L'ostéoporose est une maladie caractérisée par la perte de la masse osseuse et la dégradation de la micro-architecture osseuse. Bien que l'ostéoporose ne soit pas une maladie mortelle, les fractures qu'elle provoque peuvent entraîner de graves complications (lésions des vaisseaux et des nerfs, infections, raideur), parfois accompagnées de menaces de mort. La micro-architecture osseuse joue un rôle important dans le diagnostic de l'ostéoporose. Deux appareils de tomodensitométrie courants pour scanner la micro-architecture osseuse sont la tomodensitométrie quantitative périphérique à haute résolution et la tomodensitométrie microscopique. Le premier dispositif donne accès à l'investigation in vivo, mais sa résolution spatiale est inférieure. Le micro tomodensitomètre donne une meilleure résolution spatiale, mais il est contraint à une mesure ex vivo. Dans cette thèse, notre but est d'améliorer la résolution spatiale des images de tomodensitométrie périphérique à haute résolution afin que l'analyse quantitative des images résolues soit proche de celle donnée par les images de tomodensitométrie Micro. Nous sommes partis de la régularisation de la variation totale, à une combinaison de la variation totale et du potentiel de double puits pour améliorer le contraste des résultats. Ensuite, nous envisageons d'utiliser la méthode d'apprentissage par dictionnaire pour récupérer plus de détails sur la structure. Par la suite, une méthode d'apprentissage approfondi a été proposée pour résoudre un problème de super résolution et de segmentation joint. Les résultats montrent que la méthode d'apprentissage profond est très prometteuse pour les applications futures. / Osteoporosis is a disease characterized by loss of bone mass and degradation of bone microarchitecture. Although osteoporosis is not a fatal disease, the fractures it causes can lead to serious complications (damage to vessels and nerves, infections, stiffness), sometimes accompanied with risk of death. The bone micro-architecture plays an important role for the diagnosis of osteoporosis. Two common CT devices to scan bone micro architecture is High resolution-peripheral Quantitative CT and Micro CT. The former device gives access to in vivo investigation, but its spatial resolution is inferior. Micro CT gives better spatial resolution, but it is constrained to ex vivo measurement. In this thesis, we attempt to improve the spatial resolution of high resolution peripheral CT images so that the quantitative analysis of the resolved images is close to the one given by Micro CT images. We started from the total variation regularization, to a combination of total variation and double-well potential to enhance the contrast of results. Then we consider to use dictionary learning method to recover more structure details. Afterward, a deep learning method has been proposed to solve a joint super resolution and segmentation problem. The results show that the deep learning method is very promising for future applications.

L'objectif de cette thèse était de quantifier le réseau lacuno-canaliculaire du tissu osseux à partir d’images 3D acquises en nano CT synchrotron de phase. Ceci a nécessité d’optimiser les processus d’acquisition et de reconstruction de phase, ainsi que de développer des méthodes efficaces de traitement d'images pour la segmentation et l’analyse 3D. Dans un premier temps, nous avons étudié et évalué différents algorithmes de reconstruction de phase. Nous avons étendu la méthode de Paganin pour plusieurs distances de propagation et l’avons évaluée et comparée à d’autres méthodes, théoriquement puis sur nos données expérimentales Nous avons développé une chaine d’analyse, incluant la segmentation des images et prenant en compte les gros volumes de données à traiter. Pour la segmentation des lacunes, nous avons choisi des méthodes telles que le filtre médian, le seuillage par hystérésis et l'analyse par composantes connexes. La segmentation des canalicules repose sur une méthode de croissance de région après rehaussement des structures tubulaires. Nous avons calculé des paramètres de porosité, des descripteurs morphologiques des lacunes ainsi que des nombres de canalicules par lacune. Par ailleurs, nous avons introduit des notions de paramètres locaux calculés dans le voisinage des lacunes. Nous avons obtenu des résultats sur des images acquises à différentes tailles de voxel (120nm, 50nm, 30nm) et avons également pu étudier l’impact de la taille de voxel sur les résultats. Finalement ces méthodes ont été utilisées pour analyser un ensemble de 27 échantillons acquis à 100 nm dans le cadre du projet ANR MULTIPS. Nous avons pu réaliser une analyse statistique pour étudier les différences liées au sexe et à l'âge. Nos travaux apportent de nouvelles données quantitatives sur le tissu osseux qui devraient contribuer à la recherche sur les mécanismes de fragilité osseuse en relation avec des maladies comme l’ostéoporose. / Osteoporosis is a bone fragility disease resulting in abnormalities in bone mass and density. In order to prevent osteoporotic fractures, it is important to have a better understanding of the processes involved in fracture at various scales. As the most abundant bone cells, osteocytes may act as orchestrators of bone remodeling which regulate the activities of both osteoclasts and osteoblasts. The osteocyte system is deeply embedded inside the bone matrix and also called lacuno-canalicular network (LCN). Although several imaging techniques have recently been proposed, the 3D observation and analysis of the LCN at high spatial resolution is still challenging. The aim of this work was to investigate and analyze the LCN in human cortical bone in three dimensions with an isotropic spatial resolution using magnified X-ray phase nano-CT. We performed image acquisition at different voxel sizes of 120 nm, 100 nm, 50 nm and 30 nm in the beamlines ID16A and ID16B of the European Synchrotron Radiation Facility (ESRF - European Synchrotron Radiation Facility - Grenoble). Our first study concerned phase retrieval, which is the first step of data processing and consists in solving a non-linear inverse problem. We proposed an extension of Paganin’s method suited to multi-distance acquisitions, which has been used to retrieve phase maps in our experiments. The method was compared theoretically and experimentally to the contrast transfer function (CTF) approach for homogeneous object. The analysis of the 3D reconstructed images requires first to segment the LCN, including