Les réseaux d’expertise

Laboratoires associés: 

Laboratoire Cobra – équipe chimie organique, Rouen , ICMUB équipe P2DA, Dijon, Centre de biophysique nucléaire UPR 4301, Orléans, Institut Galien Paris Sud, Chatenay Malabry, Institut Frédéric Joliot, Saclay, CarMeN équipe 3, Institut des Biomolécules Max Mousseron, Montpellier

La production d’agents d’imagerie a été identifiée comme un frein majeur aux recherches en imagerie médicale. En effet bien que quelques laboratoires aient la capacité de générer ces agents pour leurs propres travaux d’investigation, ils ne sont pas en capacité d’approvisionner les autres centres. De ce fait, l’objectif de ce workpackage est de fournir un cadre pour la production d’agents d’imagerie pour lesquels il n’existe pas d’approvisionnement commercial et de générer de nouvelles sondes d’imagerie ou agents de contraste pour la recherche biomédicale in vivo et les applications cliniques (ex : agents optiques, radionucléides, agents de résonance magnétiques etc…)

Le RE1 entend stimuler l’interdisciplinarité dans les projets collaboratifs en imagerie médicale et accélérer le design, la fabrication et l’utilisation en clinique à terme de nouveaux agents d’imagerie moléculaire dotés d’une plus grande sensibilité, sélectivité et d’une toxicité minime.

Le RE1 est ainsi organisé en 4 sous-modules :

WP1.1 : plateforme modulaire de ciblage pour l’imagerie

• Développement de macromolécules synthétiques & techniques de marquage

WP1.2 : développement de sondes et agents de contraste

• Introduction de radionucléides à demi-vie vie courte

• Optimisation des propriétés de liaison des agents chélateurs (pour des applications en IRM, en Optique, en SPECT et en TEP)

• Optimisation des agents utilisés en IRM et en imagerie optique

• Développement de technologies innovantes dont des sondes cliquables, intelligentes et multimodales

WP1.3 : nanoparticules pour l’imagerie

– développement de nanoparticules pour l’imagerie multimodale

– développement de nanoparticules multifonctionnelles à haute spécificité et détectables en imagerie

WP1.4 : preuve de concept, applications cliniques, recherche translationnelle

• Scale up process : du laboratoire de chimie à la production

• Preuves de concept et essais précliniques et cliniques

L’imagerie médicale occupe une place établie dans l’arsenal clinique depuis plus de 30 ans. Les développements instrumentaux et technologiques continuent d’être le principal moteur de la recherche visant à mieux établir la présence ou la gravité de la maladie et à évaluer la réponse au traitement à l’aide d’informations cliniques et précliniques plus pertinentes.

L’objectif du RE2 est de développer et de promouvoir des approches et des avancées spécifiques pour permettre des percées dans chaque modalité d’imagerie. Au-delà de ces défis individuels, les développements combinant deux ou plusieurs modalités ouvrent des perspectives radicalement nouvelles dans le diagnostic et la thérapie avec une sensibilité et une spécificité accrues.

Liste des membres du comité

• Emmanuel Barbier, GIN, Université de Grenoble
• Fawzi Boumezbeur, Neurospin, CEA
• Emmanuel Brun, STROBE, INSERM
• Virginie Callot, CRMBM, Université Aix-Marseille
• Claude Comtat, Biomaps, CEA
• Yannick Cremillieux, ISM, Université de Bordeaux
• Anabela Da Silva, Institut Fresnel
• Yves Frapart, LCBPT, Université Paris Descartes
• Philippe Garteiser, CRI, INSERM
• Jérôme Gateau, LIB, Université Sorbonne
• Frédéric Lamare, INCIA, Université de Bordeaux
• Franck Lavenne, CERMEP, INSERM
• Pauline Lefebvre, IADI, Université de Lorraine
• Xavier Le Guével, IAB, Université de Grenoble
• Renaud Lopes, Université de Lille
• Leslie Mazuel, IMosT, INSERM
• Christian Morel, CPPM, Université Aix-Marseille
• Mikaël Naveau, Cyceron, Université de Caen Normandie
• Fanny Noury, PRISM, Université de Rennes
• Pierre Sicard, IPAM, INSERM
• Dominique Thers, Subatech, Université de Nantes
• Nathalie Vayssiere, Cerco, CNRS

Liste des laboratoires lauréats des appels à projets du Réseau

Ampère ,  BIOMAPS,  BIOS,  Centre de recherche des Cordeliers,  CERMEP,  CHRU Tours,  CHU Poitiers,  CIC-IT,  CPPM,  CRCINA,  CRCTB,  CREATIS,  CRI,  CRMBM,  CRMSB,  CRNL,  GETBO ,  GIN,  GISPA-lab,  IAB-optimal,  IADI,  ICM/CATI,  Icube,  Institut Cochin ,  Institut des neurosciences des Systèmes,  Institut Fresnel,  Institut Langevin,  Institute for Advanced Biosciences,  IPHC,  IRISA,  IRMaGe,  LabTAU,  LEM3,  LETI,  LIB-Sorbonne,  MABLab,  MIRCEN,  NEUROSPIN,  PARCC,  PRISME INSA,  RMSB,  STROBE,  UTCBS,  VISAGES. 

