From CT-Scan to numerical simulations : building of a personalized model of the lung envelope and of the whole bronchial tree, application to freediving - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Theses Year : 2023

From CT-Scan to numerical simulations : building of a personalized model of the lung envelope and of the whole bronchial tree, application to freediving

Du CT-Scan aux simulations numériques : construction d'un modèle personnalisé de l'enveloppe du poumon et de tout l'arbre bronchique, application à la plongée en apnée

Abstract

An accurate description of the morphometry of the lung and airways, which are in line with the morphometric observations, is essential to perform numerical simulations related to the respiratory system. The lung is a complex organ, both because of its respiratory functions and of its particular structure. The airways are assembled together as a dichotomous tree with asymmetric bifurcations, that allows the transport of oxygen and carbon dioxide between the ambient air and the exchange surface with blood.During the thesis, we focused on the creation of a tool to create 3D representations of the morphological structures of the lungs, lobes and bronchial tree. This tool is patient-dependant and is based on the use of thoracic CT scans. The resulting meshes are used for numerical simulations modelling the lung compression during breath-hold diving.We first develop a 2.5D method for segmenting the lung lobes and the first generations of the bronchial tree. This algorithm is based on Deep-Learning methods, notably the U-Net architecture. We perform 2D segmentations of each slice for each axis (axial, coronal and sagittal) of the CT-Scan, allowing to compute a 3D matrix of predictions for each axis. Subsequently, we implemented a tool to combine and make the best of each prediction to generate 3D segmentations of the lung lobes and of the bronchi that are visible on the CT-Scans.Next, we implement a new step by step algorithm to generate patient-specific 3D models of the medium and small airways that are not visible in the CT-Scans. This model is based on the works of Tawhai et al. and Kitaoka et al., which we combine and update to take advantage of each method. We also develop original methods to build the tree structure. The resulting model for the bronchial tree reproduces well the lung morphometry. Our method uses as input data 3D reconstructions of the morphological envelopes of the lung lobes and of the first two levels of airway bifurcations. The mesh of the lung envelope is decomposed step-by-step in sets of sub-volumes of decreasing sizes. An airway is generated for each sub-volume using an original method that is based on how air could feed each sub-volume in an optimal way. The result is a hierarchical decomposition of the mesh of the lung volume and the mesh of the generated airway tree. The statistics of the airway tree resulting from our algorithm is validated against sets of morphometric data from the literature. The meshes resulting from our algorithm are generated to be directly usable by classical numerical methods, such as finite elements or finite volumes.Finally, we study the compression of the lungs during breath-hold diving, where the respiratory system is submitted to extreme conditions such as high water pressure. We define a system of equations that models the effect of the dive on the lung, and then perform numerical simulations using finite elements to refine our predictions. The results of these simulations are used to predict the lung volumes during the descent and to evaluate the effect of an emblematic phenomenon occurring during deep diving, called the "blood shift". The "Blood Shift" is a physical and physiological reaction of the body whose effect is to redirect the blood flow to vital organs (brain, heart and lungs), de facto protecting them from hypoxia and high pressure. These numerical simulations provide a visual representation of the compressed lungs throughout the dive and allow to determine a first order of magnitude of the stress suffered by the lung during deep diving.This work allows to build a whole, realistic, personalised model of the lung and to better understand its physiology, such as during apnea diving.
Une description précise de la morphométrie du poumon et des voies respiratoires, conforme aux observations morphométriques, est essentielle pour réaliser des simulations numériques liées au système respiratoire. Le poumon est un organe complexe, tant par ses fonctions respiratoires que par sa structure particulière. Les voies respiratoires se présente comme un arbre dichotomique avec des bifurcations asymétriques, permettant le transport de l'oxygène et du dioxyde de carbone entre l'air ambiant et la surface d'échange avec le sang. Cette thèse présente la création d'un outil permettant de créer des représentations 3D des morphologiques des lobes pulmonaires et de l'arbre bronchique. Cet outil est dépendant du patient et utilise des CT-Scan. Les maillages obtenus sont utilisés pour des simulations numériques modélisant la compression des poumons au cours d'une plongée en apnée. Nous avons développé une méthode 2.5D pour segmenter les lobes pulmonaires et les premières générations de l'arbre bronchique. Cet algorithme est une méthode de segmentation par Deep-Learning, basé sur l'architecture U-Net. Nous effectuons des segmentations 2D de chaque coupe pour chaque axe (axial, coronal et sagittal) du CT-Scan, permettant de calculer une matrice 3D de prédictions pour chaque axe. Nous avons implémenté une méthode permettant de combiner et d'optimiser chaque prédiction pour générer des segmentations 3D des lobes pulmonaires et des bronches visibles sur les CT-Scan. Nous avons implémenté un nouvel algorithme déterministe pour générer des modèles 3D spécifiques au patient des voies respiratoires moyennes et petites qui ne sont pas visibles sur les CT-Scans. Ce modèle est basé sur les travaux de Tawhai et al. et Kitaoka et al., que nous combinons et actualisons pour tirer parti de chaque méthode. Nous développons également des méthodes originales pour construire l'arborescence. Le modèle de l'arbre bronchique obtenu s'inscrit bien la morphométrie du poumon. Notre méthode utilise comme entrée des reconstructions 3D des lobes pulmonaires et des deux premiers niveaux de bifurcations des voies aériennes. Le maillage de l'enveloppe pulmonaire est successivement décomposé en ensembles de sous-volumes de tailles décroissantes. Une branche est générée pour chaque sous-volume à l'aide d'une méthode originale qui se base sur le flux d'air alimentant chaque sous-volume de façon optimale. Le résultat est une décomposition hiérarchique du maillage du volume pulmonaire et la création d'un maillage de l'arbre bronchique. Les statistiques de l'arbre bronchique généré respectent l'ensembles de données morphométriques de la littérature. Les maillages obtenus par notre algorithme sont utilisables par des méthodes numériques classiques, telles que les éléments finis ou les volumes finis.Nous avons étudié la compression des poumons lors de la plongée en apnée, où le système respiratoire est soumis à des conditions extrêmes telles qu'une pression d'eau élevée. Nous définissons un système d'équations qui modélise l'effet de la plongée sur le poumon, puis nous effectuons des simulations numériques à l'aide d'éléments finis pour affiner nos prédictions. Les résultats de ces simulations sont utilisés pour prédire les volumes pulmonaires pendant la descente et pour évaluer l'effet d'un phénomène emblématique se produisant pendant la plongée profonde, appelé le "blood shift". Le "Blood Shift" est une réaction physique et physiologique du corps dont l'effet est de rediriger le flux sanguin vers les organes vitaux (cerveau, cœur et poumons), les protégeant de facto de l'hypoxie et de la haute pression. Ces simulations numériques fournissent une représentation visuelle des poumons comprimés et permettent de déterminer un premier ordre de grandeur du stress subi par le poumon lors de la plongée profonde. Ce travail permet de construire un modèle complet, réaliste et personnalisé du poumon et de mieux comprendre sa physiologie, notamment lors de la plongée en apnée.
Fichier principal
Vignette du fichier
2023COAZ4006.pdf (16.61 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-04083176 , version 1 (27-04-2023)

Identifiers

  • HAL Id : tel-04083176 , version 1

Cite

Thomas Laporte. From CT-Scan to numerical simulations : building of a personalized model of the lung envelope and of the whole bronchial tree, application to freediving. Modeling and Simulation. Université Côte d'Azur, 2023. English. ⟨NNT : 2023COAZ4006⟩. ⟨tel-04083176⟩
132 View
29 Download

Share

Gmail Facebook X LinkedIn More