Détermination automatique des volumes fonctionnels en imagerie d'émission pour les applications en oncologie - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2008

Automatic delineation of functional volumes in emission tomography for oncology applications

Détermination automatique des volumes fonctionnels en imagerie d'émission pour les applications en oncologie

Résumé

One of the main factors of error for semi-quantitative analysis in positron emission tomography (PET) imaging for diagnosis and patient follow up, as well as new flourishing applications like image guided radiotherapy, is the methodology used to define the volumes of interest in the functional images. This is explained by poor image quality in emission tomography resulting from noise and partial volume effects induced blurring, as well as the variability of acquisition protocols, scanner models and image reconstruction procedures. The large number of proposed methodologies for the definition of a PET volume of interest does not help either. The majority of such proposed approaches are based on deterministic binary thresholding that are not robust to contrast variation and noise. In addition, these methodologies are usually unable to correctly handle heterogeneous uptake inside tumours. The objective of this thesis is to develop an automatic, robust, accurate and reproducible 3D image segmentation approach for the functional volumes determination of tumours of all sizes and shapes, and whose activity distribution may be strongly heterogeneous. The approach we have developed is based on a statistical image segmentation framework, combined with a fuzzy measure, which allows to take into account both noisy and blurry properties of nuclear medicine images. It uses a stochastic iterative parameters estimation and a locally adaptive model of the voxel and its neighbours for the estimation and segmentation. The developed approaches have been evaluated using a large array of datasets, comprising both simulated and real acquisitions of phantoms and tumours. The results obtained on phantom acquisitions allowed to validate the accuracy of the segmentation with respect to the size of considered structures, down to 13 mm in diameter (about twice the spatial resolution of a typical PET scanner), as well as its robustness with respect to noise, contrast variation, acquisition parameters, scanner models or reconstruction algorithms. The performance of the developed algorithm is shown to be superior to thresholding reference methodologies. The results demonstrate the ability of the developed approach to accurately delineate tumours with complex shapes and activity distributions, for which the reference methodologies fail to generate coherent segmentation maps. The algorithm is also able to delineate multiples regions inside the tumour, whereas reference methodologies are usually binary only. Both robustness and accuracy results demonstrate that the proposed methodology may be used in clinical context for diagnosis and patients follow up, as well as for radiotherapy treatment planning and "dose painting", facilitating optimized dosimetry and potentially reduced doses delivered to healthy tissues around the tumour and nearby organs. Such studies to evaluate the impact of the methodology in radiotherapy treatment planning have already started in a project which aims to explore the potential of the algorithm which has been successfully patented.
Une des principales causes d'erreur en analyse semi-quantitative en imagerie par émission de positons (TEP) est la méthode utilisée pour déterminer les volumes d'intérêt sur les images fonctionnelles. Ceci concerne le diagnostic et le suivi thérapeutique en oncologie ainsi que la nouvelle application en plein développement qu'est la radiothérapie guidée par l'image. La faible qualité des images d'émission, liée notamment au bruit et au flou induits par les effets de volume partiels et la variabilité des protocoles d'acquisition et de reconstruction des images, ainsi que le grand nombre de procédures proposées pour définir les volumes, en sont la cause. La plupart des méthodes proposées jusqu'alors sont basées sur des seuillages déterministes, peu robustes au bruit et aux variations de contraste et incapables de gérer les hétérogénéités dans la distribution d'activité des tumeurs. L'objectif de cette thèse est de proposer une approche de segmentation des images 3D, automatique, robuste, précise et reproductible pour déterminer le volume fonctionnel des tumeurs de toutes tailles dont la distribution d'activité peut être très hétérogène. L'approche proposée est fondée sur la segmentation statistique des images, couplée à une modélisation floue, permettant de prendre en compte à la fois l'aspect bruité et l'aspect flou des images de médecine nucléaire. Elle fait appel à une étape d'estimation itérative des paramètres et une modélisation locale du voxel et de son voisinage pour l'estimation et la segmentation. Les méthodes développées ont été évaluées sur de nombreuses données simulées et réelles, tant pour des images de fantômes que pour des images de tumeurs. Les résultats sur fantôme ont permis de valider les performances de l'approche proposée en terme de taille d'objet d'intérêt, jusqu'à 13 mm de diamètre (environ deux fois la résolution spatiale en TEP), ainsi que de confirmer un comportement plus robuste par rapport au bruit, aux variations de contraste ou des paramètres d'acquisition et de reconstruction, que les méthodes de référence basées sur des seuillages. Les résultats obtenus sur différents ensemble de données d'images cliniques de tumeurs, fournies par différents services de médecine nucléaire dans le cadre de multiples collaborations, ont montré la capacité de l'approche à segmenter avec précision des tumeurs complexes, tant en terme de forme que de distribution d'activité, pour lesquelles les méthodes de référence échouent à produire des segmentation cohérentes. La méthode de segmentation développée est également capable de définir des régions d'intérêt au sein même de la tumeur grâce à sa gestion de l'hétérogénéité de l'activité de la tumeur, là où les méthodes de références sont strictement binaires. Les résultats concernant la robustesse et la précision de l'approche sur tumeurs amènent à penser que son utilisation peut être envisagée tant dans le cadre du diagnostic et du suivi thérapeutique, que pour la définition des volumes cibles en radiothérapie, avec le potentiel d'augmenter les doses délivrées aux tumeurs tout en réduisant dans le même temps les doses délivrées aux tissus sains et aux organes à risque environnants, conformément au principe de "dose painting". Des travaux pour évaluer l'impact effectif de la méthodologie dans le contexte de la radiothérapie ont commencé dans le cadre d'un projet ANR, avec un dépôt de brevet associé.
Fichier principal
Vignette du fichier
these_manuscrit.pdf (11.46 Mo) Télécharger le fichier
soutenance_03dec2008.ppt (4.72 Mo) Télécharger le fichier
Format : Autre
Loading...

Dates et versions

tel-00373581 , version 1 (06-04-2009)

Identifiants

  • HAL Id : tel-00373581 , version 1

Citer

Mathieu Hatt. Détermination automatique des volumes fonctionnels en imagerie d'émission pour les applications en oncologie. Informatique [cs]. Université de Bretagne occidentale - Brest, 2008. Français. ⟨NNT : ⟩. ⟨tel-00373581⟩
283 Consultations
1054 Téléchargements

Partager

Gmail Facebook X LinkedIn More