Centres de recherches du RE3 :

L’imagerie médicale et interventionnelle est un enjeu majeur pour mieux comprendre, diagnostiquer, prédire et guérir les pathologies (neurologiques, oncologiques, cardiologiques, vasculaires, …).

Les actes interventionnels contrôlés par imagerie sont en pleine expansion et pourraient dépasser les actes chirurgicaux dans les 10 prochaines années. Cette augmentation est intimement liée aux progrès technologiques dans les champs disciplinaires allant des systèmes d’imagerie et du traitement d’images aux dispositifs d’intervention et aux systèmes de robotique.

La radiologie interventionnelle a pour finalité le traitement de diverses pathologies (tumeurs, lésions vasculaires…) par des techniques dites « mini-invasives » guidées par l’imagerie per-opératoire, en y accédant par les voies naturelles, les vaisseaux sanguins ou par la voie percutanée.

L’imagerie interventionnelle se caractérise par le développement de techniques d’imagerie per-opératoires (au sens large) pour assister des gestes médicaux-chirurgicaux afin d’améliorer la qualité des soins et de raccourcir la durée d’hospitalisation.

Ce domaine évolue rapidement et se trouve à la frontière entre plusieurs spécialités médicales : chirurgie, radiologie, endoscopie, radiothérapie, cardio/neurologie…

Le RE3 FLI aborde ainsi cette thématique sous plusieurs approches :

WP3.1 : navigation et réalité augmentée

• Développement d’algorithmes de superposition de données pré-opératoires sur des images per-opératoires dans un environnement déformable et en mouvement
• Développement d’algorithmes de fusion non rigide d’images du patient issues de différentes modalités d’imagerie
• Développement d’algorithmes de recalage robustes sans recours à des marqueurs et repères sur le patient pour les applications de navigation
• Développement de modélisations du déroulement de la procédure chirurgicale (e.g. à partir de masses de données provenant des procédures déjà réalisées)
• Développement d’algorithmes pour la reconnaissance des activités chirurgicales dans le bloc opératoire
• Développement d’algorithmes pour le suivi visuel et la reconnaissance des interactions entre les outils et l’anatomie
• Développement d’outils pour l’aide à la décision dans la tour de contrôle des blocs opératoires
  – nouvelles interfaces utilisateur réactives au contexte
  – rappels (appeler patient suivant) et alertes (anomalies)
  – optimisation de la gestion des blocs
• Développement de nouvelles méthodes de radioprotection réactives au contexte prenant en compte la disposition 3D de la salle (positionnement des cliniciens et équipement, paramètre de l’arceau)
• Guidage du geste chirurgical en temps réel
• Développement de techniques de planification et de monitorage 3D temps réels des thérapies conformationnelles par agents physiques (ex : HIFU – High Intensity Focused Ultrasound)
• Surveiller et intégrer les technologies émergentes et les innovations dans le domaine de la réalité augmentée, à la fois pour l’acquisition de la scène interventionnelle que de la représentation de la fusion d’information multimodalité (pré- et per-opératoire).

Développer des méthodologies RA/IA en particulier pour optimiser le guidage du geste interventionnel.

WP3.2 : systèmes d’imagerie et d’intervention robotisés

• Robotisation d’endoscopes flexibles pour les opérations endoluminales et transluminales
• Développement de modes d’assistance collaboratifs et semi-automatisés (comprenant l’asservissement visuel)
• Asservissement visuel par imagerie médicale pour la compensation de mouvements physiologiques et le contrôle fin des mouvements des instruments
• Interventions robotisées guidées par imagerie médicale per-opératoire
• Maîtrise des mouvements complexes et inaccessibles par la main humaine
• Maîtrise des interactions entre l’instrument robotisé et les tissus (endomicroscopie confocale, cathétérisation …)
• Rétrocontrôle robotisé de la thérapie HIFU pour optimiser le dépôt d’énergie dans les tissus cibles à partir de l’imagerie de monitorage (balayage 3D, compensation mécanique 3D des mouvements)
• Préhension et insertion d’aiguille

WP3.3 : interventions guidées par imagerie à résonance magnétique

• Modélisation des procédures chirurgicales guidées par IRM
• Optimisation des séquences IRM temps réel pour le guidage d’instrument
• IRM quantitative pour le suivi des procédures (élastographie, température…)
• Développement d’algorithmes de compensation des mouvements
• Développement d’instruments compatibles IRM pour la radiologie interventionnelle
• Pilotage fin de robots pour les gestes sous IRM
• Suivi d’objets en temps réel sous IRM