both the segmentation of lacunae and of canaliculi. We developed a workflow based on median filter, hysteresis thresholding and morphology filters to segment lacunae. Concerning the segmentation of canaliculi, we made use of the vesselness enhancement to improve the visibility of line structures, the variational region growing to extract canaliculi and connected components analysis to remove residual noise. For the quantitative assessment of the LCN, we calculated morphological descriptors based on an automatic and efficient 3D analysis method developed in our group. For the lacunae, we calculated some parameters like the number of lacunae, the bone volume, the total volume of all lacunae, the lacunar volume density, the average lacunae volume, the average lacunae surface, the average length, width and depth of lacunae. For the canaliculi, we first computed the total volume of all the canaliculi and canalicular volume density. Moreover, we counted the number of canaliculi at different distances from the surface of each lacuna by an automatic method, which could be used to evaluate the ramification of canaliculi. We reported the statistical results obtained on the different groups and at different spatial resolutions, providing unique information about the organization of the LCN in human bone in three dimensions.

La tomographie 3D par rayons X, utilisée tant pour le diagnostic médical que pour le contrôle non-destructif industriel, permet de reconstruire un objet en 3D à partir d’un ensemble de ses projections 2D. Le volume de reconstruction est usuellement discrétisé sur une grille régulière de voxels isotropes ce qui implique une augmentation de leur nombre pour atteindre une bonne résolution spatiale. Une telle représentation peut donc engendrer des coûts calculatoires et un volume mémoire de stockage particulièrement conséquents. Ce manuscrit présente une méthode permettant de discrétiser l’espace 3D de reconstruction de façon pertinente directement à partir de l’information structurelle contenue dans les données de projection. L’idée est d’obtenir une représentation adaptée à l’objet étudié. Ainsi, en lieu et place d’une grille voxélisée, on a recourt ici à un maillage tétraédrique épousant la structure de l’objet : la densité de mailles s’adapte en fonction des interfaces et des régions homogènes. Pour batir un tel maillage, la première étape de la méthode consiste à détecter les bords dans les données de projections 2D. Afin d’assurer une segmentation efficace et de bonne qualité, nous proposons d’exploiter le formalisme des tests statistiques pour paramétrer de façon optimale, automatique et rapide le filtre de Canny. L’information structurelle ainsi obtenue est ensuite fusionnée dans l’espace de reconstruction afin de construire un nuage de points échantillonnant les interfaces 3D de l’objet imagé. Pour ce faire, on procède à une rétroprojection directe des images de bords 2D pour obtenir une cartographie brute des interfaces 3D recherchées. Au moyen d’un filtrage automatisé par méthode statistique, on sélectionne les points les plus représentatifs, délimitant les interfaces avec précision. Le maillage adapté est finalement obtenu par tétraédrisation de Delaunay contrainte par ce nuage de points. Une reconstruction tomographique peut alors être réalisée sur une telle représentation en utilisant des schémas itératifs usuels pour lesquels les modèles de projecteur/rétroprojecteur sont adaptés. Nos expérimentations montrent qu’à partir d’un nombre restreint de projections sur 360° – i.e. 30 – notre méthode permet d’obtenir un nuage de points en très bonne adéquation avec les interfaces de l’objet étudié. La compression obtenue tant en termes de nombre d’inconnues à estimer qu’en espace mémoire nécessaire pour le stockage des volumes reconstruits est importante - jusqu’à 90% - attestant ainsi de l’intérêt de cette discrétisation. Les reconstructions obtenues sont prometteuses et les maillages générés de qualité suffisante pour envisager leur utilisation dans des applications de simulations – éléments finis ou autres. / 3D X-Ray computed tomography reconstruction is a method commonly used, nowadays, in both medical and non destructive testing fields to reconstruct a 3D object from a set of its 2D projections. The reconstruction space usually is sampled on a regular grid of isotropic voxels, thus inducing an increase in the number of cells used in order to get a satisfactory spatial resolution. This representation hence have a direct impact on the growth in computational cost of each reconstruction iteration and imposes the storage of volumes of considerable memory storage footprints. This dissertation introduces an approach to build an adapted sampling of the object of interest directly from a sparse dataset of projections and prior to any tomographic reconstruction. Instead of the usual voxel lattice, we make use of a tetrahedral mesh that tightly fits the object structure : cells density increases close to its interfaces and decreases in homogeneous regions. To create such a mesh, the first step of this work consists in the detection of edges in the 2D projection images. Segmentation quality being paramount for further stages, we introduce a statistical approach to automatically select crucial parameters of the selected edge detector - Canny's filter. This structural information then is merged within the 3D volume of reconstruction as a pointcloud adequately sampling the 3D interfaces of the studied object. To do so, we perform a direct backprojection of the 2D edge maps to obtain a rough 3D map of the desired interfaces. The points composing the cloud are placed according to this map by automated filtering of the rough map. This automation is attained by statistical approach. The adapted mesh is finally obtained by classical constrained Delaunay tetrahedralization algorithm on this cloud. CT reconstruction is performed on this new sampling by using usual iterative algorithms for which suitable models of projector/backprojector are proposed. Our experiments show that, using a sparse dataset - e.g. 30 projections - our method provides pointclouds tightly sampling the object interfaces. The compression achieved in the number of unknowns to estimate and in memory consumption for volume storage is sizable, vouching for the relevance of this sampling. Produced reconstructions are promising and the quality of meshes sufficient to contemplate their use in simulation applications, such as finite element methods.

