Cervix cancer affects women of all ages and causes significant morbidity and mortality. Locally advanced disease is curable with radiotherapy (RT) in about 50% of patients, although often at the expense of serious side effects. In order to improve the therapeutic ratio of tumour control versus normal tissue toxicity, conformal intensity-modulated radiotherapy (IMRT) is being investigated. However, inter- and intra-fractional motion of cervix cancer can contribute to both geographical miss of the target and overdosing of surrounding normal tissues, particularly in the setting of conformal IMRT with steep dose gradients. Defining the target volume accurately and understanding the dose consequence of these complex intra-pelvic organ dynamics during external beam radiotherapy forms the essential foundations for future treatment optimization and adaptation. This in turn will lead to improvements in tumour control and disease-free survival while minimising treatment toxicity.

Cervix cancer affects women of all ages and causes significant morbidity and mortality. Locally advanced disease is curable with radiotherapy (RT) in about 50% of patients, although often at the expense of serious side effects. In order to improve the therapeutic ratio of tumour control versus normal tissue toxicity, conformal intensity-modulated radiotherapy (IMRT) is being investigated. However, inter- and intra-fractional motion of cervix cancer can contribute to both geographical miss of the target and overdosing of surrounding normal tissues, particularly in the setting of conformal IMRT with steep dose gradients. Defining the target volume accurately and understanding the dose consequence of these complex intra-pelvic organ dynamics during external beam radiotherapy forms the essential foundations for future treatment optimization and adaptation. This in turn will lead to improvements in tumour control and disease-free survival while minimising treatment toxicity.

Le cancer pulmonaire est la principale cause de décès parmi tous les cancers au Canada. Le pronostic est généralement faible, de l'ordre de 15% de taux de survie après 5 ans. Les déplacements internes des structures anatomiques apportent une incertitude sur la précision des traitements en radio-oncologie, ce qui diminue leur efficacité. Dans cette optique, certaines techniques comme la radio-chirurgie et la radiothérapie par modulation de l'intensité (IMRT) visent à améliorer les résultats cliniques en ciblant davantage la tumeur. Ceci permet d'augmenter la dose reçue par les tissus cancéreux et de réduire celle administrée aux tissus sains avoisinants. Ce projet vise à mieux évaluer la dose réelle reçue pendant un traitement considérant une anatomie en mouvement. Pour ce faire, des plans de CyberKnife et d'IMRT sont recalculés en utilisant un algorithme Monte Carlo 4D de transport de particules qui permet d'effectuer de l'accumulation de dose dans une géométrie déformable. Un environnement de simulation a été développé afin de modéliser ces deux modalités pour comparer les distributions de doses standard et 4D. Les déformations dans le patient sont obtenues en utilisant un algorithme de recalage déformable d'image (DIR) entre les différentes phases respiratoire générées par le scan CT 4D. Ceci permet de conserver une correspondance de voxels à voxels entre la géométrie de référence et celles déformées. La DIR est calculée en utilisant la suite ANTs («Advanced Normalization Tools») et est basée sur des difféomorphismes. Une version modifiée de DOSXYZnrc de la suite EGSnrc, defDOSXYZnrc, est utilisée pour le transport de particule en 4D. Les résultats sont comparés à une planification standard afin de valider le modèle actuel qui constitue une approximation par rapport à une vraie accumulation de dose en 4D. / Pulmonary cancer is the main cause of death amongst all cancers in Canada with a prognosis of about 15% survival rate in 5 years. The efficiency of radiotherapy treatments is lower when high displacements of the tumors are observed, mostly caused by intrafraction respiratory motion. Advanced techniques such as radiosurgery and intensity-modulated radiotherapy treatments (IMRT) are expected to provide better clinical results by delivering higher radiation doses to the tumor while sparing the surrounding healthy lung tissues. The goal of this project is to perform 4D Monte Carlo dose recalculations to assess the dosimetric impact of moving tumors in CyberKnife and IMRT treatments using dose accumulation in deforming anatomies. Scripts developed in-house were used to model both situations and to compare the Monte Carlo dose distributions with those obtained with standard clinical plans. Displacement vectors fields are obtained from a 4D CT data set and a deformable image registration (DIR) algorithm which allows a voxel-to-voxel correspondence between each respiratory phase. The DIR is computed by the Advanced Normalization Tools (ANTs) software and is mostly based on diffeormophisms. A modified version of DOSXYZnrc from EGSnrc software, defDOSXYZnrc, is used to transport radiation through non-linear geometries. These results are then compared to a typical 3D plan to determine whether or not the current planification is a good approximation of the true 4D dose calculation.

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.