseur multi-objectif de trajectoire de sonication pour l’ouverture volumique de la BHE

Planificateur avec simulateur dans la boucle qui déplace et oriente électroniquement un foyer d’ultrasons focalisés pour ouvrir la BHE sur une cible 3D.

Optimiseur multi-objectif de trajectoire de sonication pour l’ouverture volumique de la BHE

Vue d’ensemble

Les ultrasons focalisés (FUS, pour focused ultrasound) combinés à des microbulles circulantes permettent d’ouvrir la barrière hématoencéphalique (BHE) de manière réversible, autorisant ainsi le passage de médicaments vers le cerveau. Les dispositifs cliniques actuels perméabilisent de petits points focaux ; couvrir une cible étendue (une tumeur, une région péritumorale, une structure affectée par une maladie neurodégénérative) implique de sonifier des points adjacents les uns après les autres jusqu’à ce que la région soit présumée couverte. C’est une approche lente aux résultats hétérogènes.

Cette page présente le planificateur que j’ai développé à l’ICube (Strasbourg) avec B. Larrat, F. Nageotte et J. Vappou : un optimiseur multi-objectif de trajectoire de sonication qui calcule comment déplacer un foyer d’ultrasons focalisés à travers une cible 3D afin d’ouvrir la barrière sur l’ensemble du volume, de manière homogène, avant la disparition des microbulles. Il combine l’orientation mécanique (un robot déplace le support du transducteur) et l’orientation électronique (le réseau phasé déplace le foyer en profondeur), et ajuste la trajectoire à l’aide d’un simulateur calibré sur des données in vivo. La plateforme robotique qui exécute ces trajectoires est détaillée sur la page du projet d’ouverture de la BHE.

Important

La méthode est protégée par le brevet EP4445859A1, « Focused ultrasound sonication with mechanical and electronic steering along a computed trajectory », concédé sous licence à Therasonic, une start-up issue du CEA NeuroSpin, en 2026. Google Patents · Espacenet

BrevetFocused Ultrasound Sonication with Mechanical and Electronic Steering along a Computed TrajectoryAdnan Saood, Jonathan Vappou, Florent Nageotte, Benoit Larrat2024

Problème

Pour un volume cible donné, trouver une trajectoire de sonication qui :

Ce type de planification de couverture est NP-difficile, et les contraintes physiques complexifient encore la tâche : le volume focal est allongé le long de l’axe du faisceau, la concentration en microbulles décroît exponentiellement après l’injection, et le planificateur doit prendre en compte la géométrie de la cible et celle du crâne. L’ouverture est également considérée comme cumulative : plusieurs passages sur un même point se cumulent pour offrir une probabilité de perméabilisation plus élevée.

Configuration (simulation et calibration) Valeur
Transducteur Réseau phasé, rayon 45 mm, distance focale 50 mm
Fréquence 1,5 MHz
Pression acoustique 0,43 MPa
Rapport cyclique des FUS de cavitation (PWM) 1 à 10 %
Durée de vie des microbulles ~60 s

Méthode

Schéma bloc : le volume d’entrée et les objectifs de performance de planification alimentent une boucle comprenant un générateur de trajectoire de sonication, un simulateur de sonication, une évaluation des performances et un optimiseur qui minimise la perte L des paramètres Lambda. Boucle de planification : une trajectoire est générée, simulée, évaluée par la fonction de perte et affinée par recherche de motif (pattern search).

Famille de trajectoires

Chaque couche de la cible est couverte par une spirale dont l’espacement entre les spires se contracte exponentiellement, de sorte que les passages ultérieurs, réalisés alors qu’il reste moins de microbulles, se chevauchent davantage. La trajectoire est décrite par un vecteur de paramètres \Lambda :

Trajectoire de sonication en spirale sur une couche avec distance entre spires décroissante, vitesse représentée par la largeur du chemin, et volume cible découpé en couches. Les paramètres de la spirale D_{\text{init}} et \delta contrôlent le recouvrement ; la cible est découpée en couches.