L'objectif de cette thèse est de développer et de valider une méthode de calcul de dose indépendante afin de soutenir le travail de mise en service intense d'une installation de traitement par faisceaux d'ions légers (LIBT) et de valider le calcul de dose du système de planification de traitement (SP). Le travail porte sur les traitements de protonthérapie et est organisé en collaboration entre le laboratoire CREATIS (Lyon, France) et le centre de thérapie ionique MedAustron - Vienna - Austria (Wiener Neustadt, Autriche). Chez MedAustron - Vienna - Austria, afin d’exploiter une pénombre latérale aiguë du faisceau de protons et d’améliorer la précision des algorithmes de calcul de la dose TPS, l’intervalle entre la fenêtre de la tête de traitement et le patient est réduit en déplaçant le patient vers la tête de traitement. Par conséquent, les traitements non isocentriques doivent être pris en compte avec précision lors de la modélisation ainsi que lors de la phase de validation, car l'éloignement de la cible de l'isocentre de la pièce peut réduire la précision du traitement. Dans cette étude, la paramétrisation du faisceau de crayons à protons suit les recommandations de Grevillot et al. (2011), mais comprenant une description complète de la buse. Un soin particulier est apporté à la modélisation des propriétés du faisceau de crayon dans des conditions non isocentriques, y compris l'utilisation d'un Range Shifter (RaShi). La caractérisation du faisceau de crayon est basée uniquement sur les profils de fluence mesurés dans le profil de dose d’air et de profondeur acquis dans l’eau. De plus, le modèle présenté est calibré en dose absolue sur la base d'un nouveau formalisme produit-zone-dose présenté dans Palmans et Vatnitsky (2016). Finalement, une validation détaillée est effectuée dans l'eau, pour les distributions de doses tridimensionnelles de forme régulière. Plusieurs paramètres couramment exploités en dosimétrie des protons, tels que la distance parcourue, la pénombre distale, la modulation, la taille des champs et la pénombre latérale pour la dosimétrie protonique sont évalués à des fins de validation. Le modèle optique à faisceau de crayon a atteint une précision de l'exigence clinique de 1 mm / 10% et il n'est pas affecté par la complexité des traitements non isocentriques ni par l'utilisation d'un RaShi. Les plages sont reproduites entre 0,2 et 0,35 mm (déviation maximale) sans et avec le décaleur de plage, respectivement. La différence de dose dans les conditions de référence est de 0,5%. La validation de l'administration de la dose en 3D dans l'eau était à 1,2% maximum. La concordance des paramètres distaux et longitudinaux est généralement meilleure que 1 mm. Les résultats obtenus serviront de référence pour la future mise en œuvre clinique du système de calcul de dose indépendant MedAustron - Vienna - Austria. / The goal of this PhD is to develop and validate an independent dose calculation method in order to support the intense commissioning work of a Light Ion Beam Therapy (LIBT) facility, and to validate the Treatment Planning System (TPS) dose calculation. The work focuses on proton therapy treatments and is held as a collaboration between the CREATIS laboratory (Lyon, France) and the MedAustron - Vienna - Austria Ion Therapy Center (Wiener Neustadt, Austria). At MedAustron - Vienna - Austria, in order to exploit a sharp lateral penumbra for the proton beam as well as to improve the accuracy of the TPS dose calculation algorithms, the air gap between the treatment head window and the patient is reduced by moving the patient towards the treatment head. Therefore, non-isocentric treatments have to be accurately taken into consideration during modeling as well as validation phase as moving the target away from the room isocenter may lead to reduced treatment accuracy. In this study, the parametrization of the proton pencil beam follows the recommendations provided in Grevillot et al. (2011), but including a full nozzle description. Special care is taken to model the pencil beam properties in non-isocentric conditions, including the use of a Range Shifter (RaShi). The characterization of the pencil beam is based solely on fluence profiles measured in air and depth dose profile acquired in water. In addition, the presented model is calibrated in absolute dose based on a newly formalism in dose-area-product presented in Palmans and Vatnitsky (2016). Eventually, a detailed validation is performed in water, for three-dimensional regular-shaped dose distributions. Several parameters commonly exploited in proton dosimetry such as range, distal penumbra, modulation, field sizes and lateral penumbra for proton dosimetry are evaluated for validation purposes. The pencil beam optics model reached an accuracy within the clinical requirement of 1mm/10% and it is not affected by the complexity of non-isocentric treatments and the use of a RaShi. Ranges are reproduced within 0.2 and 0.35 mm (max deviation) without and with range shifter, respectively. The dose difference in reference conditions is within 0.5%. The 3D dose delivery validation in water was within 1.2% at maximum. The agreement of distal and longitudinal parameters is mostly better than 1 mm. The obtained results will be used as a reference for the future clinical implementation of the MedAustron - Vienna - Austria independent dose calculation system. As an example of the potential clinical outcome of the presented work, the patient specific quality assurance measurements performed in water have been successfully reproduced within the clinical requirement of 5% accuracy for a few patients.

