En cas d’AVC, l’efficacité du traitement dépend de la rapidité et de la précision du diagnostic. Or, à l’heure actuelle, le diagnostic des différents types d’AVC repose sur des moyens lourds (IRM, Scanner X), difficilement accessibles et souvent absents dans les services d’urgence. Adapter la technique d’échographie à l’imagerie cérébrale permettrait aux 140 000 patients victimes d’AVC chaque année d’être pris en charge plus rapidement et mieux suivis.
On distingue classiquement deux types d’AVC, qui nécessitent des traitements différents. Les techniques de référence actuelles pour les distinguer sont l’IRM et la tomographie par rayons X. Beaucoup plus accessible, moins coûteuse et facile à embarquer, dans une ambulance par exemple, l’échographie n’est pour l’instant pas adaptée à cette application car la boîte crânienne perturbe très fortement la propagation du faisceau ultrasonore, se traduisant par une dégradation notable de la qualité de l’image échographique.
Cependant, les ingénieurs du Carnot CEA List, en se fondant sur les modèles qu’ils ont développés pour simuler la propagation des ondes ultrasonores dans des milieux complexes et solides pour des applications de contrôle non destructif, arrivent à simuler les perturbations provoquées par la présence du crâne entre la sonde et le tissu à observer. A condition de connaître la morphologie de la paroi crânienne, ils réussissent ainsi à calculer les lois de phase à appliquer sur la sonde multiéléments pour compenser les perturbations subies par le front d’onde ultrasonore.
Les chercheurs sont ainsi parvenus à refocaliser les ultrasons sur les tissus mous crâniens et à améliorer nettement la qualité de l’image échographique. Prochaine étape du projet : démontrer l’intérêt des méthodes d’imagerie adaptative développées pour les applications CND afin de proposer un système d’imagerie totalement autonome.
Retrouvez cette actualité sur http://www.cea-tech.fr/