Ce travail de thèse porte sur la quantification et la prise en compte des variations anatomiques en cours de radiothérapie guidée par l'image pour le cancer de la prostate. Nous proposons tout d'abord une approche basée population pour quantifier et analyser les incertitudes géométriques, notamment à travers des matrices de probabilité de présence de la cible en cours de traitement. Nous proposons ensuite une méthode d'optimisation des marges suivant des critères de couverture géométrique de la cible tumorale. Cette méthode permet d'obtenir des marges objectives associées aux différents types d'incertitudes géométriques et aux différentes modalités de repositionnement du patient. Dans un second temps, nous proposons une méthode d'estimation de la dose cumulée reçue localement par les tissus pendant un traitement de radiothérapie de la prostate. Cette méthode repose notamment sur une étape de recalage d'images de façon à estimer les déformations des organes entre les séances de traitement et la planification. Différentes méthodes de recalage sont proposées, suivant les informations disponibles (délinéations ou points homologues) pour contraindre la déformation estimée. De façon à évaluer les méthodes proposées au regard de l'objectif de cumul de dose, nous proposons ensuite la génération et l'utilisation d'un fantôme numérique reposant sur un modèle biomécanique des organes considérés. Les résultats de l'approche sont présentés sur ce fantôme numérique et sur données réelles. Nous montrons ainsi que l'apport de contraintes géométriques permet d'améliorer significativement la précision du cumul et que la méthode reposant sur la sélection de contraintes ponctuelles présente un bon compromis entre niveau d'interaction et précision du résultat. Enfin, nous abordons la question de l'analyse de données de populations de patients dans le but de mieux comprendre les relations entre dose délivrée localement et effets cliniques. Grâce au recalage déformable d'une population de patients sur une référence anatomique, les régions dont la dose est significativement liée aux événements de récidive sont identifiées. Il s'agit d'une étude exploratoire visant à terme à mieux exploiter l'information portée par l'intégralité de la distribution de dose, et ce en fonction du profil du cancer.

Ce travail de thèse porte sur la quantification et la prise en compte des variations anatomiques en cours de radiothérapie guidée par l'image pour le cancer de la prostate. Nous proposons tout d'abord une approche basée population pour quantifier et analyser les incertitudes géométriques, notamment à travers des matrices de probabilité de présence de la cible en cours de traitement. Nous proposons ensuite une méthode d'optimisation des marges suivant des critères de couverture géométrique de la cible tumorale. Cette méthode permet d'obtenir des marges objectives associées aux différents types d'incertitudes géométriques et aux différentes modalités de repositionnement du patient. Dans un second temps, nous proposons une méthode d'estimation de la dose cumulée reçue localement par les tissus pendant un traitement de radiothérapie de la prostate. Cette méthode repose notamment sur une étape de recalage d'images de façon à estimer les déformations des organes entre les séances de traitement et la planification. Différentes méthodes de recalage sont proposées, suivant les informations disponibles (délinéations ou points homologues) pour contraindre la déformation estimée. De façon à évaluer les méthodes proposées au regard de l'objectif de cumul de dose, nous proposons ensuite la génération et l'utilisation d'un fantôme numérique reposant sur un modèle biomécanique des organes considérés. Les résultats de l'approche sont présentés sur ce fantôme numérique et sur données réelles. Nous montrons ainsi que l'apport de contraintes géométriques permet d'améliorer significativement la précision du cumul et que la méthode reposant sur la sélection de contraintes ponctuelles présente un bon compromis entre niveau d'interaction et précision du résultat. Enfin, nous abordons la question de l'analyse de données de populations de patients dans le but de mieux comprendre les relations entre dose délivrée localement et effets cliniques. Grâce au recalage déformable d'une population de patients sur une référence anatomique, les régions dont la dose est significativement liée aux événements de récidive sont identifiées. Il s'agit d'une étude exploratoire visant à terme à mieux exploiter l'information portée par l'intégralité de la distribution de dose, et ce en fonction du profil du cancer. / This work deals with the quantification and the compensation of anatomical deformations during image-guided radiotherapy of prostate cancer. Firstly, we propose a population-based approach to quantify the geometrical uncertainties by means of coverage probability matrices of the target tumor during the treatment. We then propose a margins optimization method based on geometrical coverage criteria of the tumor target. This method provides rationnal margins models associated to the different geometrical uncertainties and patient repositioning protocols. Secondly, we propose a method to estimate the locally accumulated dose during the treatment. This method relies on a deformable image registration process in order to estimate the organ deformations between each treatment fraction and the planning. Different registration methods are proposed, using different level of user interactions (landmarks specification or delineations) to constrain the deformation estimation. In order to evaluate the performance of the proposed methods, we then describe the generation of a numerical phantom based on a biomechanical model. The results are presented for the numerical phantom and real clinical cases. We show that the benefit brought by the manual placement of some landmarks to constrain the registration represents a good compromise between the required interaction level and the dose estimation accuracy. Finally, we address the issue of the analysis of population data in order to better understand the relationship between the locally delivered dose and clinical effects. With deformable image registration of a population of patients on an anatomical template, regions whose dose is significantly associated with recurrence events are identified. This last part is an exploratory study aiming to better use the information carried by the entire distribution dose, and according to the cancer profile.