L'imagerie cone-beam computed tomography (CBCT) est une méthodologie de contrôle non destructif permettant l'obtention d'images volumiques d'un objet. Le système d'acquisition se compose d'un tube à rayons X et d'un détecteur plan numérique. La recherche développée dans ce manuscrit se déroule dans le contexte industriel. L'objet est placé sur une platine de rotation et une séquence d'images 2D est acquise. Un algorithme de reconstruction procure des données volumiques de l'atténuation de l'objet. Ces informations permettent de réaliser une étude métrologique et de valider ou non la conformité de la pièce imagée. La qualité de l'image 3D est dégradée par différents artefacts inhérents à la plateforme d'acquisition. L'objectif de cette thèse est de mettre au point une méthode de correction adaptée à une plateforme de micro-tomographie par rayons X d'objets manufacturés poly-matériaux. Le premier chapitre décrit les bases de la physique et de l'algorithmie propres à la technique d'imagerie CBCT par rayons X ainsi que les différents artefacts nuisant à la qualité de l'image finale. Le travail présenté ici se concentre sur deux types d'artefacts en particulier: les rayonnements secondaires issus de l'objet et du détecteur et le durcissement de faisceau. Le second chapitre présente un état de l'art des méthodes visant à corriger le rayonnement secondaire. Afin de quantifier le rayonnement secondaire, un outil de simulation basé sur des techniques de Monte Carlo hybride est développé. Il permet de caractériser le système d'acquisition installé au laboratoire de façon réaliste. Le troisième chapitre détaille la mise en place et la validation de cet outil. Les calculs Monte Carlo étant particulièrement prohibitifs en terme de temps de calcul, des techniques d'optimisation et d'accélération sont décrites. Le comportement du détecteur est étudié avec attention et il s'avère qu'une représentation 2D suffit pour modéliser le rayonnement secondaire. Le modèle de simulation permet une reproduction fidèle des projections acquises avec le système réel. Enfin, le dernier chapitre présente la méthodologie de correction que nous proposons. Une première reconstruction bruitée de l'objet imagé est segmentée afin d'obtenir un modèle voxélisé en densités et en matériaux. L'environnement de simulation fournit alors les projections associées à ce volume. Le volume est corrigé de façon itérative. Des résultats de correction d'images tomographiques expérimentales sont présentés dans le cas d'un objet mono-matériaux et d'un objet poly-matériaux. Notre routine de correction réduit les artefacts de cupping et améliore la description du volume reconstruit. / Cone-beam computed tomography (CBCT) is a standard nondestructive imaging technique related to the acquisition of three-dimensional data. This methodology interests a wide range of applications. An industrial CBCT system comprises an X-ray source and a flat-panel detector. Radiographic images are acquired during a rotation of the object of interest. A reconstruction algorithm leads to a volumic representation of the object and a post-processing routine assesses its validity. Accurate quantitative reconstruction is needed to perform an efficient diagsnotic. However, it is challenged by the presence of different artefacts coming from the acquisition itself. This thesis aims at analyzing and correcting those artefacts in a context of industrial micro-tomography. After an introduction to the physical and algorithmic background of CBCT, the artefacts are presented. Our study adresses two major artefacts: beam hardening and scatter radiations coming from the object and the detector. The second chapter reports on the state of the art in secondary radiation correction. A simulation model of the CBCT imaging chain is developed in a Monte Carlo environment. This model is designed to be realistic in order to get an accurate insight on the processes contributing to the final image formation. The third chapter focuses on the built and validation of the simulation tool. Monte Carlo methods are exact but prohibitively slow. Consequently, acceleration and optimization techniques are used to speed-up the calculations without loss of accuracy. A layer model of the flat-panel detector gives some insight on its secondary radiation behavior. More specifically, we demonstrate that a 2D description of the detector would be sufficient to compute its contribution. Our projection tool fits well with the real system. Finally, the last chapter describes our iterative correction method. The noisy initial reconstruction is segmented into different materials and densities and fed to the simulation framework. Beam hardening and secondary radiations are corrected via the volume reconstructed from the difference between acquired and simulated projections. This correction method is shown to be effective on both mono-material and poly-material objects.

