Mechanical simulation of the endovascular repair of abdominal aortic aneurysms

Ce travail de thèse porte sur la simulation du déploiement des prothèses vasculaires de type stent-graft (SG) lors de la réparation endovasculaire (EVAR) des anévrismes de l’aorte abdominale (AAA). Cette étude se présente en trois parties: (i) tests mécaniques en flexion et compression de SG couramment utilisés (corps et jambage de marque Cook) ainsi que la simulation numérique desdits tests, (ii) développement d’un modèle numérique d’anévrisme, (iii) stratégie de simulation du déploiement des SG. La méthode numérique employée est celle des éléments finis. Dans un premier temps, une vérification du modèle éléments finis (MEF) des SG est realisée par comparaison des différents cas de charge avec leur pendant expérimental. Ensuite, le MEF vasculaire (AAA) est lui aussi vérifié lors d’une comparaison des niveaux de contraintes maximales principales dans la paroi avec des valeurs de la littérature. Enfin, le déploiement est abordé tout en intégrant les cathéters. Les tests mécaniques menés sur les SG ont été simulés avec une différence maximale de 5,93%, tout en tenant compte de la pré-charge des stents. Le MEF de la structure vasculaire a montré des contraintes maximales principales éloignées de 4,41% par rapport à un modèle similaire précédemment publié. Quant à la simulation du déploiement, un jeu complet de SG a pu être déployé avec un bon contrôle de la position relative et globale, dans un AAA spécifique pré-déformé, sans toutefois inclure de thrombus intra-luminal (TIL). La paroi du AAA a été modélisée avec une loi de comportement isotropique hyperélastique. Étant donné que la différence maximale tolérée en milieu clinique entre réalité et simulation est de 5%, notre approche semble acceptable et pourrait donner suite à de futurs développements. Cela dit, le petit nombre de SG testés justifie pleinement une vaste campagne de tests mécaniques et simulations supplémentaires à des fins de validation.

Distributed conditional computation

L'objectif de cette thèse est de présenter différentes applications du programme de recherche de calcul conditionnel distribué. On espère que ces applications, ainsi que la théorie présentée ici, mènera à une solution générale du problème d'intelligence artificielle, en particulier en ce qui a trait à la nécessité d'efficience. La vision du calcul conditionnel distribué consiste à accélérer l'évaluation et l'entraînement de modèles profonds, ce qui est très différent de l'objectif usuel d'améliorer sa capacité de généralisation et d'optimisation. Le travail présenté ici a des liens étroits avec les modèles de type mélange d'experts. Dans le chapitre 2, nous présentons un nouvel algorithme d'apprentissage profond qui utilise une forme simple d'apprentissage par renforcement sur un modèle d'arbre de décisions à base de réseau de neurones. Nous démontrons la nécessité d'une contrainte d'équilibre pour maintenir la distribution d'exemples aux experts uniforme et empêcher les monopoles. Pour rendre le calcul efficient, l'entrainement et l'évaluation sont contraints à être éparse en utilisant un routeur échantillonnant des experts d'une distribution multinomiale étant donné un exemple. Dans le chapitre 3, nous présentons un nouveau modèle profond constitué d'une représentation éparse divisée en segments d'experts. Un modèle de langue à base de réseau de neurones est construit à partir des transformations éparses entre ces segments. L'opération éparse par bloc est implémentée pour utilisation sur des cartes graphiques. Sa vitesse est comparée à deux opérations denses du même calibre pour démontrer le gain réel de calcul qui peut être obtenu. Un modèle profond utilisant des opérations éparses contrôlées par un routeur distinct des experts est entraîné sur un ensemble de données d'un milliard de mots. Un nouvel algorithme de partitionnement de données est appliqué sur un ensemble de mots pour hiérarchiser la couche de sortie d'un modèle de langage, la rendant ainsi beaucoup plus efficiente. Le travail présenté dans cette thèse est au centre de la vision de calcul conditionnel distribué émis par Yoshua Bengio. Elle tente d'appliquer la recherche dans le domaine des mélanges d'experts aux modèles profonds pour améliorer leur vitesse ainsi que leur capacité d'optimisation. Nous croyons que la théorie et les expériences de cette thèse sont une étape importante sur la voie du calcul conditionnel distribué car elle cadre bien le problème, surtout en ce qui concerne la compétitivité des systèmes d'experts.