La distance entre les spires diminue selon D(n)=D_{init}e^{-\delta n}, de sorte que les points traités plus tard (moins de microbulles disponibles) bénéficient de davantage de passages superposés ; w/D représente le ratio largeur focale sur espacement des spires. Les plages de D_{init}, \delta et w sont données à titre indicatif : l’article ne fournit pas de valeurs précises.

Orientations mécanique et électronique entrelacées

L’orientation mécanique déplace le transducteur, et donc le foyer, au sein d’une couche donnée. L’orientation électronique modifie la profondeur focale le long de l’axe du transducteur en ajustant les phases des éléments du réseau. Comme les FUS induisant la cavitation sont modulés en largeur d’impulsion avec un rapport cyclique de 1 à 10 %, la commande d’orientation électronique peut être envoyée pendant la période OFF du signal : une période de PWM permet ainsi de déposer de l’énergie dans plusieurs couches, sans diminuer l’énergie reçue par chacune d’elles.

Chronogramme : impulsions PWM numérotées de 1 à 4 avec commandes d’orientation électronique intercalées, et les quatre profondeurs focales correspondantes alignées le long de l’axe du faisceau. L’orientation électronique est commandée pendant les périodes OFF du PWM pour sonifier d’autres couches.

Ordre de grandeur théorique : avec un rapport cyclique de 1 à 10 %, au plus $1/d$ couches de durée égale s’insèrent dans une période ; le curseur u prend en compte le temps OFF perdu pour la refocalisation. Il s’agit de mon interprétation simplifiée du mécanisme, et non d’un résultat rapporté ; le gain mesuré est présenté dans le graphique en barres ci-dessous.

Fonction de coût

L’optimiseur minimise une somme pondérée de trois termes, correspondant chacun à un objectif :

L_G(\Lambda) = f(T) + g(C) + h(H)

Les pondérations et les paramètres de la sigmoïde sont laissés au choix de l’opérateur.

Optimiseur

La recherche utilise la variante Hooke–Jeeves de la recherche de motif (pattern search) : à partir d’un point de départ \Lambda_0, chaque paramètre est perturbé du pas courant ; on se déplace vers le meilleur voisin si la perte diminue, sinon on réduit le pas (par exemple d’un facteur 0,7×) jusqu’à ce qu’il passe sous un seuil \epsilon. L’algorithme ne nécessite aucun gradient, ce qui convient parfaitement à l’intégration d’un simulateur dans la boucle. La convergence requiert généralement 160 exécutions de simulation, soit environ 5 minutes sur un ordinateur standard.

Simulateur

Le simulateur prédit l’intensité de perméabilisation à chaque voxel X à partir du champ de pression et de la concentration en microbulles :

I(X) = M \int_{t}^{t+\tau_t} c(t)\,p(X,t)\,dt + A

Pour des raisons de rapidité, le calcul s’effectue sous une forme discrète cumulative, sans l’offset :

\Gamma_k[X] = \Gamma_{k-1}[X] + c(k\Delta t)\,p[X](k\Delta t)

où \Gamma représente l’exposition cumulée du voxel X au pas de temps k.

Simulateur Valeur
Domaine Cerveau humain, ~1260 cm³
Résolution 10³ voxels par mm³ (voxels de 0,1 mm)
Mémoire, cerveau entier ~5 Go
Matériel GPU, 10¹¹ FLOPS (simple précision)
Temps par trajectoire candidate 10–20 s
Modèle interactif issu de l’équation du simulateur I = M\int c(t)\,p\,dt + A avec les valeurs calibrées M = 6.1\times10^{-4} et A = 8.1\times10^{-4} s$^{-1}$. Hypothèses personnelles : c(t)=e^{-t/\tau_c} (l’article n’indique qu’une durée de vie de ~60 s), pression fixée à 0,43 MPa et normalisée à 1, rapport cyclique considéré comme une réduction équivalente du temps de sonication (comme dans la publication). L’échelle absolue d’exposition est indicative ; la saturation et l’effet d’échelle du rapport cyclique en constituent l’essentiel.