Le principe de la radiothérapie est de délivrer le maximum de dose de rayons X à la tumeur en épargnant au mieux les tissus sains environnants. Dans le cas du cancer du poumon, les mouvements respiratoires représentent une difficulté majeure. L’imagerie tomodensitométrique (TDM) 4D fournit des informations de mouvement spécifique à chaque patient qui peuvent servir de base pour la construction de modèles de mouvement respiratoire. La disponibilité dans les salles de traitement d’imageurs tomographiques embarqués sur les accélérateurs linéaires permet une estimation direct du mouvement et offre des informations plus précises. Un tel système d’imagerie permet entre-autre d’acquérir des images fluoroscopiques : ensemble de projections radiographiques 2D acquises au cours du temps et sous le même angle de vue. Notre approche s’intègre dans des systèmes de synchronisation de l’irradiation avec la respiration. Actuellement, cette technique existe en utilisant pour signal de synchronisation soit un signal externe, soit un signal interne issu du mouvement de marqueurs implantés autour de la tumeur. Notre approche permet d’obtenir un signal de synchronisation obtenu à partir de données internes sans marqueurs implantés. Dans ce cadre, nous avons expérimenté, développé puis évalué 3 méthodes de détection du mouvement à partir de séquences fluoroscopiques. Ces méthodes sont basées respectivement sur la variation de l’intensité, l’extraction de la hauteur du diaphragme et le suivi de blocst. A partir d’un algorithme de mise en correspondance de blocs, nous avons étudié l’homogénéité du mouvement apparent et déterminé, sans a priori géométrique, des régions où le mouvement est uniforme. Nous avons ensuite étudié la corrélation entre le signal interne extrait sur des séquences fluoroscopiques, et un signal extrait d’une vidéo-caméra synchronisée aux séquences fluoroscopiques assimilable à un signal externe. Dans une dernière partie, nous proposons d’estimer le mouvement 3D de la tumeur à partir d’un modèle de mouvement a priori élaboré dans une étape de pré-traitement à l’aide d’images TDM 4D et du signal respiratoire acquis dans la salle de traitement. L’intérêt de notre approche est qu’elle ne nécessite pas de marqueurs implantés ce qui la rend moins invasive que de nombreuses autres techniques. D’autre part, nous proposons un suivi 2D donc potentiellement rapide, mais basé sur un modèle 3D sous-jacent permettant ainsi de retrouver le maximum d’information. Cliniquement, notre approche permettrait de réaliser une adaptation quotidienne aux mouvements inter-sessions. Une des limites de notre approche est qu’elle nécessite une prise d’images ionisantes en continue. Un système hybride basée sur la combinaison d’un signal interne et d’un signal externe permettrait de limiter la dose additionnelle. Des efforts supplémentaires sur la réduction du temps de calcul sont encore nécessaires pour espérer guider un traitement par une telle approche. / Radiotherapy consist of locally exposing target tumor cells to ionizing radiation with the aim of causing irreparable damage to their DNA. Respiratory motion introduces uncertainties in radiation therapy fo lung cancer treatment. The main risks are an over-irradiation of soft tissue and under-irradiation of tumor. The principal aim of this work is to provide a contribution to the extraction of quantitative motion parameters which can help to improve treatment planning. Recent developments have led to the routine acquisition of four-dimensional computed tomography (4DCT) and cone-beam computed tomography (CBCT) for the planning and delivery of certain treatment strategies. The availability of these images over the course of treatment make them particularly suited for providing patient-specific motion information and deriving motion models. Cone-beam is mainly use for its 3D capacity with the rotation system. But it can also acquire fluoroscopic sequences : a set of 2D projections acquired during time and under the same angle of projection. Our approach take place in the gating category treatment where the dose delivery is synchronized with respiration. For lung cancer treatment with gated radiotherapy, tracking apparent respiratory motion in fluoroscopic images is an important step. It is frequently realize using implanted marker next to the tumor. The first purpose of this study is to extract respiratory motion during treatment delivery from fluoroscopy images without implanted markers. We developed 3 methods inspired from literature and compared them. These methods are respectively based on variation intensity in the lung, diaphragm motion extraction and block matching. For each method, we obtain a signal correlated to the respiratory motion. In a second part, we study the spatial variation of the motion in the lung. We try to determine regions where the extracted apparent motion is homogeneous and reliable. Using an adapted block-matching algorithm on fluoroscopic sequences, we extracted individual point trajectories in region of interest corresponding to the lung and classified them using the k-means++ clustering algorithm. We then studied the apparent motion separately in each determined region. As a result, we obtained regions with homogeneous motion. In a third part, we are interested in the correlation of internal and external motion. Finally, in the last section, we propose to estimate 3D motion tumor from an a priori motion model obtained with the planning 4DCT and the respiratory signal extracted in the treatment room.