WP3.4 : thérapies basées sur les ultrasons (HIFU et vectorisation ciblée)

• Développement de systèmes HIFU pour de nouvelles indications cliniques (hors fibrome utérin)
• Développement de systèmes de surveillance de la température en temps réel pour le contrôle de la thérapie HIFU
• Contrôle du faisceau ultrasonore (HIFU) pour la planification et/ou la compensation de mouvements en thérapie
• Développement de systèmes intracorporels pour la thérapie HIFU de cibles en profondeur
• Bi-modalité ultrasonore : imagerie US (échographique)/thérapie HIFU
• Développement des LIPUS (Low Intensity Pulsed Ultrasound), des LEUS (Low Energy Ultrasound) pour de nouvelles indications cliniques (maladies neurodégénérative/ handicap d’origines neurologiques, arythmies cardiaques, délivrance de médicaments, immunothérapie, neuro/cardio-protection)
• Développement de la thérapie US 4D (3D + temps réel)
• Développement de techniques de planification et de monitorage 4D des thérapies HIFU conformationnelles
• Développement de techniques de recalage/fusion entre données d’imagerie médicales et données acoustiques/thermiques modélisées pour la thérapie HIFU

WP3.5 : nouvelles modalités d’imagerie per-opératoire et endoscopiques

• Développement de modalités d’imagerie compatibles avec les contraintes opératoires pour le suivi per-opératoire ou endoscopique de la chirurgie
• Développement de techniques robustes de détection per-opératoire ou endoscopique de conditions pathologiques (e.g. cancer, marges, ganglions, hypoxie) ou de structures vitales (e.g. vaisseaux, nerfs, uretères)
• Mise au point de techniques de biopsies per-opératoires ou endoscopiques par imagerie ou spectroscopie
• Procédures percutanée innovantes (guidage US / rayon X)
• Endomicroscopie (Confocal, OCT…)
• Amélioration de l’imagerie médicale (contraste fonctionnel et/ou structurel)
• Approches quantitatives, multimodales et multiéchelles
• Développement de systèmes de surveillance des caractéristiques tissulaires en temps réel pour le monitorage de la thérapie HIFU (thermométrie US, élastrographie US)
• Développement de l’imagerie US 4D
• Développement de l’imagerie US quantitative (QUS)

WP3.6 : Radiothérapie guidée par l’image

• Amélioration du ciblage thérapeutique
• Amélioration et contrôle de la distribution et du dépôt de la dose

Centres de recherches :

LaTIM, CREATIS,  IPHC-ImaBio, LTSI, ICUBE, CERMEP, CEA SHFJ, Visages, GIN, LaBRI, INCIA, CRMBM, CPPM, CRNL, Télécom ParisTech

L’imagerie dite multimodale joue un rôle de plus en plus important dans les phases de diagnostic et de suivi thérapeutique. Cette utilisation est rendue possible en partie grâce au traitement d’image. Celui-ci permet en premier lieu de s’assurer de la précision à la fois quantitative et qualitative des données acquises et en conséquence des différents paramètres extraits des images reconstruites. Dans un deuxième temps, le traitement d’image permet l’exploitation ultérieure des paramètres dérivés des images et facilite le développement de modèles anatomiques et physiologiques nécessaires à la compréhension des mécanismes pathologiques. Enfin la combinaison de ces modèles et des images mutlimodales associées à des données biologiques permet d’établir une signature unique pour chaque patient et d’ainsi faciliter la mise en place d’une médecine personnalisée.

Afin de coordonner à un niveau national les travaux scientifiques dans les domaines relatifs au traitement d’images, en clinique comme en préclinique, le RE4 s’est structuré en 5 sous-groupes :

WP4.1 : Reconstruction d’images mutlidimensionnelles

• Modélisation paramétrique, sélection des modèles et techniques de régularisation

• Incorporation de modèles de mouvements dans les phases de reconstruction

WP4.2 : Exploitation d’images multimodales

• Détermination, extraction et exploration précise des paramètres dérivés des images

• développement de modèles de fusion spacio-temporelle déformable, reconstruction d’organes et personnalisation p atient

WP4.3 : Bases de données, exploration de données, modélisation du savoir

• Développement de méthologies pour la construction de bases de données (interopérabilité et gestion de l’hétérogénéité des données), caractérisation individuelle des patients, classification automatique,

• développement de méthodes pour création d’atlas de modèles de pathologies et de leurs mécanismes

WP4.4 : Simulations numériques

• Construction de bases de données de simulation, cliniquement réalistes (modèles de pathologies et leurs mécanismes, variabilité anatomique et fonctionnelle intra-patient,..)