Méthodes rapides et efficaces pour la résolution numérique d'équations de type Hamilton-Jacobi avec application à la simulation de feux de forêt

Cette thèse est divisée en trois chapitres. Le premier explique comment utiliser la méthode «level-set» de manière rigoureuse pour faire la simulation de feux de forêt en utilisant comme modèle physique pour la propagation le modèle de l'ellipse de Richards. Le second présente un nouveau schéma semi-implicite avec une preuve de convergence pour la solution d'une équation de type Hamilton-Jacobi anisotrope. L'avantage principal de cette méthode est qu'elle permet de réutiliser des solutions à des problèmes «proches» pour accélérer le calcul. Une autre application de ce schéma est l'homogénéisation. Le troisième chapitre montre comment utiliser les méthodes numériques des deux premiers chapitres pour étudier l'influence de variations à petites échelles dans la vitesse du vent sur la propagation d'un feu de forêt à l'aide de la théorie de l'homogénéisation.

Spectrum simulation of rough and nanostructured targets from their 2D and 3D image by Monte Carlo methods

Corteo is a program that implements Monte Carlo (MC) method to simulate ion beam analysis (IBA) spectra of several techniques by following the ions trajectory until a sufficiently large fraction of them reach the detector to generate a spectrum. Hence, it fully accounts for effects such as multiple scattering (MS). Here, a version of Corteo is presented where the target can be a 2D or 3D image. This image can be derived from micrographs where the different compounds are identified, therefore bringing extra information into the solution of an IBA spectrum, and potentially significantly constraining the solution. The image intrinsically includes many details such as the actual surface or interfacial roughness, or actual nanostructures shape and distribution. This can for example lead to the unambiguous identification of structures stoichiometry in a layer, or at least to better constraints on their composition. Because MC computes in details the trajectory of the ions, it simulates accurately many of its aspects such as ions coming back into the target after leaving it (re-entry), as well as going through a variety of nanostructures shapes and orientations. We show how, for example, as the ions angle of incidence becomes shallower than the inclination distribution of a rough surface, this process tends to make the effective roughness smaller in a comparable 1D simulation (i.e. narrower thickness distribution in a comparable slab simulation). Also, in ordered nanostructures, target re-entry can lead to replications of a peak in a spectrum. In addition, bitmap description of the target can be used to simulate depth profiles such as those resulting from ion implantation, diffusion, and intermixing. Other improvements to Corteo include the possibility to interpolate the cross-section in angle-energy tables, and the generation of energy-depth maps.

Simulation of the postoperative trunk appearance in scoliosis surgery

Persistence of external trunk asymmetry after scoliosis surgical treatment is frequent and difficult to predict by clinicians. This is a significant problem considering that correction of the apparent deformity is a major factor of satisfaction for the patients. A simulation of the correction on the external appearance would allow the clinician to illustrate to the patient the potential result of the surgery and would help in deciding on a surgical strategy that could most improve his/her appearance. We describe a method to predict the scoliotic trunk shape after a spine surgical intervention. The capability of our method was evaluated using real data of scoliotic patients. Results of the qualitative evaluation were very promising and a quantitative evaluation based on the comparison of the simulated and the actual postoperative trunk surface showed an adequate accuracy for clinical assessment. The required short simulation time also makes our approach an eligible candidate for a clinical environment demanding interactive simulations.

Décès pendant une simulation médicale : perspectives des apprenants et impacts sur le stress et la performance des réanimateurs

L’acceptabilité d’un décès lors d’une simulation médicale reste débattue mais il existe peu de données sur la perspective des apprenants. Des médecins résidents ont effectué une pratique de code et ont rempli un questionnaire pré et post-simulation. Ils ont été exposés à deux scénarios où un bébé naissait sans signe de vie: 1. Nouveau-né ne répondant pas aux manœuvres de réanimation (DCD); 2. Nouveau-né s’améliorant avec une réanimation adéquate (REA). Les performances étaient évaluées à l’aide de la grille standardisée du Programme de Réanimation Néonatale. Le stress objectif (cortisol salivaire) et subjectif a été mesuré après le code. La rétroaction («feedback»), individuelle et en groupe, fut analysée à l’aide de méthodologies qualitatives. 59/62 apprenants ont répondu au questionnaire et 42 ont participé à la simulation. Tous les résidents trouvent les simulations bénéfiques et souhaitent y être exposés davantage. Le type et l’ordre des scénarios n’ont pas eu d’impact sur la performance. Un seul résident a interrompu les manœuvres de réanimation après 10 minutes d’asystolie, tel que recommandé, et 31% ont poursuivi après 20 minutes. Les participants trouvaient le scénario DCD plus stressant. Les niveaux de cortisol salivaire ont augmenté après les simulations (p<0.001) et ce, pour les deux scénarios. Cette augmentation était indépendante du scénario (p=0.06) et n’était pas associée à la performance. Les réponses à la question « Comment a été votre expérience? », ont permis d’identifier deux thèmes: 1. Le mannequin ne meurt pas en simulation médicale; 2. Le décès lors de la simulation signifie une réanimation inadéquate. Le décès lors d’une pratique de code est stressant, mais n’interfère pas avec la performance des soignants. Les apprenants trouvent cet exercice acceptable et bénéfique à leur pratique future.