Évaluer quantitativement les mouvements d'un patient lors d'un traitement par radiothérapie est un enjeu majeur. En effet, ces mouvements et ces déformations anatomiques induisent une incertitude balistique conduisant les thérapeutes à augmenter les marges de sécurité, ce qui peut empêcher de délivrer une dose suffisante à la région tumorale. Dans le cadre de cette thèse, nous nous sommes intéressés à l'estimation de ces mouvements dans les images obtenues juste avant le traitement par le scanner à faisceau conique. Pour cela, nous avons utilisé des algorithmes de recalage déformable. Dans un premier temps, nous avons cherché à améliorer la modélisation du mouvement respiratoire. Pour cela, nous nous sommes basés sur un modèle utilisant une segmentation de l'intérieur de la cage thoracique afin d'autoriser le glissement des organes internes contre cette dernière, tout en préservant un champ de déformation cohérent. La segmentation de l'intérieur de la cage thoracique est effectuée automatiquement par un algorithme qui prend en paramètres une segmentation des poumons et de la cage thoracique. Les algorithmes permettant de segmenter ces deux régions se sont avérés peu robustes, ce qui nous a poussé à les améliorer. Une fois ces structures bien segmentées, le modèle de transformation souffre d'un inconvénient majeur empêchant son utilisation dans un algorithme de recalage entre des projections 2D et une image 3D. En effet, il nécessite une segmentation 3D de l'intérieur de la cage thoracique dans les 2 images à recaler, ce qui est impossible à obtenir pour la série de projections 2D. Le modèle proposé dans cette thèse permet de contraindre les déformations à représenter des mouvements physiologiquement plausibles, tout en ne nécessitant qu'une seule segmentation de l'image 3D. Dans un deuxième temps, nous avons implémenté un algorithme de recalage 2D/3D utilisant le modèle de déformation proposé afin d'extraire le mouvement respiratoire des projections 2D de l'imageur à faisceau conique. Cet algorithme a été testé sur des images simulées dont les déformations étaient connues. Les résultats étant concluants, nous avons utilisé un algorithme de reconstruction compensée en mouvement dans le but de produire des images 3D sans flou respiratoire sur des données réelles. L'approche proposée permet d'obtenir une connaissance approfondie de l'anatomie du patient et de son mouvement respiratoire le jour du traitement, ce qui ouvre de nouvelles perspectives comme l'adaptation journalière du traitement, le calcul de dose prenant en compte le mouvement respiratoire et la re-planification de traitement. Cette approche de recalage entre une image 3D et des projections 2D est généralisable à d'autres mouvements et d'autres régions anatomiques. / Motion estimation is a challenge in radiotherapy. It requires security margins to account for the incertitude on the tumor position. In this thesis, we address the problem of estimating the motion directly in the treatment room using the cone-beam projections. Firstly, we proposed a new breathing motion model that takes into account the sliding discontinuity between the rib-cage and the lungs. This method uses a segmentation of the inner part of the rib-cage which is obtained by an algorithm that requires the segmentation of the lungs and the rib-cage. The algorithms segmenting these parts were not robust enough and we proposed methods to improve their robustness. Compared to previous methods using this mask, our motion model is more robust to segmentation inconsistencies because it only requires a single mask instead of two consistent masks. Moreover, in case of 2D/3D registration, the computation of the second mask is usually not possible. The proposed model restricts the transformation to physically plausible motions and rely on a single segmentation. Secondly, we proposed a 2D/3D registration algorithm that uses our breathing model to extract motion from the cone-beam projections obtained just before the treatment. This algorithm was tested on simulated data. Then, we applied it to real data to reconstruct motion compensated images to remove motion blur from cone-beam CT. The proposed approach gives access to the patient motion just before the treatment, which can be used to daily adapt the treatment or to compute 4D dose maps. This approach can be used for other motions in other anatomic regions.