WP4.5 : Traitement du signal en MEG / EEG

• Modélisation de la connectivité fonctionnelle du réseau cérébral,

• développement du multimodale associant la MEG/EEG,

• développement de nouvelles recherches et applications cliniques de l’électrophysiologie en temps réel,

• développement de méthodes pour éviter, corriger, supprimer les artefacts,

• développement de méthodes pour la reconstruction basée sur la MEG,

• implémentation et validation des protocoles pour répondre à la norme ISO 9001

Présentation

Le réseau formation du consortium de France Life Imaging (RF FLI) a été créé en 2016 afin de soutenir des scientifiques qui souhaiteraient se former ou mettre à jour leurs connaissances en imagerie médicale. Ce soutien couvre un large panel de personnel les techniciens (dont manipulateurs), les étudiants (Master 2, doctorants, médecins) et les ingénieurs.

Deux axes de soutien : financier et intellectuel.

Le premier consiste à insuffler des financements dans des formations en imagerie médicale en prenant en charge une partie des frais d’inscription pour les profils sus-cités, des prix, des frais de consommables ou du temps de plateforme pour mener à bien les Travaux Pratiques, par exemple.

Le second a pour ambition d’aider à la création de formations/TP/Workshop/école en imagerie médicale qui viendraient compléter l’existant soit en abordant les bases des techniques soit en ouvrant sur de nouveaux domaines comme IA.

Quoiqu’il en soit, l’idée est de maintenir une bonne qualité d’exécution et de connaissances des métiers de l’imagerie in vivo, chez les professionnels et les apprenants.

La coordination

La coordination des actions de formation au sein du réseau FLI permettra d’une part de répondre au besoin de main d’œuvre qualifiée pour relever les nouveaux challenges du domaine mais également d’assurer la pérennité, le professionnalisme et la reconnaissance de ces formations. Cette mission sera assurée par l’Institut National des Sciences et Techniques Nucléaires du CEA qui, pour ce faire, a mis en place un Comité de Pilotage réunissant des représentants des différents nœuds, ainsi que des représentants des plateformes technologiques hors-nœud et des sociétés savantes.

Ses challenges

Ainsi, un Comité de Pilotage (CoPil) réunissant des représentants des différents Hubs, ainsi que des représentants des plateformes technologiques hors-Hubs et des sociétés savantes (à vérifier) a été mis en place. Il œuvre pour

1/ définir les critères d’attribution de financements aux manifestations en imagerie médicale  pour les étudiants, post doctorants et permanents (ingénieurs et techniciens)

2/ accompagner financièrement l’accès aux formations/ école/TP innovants/Workshop en imagerie médicale par les étudiants et personnels de recherche

3/ créer et soutenir un réseau Français d’étudiants en imagerie médicale (FINYS)

4/ mettre en place des formations en imagerie médicales complémentaires des formations existantes

5/ informer via le site internet des formations en imagerie qu’elles soient ou non soutenues financièrement par le réseau de formation

Ses résultats

Les résultats de 2025 apportent 6 informations quant à la feuille de route du RF FLI :

1. L’ allocation des ressources est plus élevée pour les doctorants, les ingénieurs et les post-doctorants. Ainsi, un doctorant a touché 435,24€ d’aide du RF FLI, un ingénieur 399,71€, un post-doctorant 376,01€ et un master 156,43€ (Figure 1).

2. L’allocation des ressources du RF FLI est plus élevée pour les formations/écoles, TP, workshop que pour les congrès. Les apéro FINYS sont moins dotés. Ainsi, les formations/écoles ont touché 2 680€ par évènement, un TP quant à lui a été aidé à hauteur de 1535€, un workshop 1 616,41€. Ainsi, un congrès est soutenu par le RF FLI à 1559,57€. (Figure 2)
3. Le RF FLI profite surtout aux statuts qui ne sont plus dans un système scolaire (les doctorants, les ingénieurs et post doc) et qui n’ont pas de financements pour continuer à se former en dehors de ceux octroyés par leur laboratoire.
4. Le RF FLI respecte sa mission de favoriser la formation puisqu’il dote préférentiellement les événements de formations accessibles à un grand nombre comme les école/formation, TP et workshop.
5. Enfin, d’après un sondage publié en 2025 :
6. « L’action du réseau formation permettrait un renforcement du réseau scientifique (87%), une montée en connaissance (67%), une prise de contact (42%), une collaboration sur une thèse (25%), un poste de docteur/la recherche d’une thèse (8%).»

Ses perspectives

Cependant, si depuis 2016, les années ont été fastes, les années qui arrivent nous obligent à concentrer nos efforts de soutien les formations/TP/école/Workshop pertinentes scientifiquement. Ceci afin d’encourager le plus grand nombre de scientifiques de continuer à acquérir & réviser leurs connaissances en imagerie in vivo.