Mariana BREJO soutient sa thèse de doctorat le vendredi 6 mars 2026, 14h, Université d’Évry site Pelvoux UFR-ST, amphithéâtre Bx30 Yasmina BESTAOUI.
Il est à noté que cette soutenance s’effectue à huis clos.
Titre: Caractérisation du mismatch ischémique par apprentissage automatique à partir d’images IRM chez des patients présentant un AVC ischémique aigu
Résumé
Selon l’Organisation mondiale de la santé, l’AVC est la deuxième cause de décès, la première chez les femmes et la première cause d’incapacité fonctionnelle chronique chez l’adulte, avec 17 millions de victimes, dont 31% ont moins de 65 ans. En France, chaque année environ 150 000 personnes sont hospitalisées pour un AVC, soit une toutes les 4 minutes. Ça représente une charge financière pour l’Etat de l’ordre de 2,8 milliards /an, en réalité, 10 milliards sur 5 ans du fait du coût des handicaps. L’AVC ischémique est causé par un caillot sanguin (thrombus) qui bloque une artère cérébrale, provoquant un manque d’oxygène dans les tissus cérébraux alimentés par cette artère. C’est urgent de diagnostiquer et de déterminer si un traitement avec des médicaments thrombolytiques (anticoagulants) peut »inverser » l’AVC. Le temps de réponse est limité et ne doit pas dépasser 3.5 heures après le début des symptômes. Confronté à la prise en charge d’un AVC, le médecin se pose 3 questions auxquelles l’imagerie apporte des réponses particulièrement pertinentes : Est-ce vraiment un AVC ? L’AVC est-il de nature ischémique ou hémorragique ? Si une thrombolyse est envisagée, existe-t-il des contre-indications radiologiques à ce traitement ? Il existe un consensus sur le fait que l’imagerie par résonance magnétique (IRM) est l’étalon-or pour éliminer les diagnostics non vasculaires en raison de sa sensibilité et de sa spécificité dans l’ischémie aiguë. La neuro-imagerie joue un rôle déterminant dans la mise en évidence d’une ischémie aiguë avec le concept de pénombre ischémique. Il a été démontré que la croissance, la durée et le volume de l’infarctus de l’AVC ischémique influencent directement la quantité de perte tissulaire irréversible. Il est nécessaire d’avoir un protocole quantitatif d’évaluation de la pénombre avec le temps d’imagerie minimum possible qui fournit le maximum d’informations. Aujourd’hui, elle est réalisée en tomodensitométrie de perfusion, avec le risque d’exposition aux rayonnements ainsi que l’utilisation de produit de contraste iodé qui peut affecter les insuffisants rénaux. La solution est potentiellement un protocole d’AVC rapide non invasif IRM, tel que PWI ou la SWI pour mesurer quantitativement la pénombre. La solution que nous voulons mettre en uvre est basée sur la segmentation automatique des zones et des tissus ischémiques à risque, et l’évaluation de la pénombre à partir du rapport d’inadéquation de l’imagerie perfusion (PWI) et de l’imagerie diffusion (DWI). Des études récentes ont proposé une évaluation quantitative précise de la pénombre à l’aide de SWI-DWI et sa validation avec une quantification basée sur PWI-DWI. Ces évaluations dépendent fortement de l’expertise des utilisateurs. Les objectifs de la présente étude étaient de développer un cadre de traitement d’image automatisé pour la quantification du volume de pénombre à l’aide de SWI et DWI. L’application d’algorithmes d’IA à l’analyse d’images IRM permet de travailler sur de grandes quantités de données de manière plus pertinente que les méthodes statistiques classiques. Les objectifs sont (1) de valider les résultats sur une grande base de données de patients (2) d’intégrer le modèle dans un logiciel d’application clinique avec une interface conviviale. L’étude actuelle comprend également l’étude du volume de la pénombre comme outil de pronostic en cas de revascularisation.
Composition du jury de thèse/Doctoral thesis jury composition
| Membre du jury | Titre | Lieu d’exercice | Fonction dans le jury |
|---|---|---|---|
| Kurosh MADANI | Professeur des Universités | Université Paris-Est Créteil | Rapporteur |
|
Gilles BERNARD |
Professeur des Universités | Université Bordeaux | Rapporteur |
| Samia BOUCHAFA | Professeure des Universités | Université Évry Paris-Saclay | Examinatrice |
| Aurélien HAZAN | Maître de Conférences | Université Paris-Est Créteil | Examinateur |
| Andreia VASCONCELOS | Associate professor | Université Johns Hopkins | Examinateur |
| Hichem MAAREF | Professeur des Universités | Université Évry Paris-Saclay | Directeur de thèse |
| Vincent VIGNERON | Professeur des Universités | Université Évry Paris-Saclay | Co-directeur de thèse |
Mariana BREJO will defend her doctoral thesis on Friday, March 6, 2026, at 2 p.m., at the University of Évry, Pelvoux UFR-ST campus, amphitheater Bx30 Yasmina BESTAOUI.
Title: Machine learning characterization of the ischemic mismatch from MRI images in acute ischemic stroke patients
Abstract:
- Date: vendredi 06/03/2026, 14h
- Lieu: Université Évry Paris-Saclay, site Pelvoux, UFR-ST, 36 rue du Pelvoux 91080 EVRY-COURCOURONNES, amphithéâtre Yasmina Bestaoui Bx30
- Doctorante : Mariana BREJO (Université d’Évry, Université Paris Saclay, IBISC équipes SIAM)
Direction de thèse: Hichem MAAREF (PR IUT Évry, IBISC équipe SIAM), directeur de thèse; Vincent VIGNERON (PR Univ. Évry, IBISC équipe SIAM), co-directeur de thèse