La protonthérapie est une technique prometteuse pour le traitement du cancer, qui se répend de plus en plus. Le pic prononcé de son profil de dose ainsi que la longueur finie du parcours des particules rendent possible un traitement plus ciblé et permettent de mieux éviter d’endommager des tissus sains. Cependant, la précision de l’irradiation s’avère également être le risque principal lors de l’utilisation de cette technique. En effet, une erreur dans la profondeur de pénétration des particules pourrait engendrer des dégâts considérables. A l’heure actuelle, aucune méthode de contrôle n’est systématiquement utilisée pour s’assurer de la qualité du traitement. Dans ce manuscrit, une méthode indirecte de mesure de la distribution de dose, basé sur la détection de gammas prompts émis le long du parcours du faisceau, est étudiée. Deux concepts de caméra collimatée uni-dimensionnelle sont comparés à l’aune de leur utilisation potentielle : une caméra à fentes parallèles et une caméra “knife-edge”. Les deux systèmes sont optimisés par simulations de Monte Carlo et des mesures sont présentés pour valider ces simulations. La comparaison se base sur la précision avec laquelle un décalage dans la chute du profil prompt gamma peut être détecté, la résolution spatiale, le coût et la taille du système. Des recommandations sont émises pour le choix de la meilleure configuration, selon différentes exigeances. Des résultats similaires sont obtenus pour les deux concepts, atteignant une précision de environ 2 mm pour un seul point de “pencil beam” correspondant à 5e7 protons. L’étude se conclue par un tour d’horizon des pistes de recherche futures qui permettraient d’utiliser un système de détection de gammas prompts dans un contexte clinique futur. / Protontherapy is a promising technique for tumor treatment that is becoming more and more widespread. The sharply peaked profile of the dose and the finite particle range allow for very conformal treatment and better sparing of healthy tissue beyond the tumor, but he precise delivery also proves to be the biggest challenge of the technique. Errors in range are a considerable risk in proton therapy and no range monitoring method is currently systematically used for quality control. In this manuscript, an indirect method of measuring the dose distribution, via the detection of secondary prompt gamma radiation emitted along the beam path, is explored. Two different one-dimensional collimated camera concepts, a multi-parallel-slit camera and a knife-edge slit camera are compared with regards to their potential use. Both systems are optimized via Monte Carlo simulation and measurements are presented for validation. The comparison is made on the basis of the precision with which a shift in the prompt gamma profile falloff edge can be retrieved by comparison with a reference profile as well as the spatial resolution, the cost, weight and bulkiness of the system and guidelines are given for choosing the best configuration for different requirements. Similar values can be obtained for both concepts, reaching a precision for the retrieval of the falloff edge of around 2 mm for a single pencil beam spot of 5×107 protons. This study concludes with an outlook on future developments and areas of investigation with the goal of reaching clinical applicability of a prompt gamma detection system.

L'analyse de la microstructure osseuse joue un rôle important pour étudier des maladies de l'os comme l'ostéoporose. Des nouveaux scanners périphériques haute résolution (HR-pQCT) permettent de faire des acquisitions de la micro-architecture osseuse in-vivo sur l'homme. Toutefois la résolution spatiale de ces appareils reste comparable à la taille des travées osseuses, ce qui limite leur analyse quantitative. L'objectif de cette thèse est de proposer de nouvelles approches jointes super-résolution/ segmentation pour une analyse quantitative plus fine des images HR-pQCT in-vivo de la structure osseuse trabéculaire. Dans une première étape nous nous sommes concentrés sur des méthodes 2D de super-résolution avec régularisation par variation totale (TV) puis par variation totale d'ordre plus élevé (Higher Degree TV), avec minimisation par un algorithme ADMM (Alternating Direction Method of Multipliers). Ensuite, nous avons proposé une méthode itérative combinant le principe de Morozov et la méthode de Newton pour estimer le paramètre de régularisation TV. Comparé à la méthode UPRE (Unbiased Predictive Risk Estimator), la méthode proposée est plus rapide et ne requiert pas un balayage exhaustif des valeurs des paramètres. Nous avons développé dans une deuxième étape une méthode de super-résolution/segmentation conjointe avec un a priori basé sur la Variation Totale et une relaxation convexe (Tvbox), qui permet d'améliorer les paramètres quantitatifs de l'os et de la connectivité 3D. La méthode a été validée sur des images expérimentales micro-CT déteriorées artificiellement. Finalement, en vue de l'application à des images réelles HR-pQCT, nous nous sommes intéressés à une approche conjointe semi-aveugle super-résolution/segmentation qui vise à estimer à la fois l'image binaire super-résolue et le noyau de convolution. Des résultats sur des images micro-CT et HR-pQCT sont présentés. En conclusion, notre travail montre que les méthodes d'optimisation basées sur la régularisation TV sont prometteurs pour améliorer la quantification de la micro-architecture osseuse sur des images HR-pQCT. / The investigation of trabecular bone micro-architecture provides relevant information to determine the bone strength, an important parameter in osteoporosis investigation. While the spatial resolution of clinical CT is not sufficient to resolve the trabecular structure, the High Resolution peripheral Quantitative CT (HR-pQCT) has been developed to investigate bone micro-architecture in-vivo at peripheral sites (tibia and radius). Despite this considerable progress, the quantification of 3D trabecular bone micro-architecture in-vivo remains limited due to a lack of spatial resolution compared to the trabeculae size. The objective of this thesis is to propose new joint super-resolution/segmentation approaches for improving the quantitative analysis of in-vivo HR-pQCT images of the trabecular bone structure. To begin with, we have investigated 2D super-resolution methods based on Total Variation (TV) and Higher Degree Total Variation (HDTV) and Alternating Direction Method of Multipliers (ADMM) minimization. Afterwards, an iterative method combining the Morozov principle and the Newton method was proposed in order to estimate the TV regularization parameter. The proposed method provides a very good regularization parameter only in few iterations compared with the UPRE method that requires an extensive scanning of parameter values. Furthermore, we have developed a 3D joint super-resolution/segmentation method based on a TV a prior with a convex relaxation (TVbox). The validation of the proposed methods was made on experimental micro-CT bone images artificially deteriorated. The results showed an improvement of the bone parameters and 3D connectivity with the TVbox method. Moreover, we have investigated a semi-blind joint super-resolution/ segmentation approach aiming to estimate both the binary super-resolved image and the assumed Gaussian blurring kernel that is not known for the real HR-pQCT images. Results on micro-CT and HR-pQCT experimental bone images were presented. In conclusion, our work has shown that TV based regularization methods promise to improve the quantification of bone micro-architecture from HR-pQCT images.

