Planification interactivE et Recalage US/CT pour la chirurgie robotisée de L'épaulE // Interactive planning and US/CT registration for robot assisted shoulder surgery

La thèse se concentre sur la planification pré-opératoire de la reconstruction et le recalage multimodal US/CT, comprenant : (I) la génération de modèles 3D à partir des images patients, (II) l'ajustement optimal des angles et positions de la prothèse avec une interface interactive pour le chirurgien, et (III) l'utilisation de l'imagerie échographique peropératoire pour le recalage du modèle 3D généré en (I) avec le repère patient. Le but est de proposer un logiciel interactif de planification et de connecter ce processus au robot chirurgical pour guider l'intervention.

Dans un premier temps nous définirons un modèle 3D détaillés de la scapula et de l'humérus de chaque patient, en créant une représentation surfacique (maillage triangulaire) à partir des images CT scans acquises en amont de l'opération. Pour cela, il faut identifier les régions d'intérêt dans les images via une étape de segmentation. Les algorithmes existants doivent être adaptés pour surmonter des difficultés spécifiques liées à la segmentation de la scapula et de l'humérus qui demande de bien séparer des structures osseuses imbriquées.

Dans un second temps, nous travaillerons sur calcul des angles et positions des implants. La reconstruction de l'épaule ne nécessite pas de découpe osseuse complexe, mais demande un ajustement précis des angles et des positions de l'implant glénoïdien et huméral. Un logiciel interactif permettra au chirurgien de visualiser et de modifier la planification en temps réel, en ajustant les positions et orientations des implants en fonction de l'anatomie du patient.

Enfin, la dernière étape du pipeline est de pouvoir utiliser le modèle patient spécifique durant la chirurgie guidée par robot. Contrairement à ce qui est utilisé classiquement en navigation chirurgicale où l'imagerie Rayon-X (irradiante) couplée à des repères invasifs installés sur le patient sont utilisés, nous proposons ici d'utiliser l'imagerie ultrasonore 3D (US) en peropératoire pour le recalage (modalité non-invasive et non irradiante). Toutefois, la faible profondeur de pénétration des ondes US limite considérablement la qualité des images obtenues rendant difficile le recalage avec la modalité Scanner. Nous souhaitons donc proposer et valider un nouvel algorithme de recalage d'images US/modèle issu de CT pour l'épaule.
Cette problématique de recalage multimodal est bien connue dans la littérature pour être « organe spécifique » et a déjà été étudiée au LIRMM (chirurgie de la cochlée) mais n'a jamais été traitée dans l'état de l'art, à notre connaissance, pour l'épaule. Une des problématiques inhérentes de cette chirurgie est la difficulté de déterminer des régions d'intérêt optimales sur la scapula pour obtenir un bon recalage.
Il nous faudra déterminer des régions d'intérêt optimales au niveau de l'épaule pour obtenir un bon recalage. Ensuite, nous générerons un volume 3D à partir des collections d'images 2D acquises par échographie libre (free-hand), cette reconstruction devra pallier les problèmes de bruit et de distorsion inhérents à cette modalité d'acquisition. Nous utiliserons ensuite un classifieur osseux basé sur l'apprentissage statistique de chaque voxel dans un volume échographique peropératoire permettant d'identifier les frontières osseuses et d'appliquer une méthode de recalage rigide surface/image. Cette adaptation ciblera spécifiquement les structures osseuses de l'épaule, telles que la tête humérale et la cavité glénoïde, pour améliorer la précision des interventions chirurgicales sur cette articulation.
L'objectif final de ce projet est de fournir, à long terme, une plateforme complète intégrant les étapes de planification et de perception et guidage du geste robotisé pour la pose de PTE.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The thesis focuses on preoperative planning for reconstruction and multimodal US/CT registration, including: (I) the generation of 3D models from patient images, (II) the optimal adjustment of the angles and positions of the prosthesis with an interactive interface for the surgeon, and (III) the use of intraoperative ultrasound imaging for registering the 3D model generated in (I) with the patient's anatomical reference. The goal is to propose an interactive planning software and connect this process to the surgical robot to guide the intervention.

First, we will define a detailed 3D model of the scapula and humerus for each patient by creating a surface representation (triangular mesh) from preoperative CT scan images. This requires identifying regions of interest in the images through a segmentation step. Existing algorithms need to be adapted to overcome specific challenges related to the segmentation of the scapula and humerus, ensuring a clear separation of interwoven bone structures.

Second, we will focus on computing the angles and positions of the implants. Shoulder reconstruction does not require complex bone cutting but does demand precise adjustments of the angles and positions of the glenoid and humeral implants. An interactive software tool will allow the surgeon to visualize and modify the planning in real-time, adjusting implant positions and orientations according to the patient's anatomy.

Finally, the last step of the pipeline is to use the patient-specific model during robot-assisted surgery. Unlike conventional surgical navigation, which typically relies on ionizing X-ray imaging combined with invasive markers attached to the patient, we propose to use intraoperative 3D ultrasound (US) imaging for registration— a non-invasive and non-ionizing modality. However, the limited penetration depth of ultrasound waves significantly reduces the quality of the images, making it challenging to register them with CT scans. Therefore, we aim to develop and validate a new US/CT image registration algorithm specifically for the shoulder.

This multimodal registration challenge is well known in the literature to be “organ-specific” and has been previously studied at LIRMM (for cochlear surgery). However, to our knowledge, it has never been addressed for the shoulder. One of the inherent challenges of this surgery is identifying optimal regions of interest on the scapula to achieve accurate registration.

We will first determine the best regions of interest in the shoulder for optimal registration. Then, we will generate a 3D volume from free-hand 2D ultrasound image collections, ensuring the reconstruction mitigates noise and distortion issues inherent to this imaging modality. Next, we will use a bone classifier based on statistical learning of each voxel within an intraoperative ultrasound volume to identify bone boundaries and apply a rigid surface-to-image registration method. This adaptation will specifically target the shoulder's bony structures, such as the humeral head and the glenoid cavity, to enhance the accuracy of surgical interventions on this joint.

The ultimate goal of this project is to develop, in the long term, a comprehensive platform integrating the planning, perception, and robotic guidance steps for total shoulder arthroplasty.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Contrat doctoral

Concours pour un contrat doctoral

Université de Montpellier

166 I2S - Information, Structures, Systèmes

Titulaire d'un master en Informatique ou d'un diplôme d'ingénieur avec des compétences en Image et en 3D. Programmation en C/C++ avancée. Savoir travailler en équipe, échanger, être à l'écoute.
Master's degree in Computer Science or engineering with skills in Image and 3D. Advanced C/C++ programming.