Calibration sur données in vivo

M et A sont issus d’une expérience sur le rat. Deux lignes parallèles ont été sonifiées à 0,43 MPa, l’une en FUS continu et l’autre avec un PWM de 10 %, selon un trajet rectangulaire (côtés actifs de 10 mm, côtés inactifs de 5 mm, transducteur se déplaçant à 10 mm/s) répété pendant 60 s, soit 20 s de sonication effective sur chaque ligne. Seule la ligne pulsée a été retenue afin d’éviter la saturation : le profil simulé et le profil IRM R_1 ont été appariés en égalisant leur intensité intégrée le long de la ligne.

Cartes de perméabilisation simulée et mesurée de la ligne pulsée côte à côte, avec leurs profils d’intensité moyens le long de la ligne en dessous. Simulateur (à gauche) comparé à l’IRM de rat (à droite), avec les profils moyens utilisés pour la calibration.

Résultats

La validation a porté sur 512 formes cibles aléatoires : 16 tailles \mathcal{S} de 1,5 à 5,0 mm (plus petite dimension de la boîte englobante), 16 rapports de forme de 1,0 à 2,0, et deux rotations autour de l’axe principal, 0° et 60°. Le succès était défini par une couverture d’au moins 80 % en 60 s maximum.

L’entrelacement permet de multiplier par environ 4 le volume maximal traitable par rapport à l’orientation mécanique seule (au moins 80 % de couverture en moins de 60 s ; 512 formes aléatoires ; simulation). Ratio approximatif tel que rapporté, pas de volumes absolus. Dans la même expérience, l’optimiseur atteint des tailles allant jusqu’à 4,2 mm pour une rotation de 0 degré.

Deux grilles de résultats 16 par 16 en fonction de la taille de la cible et du rapport de forme ; les triangles indiquent les cas résolus, les points noirs les couvertures inférieures à 80 % ; la grille de gauche, avec entrelacement, résout des tailles plus grandes que la grille de droite, mécanique seule. L’orientation entrelacée (à gauche) traite des cibles plus grandes que l’orientation mécanique seule (à droite). La hauteur du triangle correspond à la couverture, la largeur au temps, la couleur à la perte normalisée ; les points noirs indiquent une couverture inférieure à 80 %.

Deux croquis d’une cible sous le transducteur : avec son axe principal horizontal, elle ne couvre que peu de couches ; orientée vers l’axe focal, elle s’étend sur plus de couches. Orienter la cible vers l’axe focal augmente le nombre de tranches orientables électroniquement (1,2× à 2,0× à 60°).

Niveau de perméabilisation simulé sur un maillage de cible ellipsoïdale, en coupe et en 3D, de 0 (bleu) à 1 (rouge). Carte de perméabilisation simulée d’une cible 3D (voxels de 0,1 mm).

Attention

Tous les résultats de l’optimiseur ont été obtenus en simulation. Le simulateur a été calibré sur deux lignes chez un seul rat et suppose que le signal de gadolinium est conservé entre la sonication et l’imagerie ; sa formulation empirique nécessite davantage de données in vivo, et aucune validation clinique n’a encore été réalisée.

Publications

ISTUDesign of Robotic Trajectories for Volumetric Ultrasound-induced Blood-Brain Barrier PermeabilizationAdnan Saood, Florent Nageotte, Benoit Larrat, Jonathan VappouInternational Symposium on Therapeutic Ultrasound (ISTU), Lyon, France, May 2023 · 2023 CRASImplementation of a Volumetric Blood-Brain Barrier Permeabilization Robotic PlatformAdnan Saood, Maciej Bednarczyk, Benoit Larrat, Jonathan Vappou, Florent NageotteComputer and Robot-Assisted Surgery (CRAS), Paris, France, September 2023 · 2023

Le brevet EP4445859A1 est référencé dans l’encadré ci-dessus.

Voir aussi