La tomodensitométrie intégrant une source de rayons X à faisceau divergent et un détecteur grand champ est une technique bien connue dans le domaine de la tomographie industrielle. La nature des matériaux et les épaisseurs traversées conduisent inévitablement à la génération de rayonnement diffusé. Ce dernier est généré par l’objet mais également par le détecteur. La présence de rayonnement parasite conduit à ne plus respecter l’hypothèse de la loi de Beer-Lambert. Par conséquent, on voit apparaitre sur les coupes tomographiques des artefacts de reconstruction comme des streaks, des effets ventouses ou des valeurs d’atténuation linéaire erronée. Par conséquence, on retrouve dans la littérature de nombreuses méthodes de correction du diffusé. Ce travail vise à mettre en point et tester une méthode originale de correction du diffusé. Le premier chapitre de cette étude, dresse un état de l’art de la plupart des méthodes de corrections existantes. Nous proposons, dans le deuxième chapitre, une évolution de la méthode de superposition des noyaux de convolution (Scatter Kernel Superposition). Notre méthode repose sur une description continue des noyaux en fonction de l’épaisseur traversée. Dans cette méthode, les noyaux de diffusion sont paramétrés analytiquement sur toute la plage d'épaisseur. Le procédé a été testé pour des objets à la fois mono-matériaux et poly-matériaux, ainsi que sur des données expérimentales et simulées. Nous montrons dans le troisième chapitre l’importance de la contribution du diffusé détecteur dans la qualité de l’image reconstruite. Mais également l’importance de décrire les noyaux de convolution à l'aide d'un modèle à quatre gaussienne. Les résultats obtenus à partir de données expérimentales prouvent que la correction du diffusé de l'objet seul ne suffit pas pour obtenir une image de reconstruite sans artefacts. Afin de disposer d’une meilleur modélisation du diffusé du détecteur, nous décrivons, dans le dernier chapitre, une méthode basée sur la combinaison de données expérimentales et simulées permettant d’améliorer l’estimation des noyaux de diffusé. / Advanced Cone Beam Computed Tomography (CBCT) typically uses a divergent conebeam source and a large area detector. As a result, there an inevitable increase in the size area of illumination causing an increase in the intensity of X-ray scatter signal, both from the object and the detector. This leads to the violation of prime assumption of reconstruction process which is based on straight line integrals path followed by the photons. Consequently scatter artifacts appear in the reconstruction images as steaks, cupping effect and thus produce wrong reconstruction values. Due to the severity of the reconstruction artifact caused by scatter, many scatter corrections methods have been adopted in literature. The first part of this study, reviews most of the existing scatter correction methods. The effect of scattering becomes more prominent and challenging in case of X-ray source of high energy which is used in industrial Non Destructive Testing (NDT), due to higher scatter to primary ratio (SPR). Therefore, in this study, we propose a continuously thickness-adapted deconvolution approach based on improvements in the Scatter Kernel Superposition (SKS) method. In this method, the scatter kernels are analytically parameterized over the whole thickness range of the object under study to better sample the amplitude and shape of kernels with respect to the thickness. The method is tested for both homogeneous and heterogeneous objects as well as simulated and experimental data. Another important aspect of this study is the comprehensive evaluation of contribution of the detector scatter performed using continuous method by separating the contribution of scatter due to the object and the detector. This is performed by modeling the scatter kernels using a four-Gaussian model. In the first approach, we performed this evaluation based on simulation of kernels from Monte Carlo simulations and the corrections are performed on typical industrial experimental data. The results obtained prove that the scatter correction only due to the object is not sufficient to obtain reconstruction image, free from artifacts, as the detector also scatters considerably. In order to prove this point experimentally and to have a better modeling of the detector, we describe a method based on combination of experiments and simulations to calculate the scatter kernels. The results obtained also prove, the contribution of the detector scattering becomes important and the PSF of the detector is not constant as considered in the studies so far, but it varies to a great extend with the energy spectrum.