No description available.

Magnetic resonance spectroscopy has been widely used in medical applications, rendering precise evaluation and diagnosis in clinics. As the development of various tools for automatic spectra analysis, providing objective quantification of metabolites, absolute concentrations has been playing an important role in clinical studies and applications as well. In this study, we investigate the reliability and accuracy of absolute concentration quantified by LCModel. Ten healthy subjects were included. We compared the resultant concentrations calculated by internal water scaling and phantom calibration, both of which are provided by LCModel. Partial volume effect was also taken into account to improve the accuracy of absolute concentrations. Automatic segmentation was applied to volume of interest in order to separate gray matter and white matter, which will facilitate the further partial volume correction and thus better accuracy of absolute quantification.

Magnetic resonance spectroscopy is now in widespread use, which with various tools of spectra analysis can provide concentrations of metabolites. The influence of metabolites on human physiology is greatly. Due to the tiny variation of the concentration in various metabolites, the analytic method used in the quantitative determination of the absolute concentrations of metabolites plays an important role in this research area. In this thesis we present an analysis tool for segmentation of white matter, gray matte and cerebrospinal fluid using region growing with spatial space, and provide manual interaction for exception handling in this subject. Then we use this tool to analyze different percentages of white matter and gray matter with the default parameter by LCModel and correct partial volume effect. The results show that the proposed tool can improve significantly the accuracy in absolute quantitative analysis of concentration.

Tumor functional volume (FV) and its mean activity concentration (mAC) are the quantities derived from positron emission tomography (PET). These quantities are used for estimating radiation dose for a therapy, evaluating the progression of a disease and also use it as a prognostic indicator for predicting outcome. PET images have low resolution, high noise and affected by partial volume effect (PVE). Manually segmenting each tumor is very cumbersome and very hard to reproduce. To solve the above problem I developed an algorithm, called iterative deconvolution thresholding segmentation (IDTS) algorithm; the algorithm segment the tumor, measures the FV, correct for the PVE and calculates mAC. The algorithm corrects for the PVE without the need to estimate camera’s point spread function (PSF); also does not require optimizing for a specific camera. My algorithm was tested in physical phantom studies, where hollow spheres (0.5-16 ml) were used to represent tumors with a homogeneous activity distribution. It was also tested on irregular shaped tumors with a heterogeneous activity profile which were acquired using physical and simulated phantom. The physical phantom studies were performed with different signal to background ratios (SBR) and with different acquisition times (1-5 min). The algorithm was applied on ten clinical data where the results were compared with manual segmentation and fixed percentage thresholding method called T50 and T60 in which 50% and 60% of the maximum intensity respectively is used as threshold. The average error in FV and mAC calculation was 30% and -35% for 0.5 ml tumor. The average error FV and mAC calculation were ~5% for 16 ml tumor. The overall FV error was ~10% for heterogeneous tumors in physical and simulated phantom data. The FV and mAC error for clinical image compared to manual segmentation was around -17% and 15% respectively. In summary my algorithm has potential to be applied on data acquired from different cameras as its not dependent on knowing the camera’s PSF. The algorithm can also improve dose estimation and treatment planning.

Les pathologies cardio-vasculaires d’origine athéroscléreuse, premières causes de mortalité dans les pays occidentaux, sont insuffisamment prises en charge par les outils de dépistage et de suivi thérapeutique actuels. La Tomographie par Emission de Positons (TEP) est susceptible d’apporter au clinicien des outils puissants pour le diagnostic et le suivi thérapeutique des patients, en particulier grâce au traceur Fluorodésoxyglucose marqué au fluor 18 ([18F]-FDG). Cependant, l’Effet de Volume Partiel (EVP), dû notamment à la résolution spatiale limitée dans les images (plusieurs millimètres) en regard des faibles dimensions (de l’ordre du millimètre) des VOlumes d’Intérêt (VOIs), et les fluctuations statistiques du signal mesuré présentent des défis pour une quantification fiable.Un modèle original de lésion athéromateuse, paramétré par ses dimensions et sa concentration d’activité, a été développé et des simulations Monte-Carlo d’acquisitions TEP au [18F]-FDG de 36 lésions ont été produites. A partir des acquisitions simulées, nous avons montré que le nombre d’itérations des reconstructions itératives, le post-filtrage appliqué et le moyennage dans le VOI,paramètres relevés comme hautement variables dans une revue de la littérature dédiée, peuvent induire des variations des valeurs de fixation mesurées d’un facteur 1.5 à 4. Nous avons montré qu’une modélisation de la réponse du tomographe pouvait réduire le biais de mesure d’environ 10% par rapport au biais mesuré sur une image reconstruite avec un algorithme itératif standard et pour un niveau de bruit comparable. Sur les images reconstruites, nous avons montré que la fixation mesurée reste très biaisée (sous-estimation de plus de 50% du SUV réel) et dépend fortement des dimensions de la lésion à cause de l’EVP. Un contraste minimum de 4 par rapport à l’activité sanguine est nécessaire pour qu’une lésion soit détectée. Sans correction d’EVP, la mesure présente une corrélation faible avec la concentration d’activité, mais est très corrélée à l’activité totale dans la lésion. L’application d’une correction d’EVP fournit une mesure moins sensible à la géométrie de la lésion et plus corrélée à la concentration d’activité mais réduit la corrélation à l’activité totale dans la lésion.En conclusion, nous avons montré que l’intégralité de la fixation du [18F]-FDG dans les lésions athéromateuses inflammatoires totale peut être caractérisée sur les images TEP. Cette estimée ne requiert pas de correction de l’EVP. Lorsque la concentration d’activité dans la lésion est estimée, les mesures sont très biaisées à cause de l’EVP. Ce biais peut être réduit en mesurant le voxel d’intensité maximale, dans les images reconstruites sans post-filtrage avec au moins 80 itérations incluant un modèle de réponse du détecteur. La mise en œuvre d’une correction d’EVP facilite la détection des changements d’activité métabolique indépendamment de changements de dimensions de la zone siègede l’inflammation. Une quantification absolue exacte de la concentration d’activité dans les lésions ne sera possible que via une amélioration substantielle de la résolution spatiale des détecteurs TEP. / Cardiovascular disease is the leading cause of death in western countries. New strategies and tools for diagnosis and therapeutic monitoring need to be developed to manage patients with atherosclerosis, which is one major cause of cardiovascular disease. Fluorodeoxyglucose Positron Emission Tomography (FDG-PET) is a powerful imaging technique that can detect at early stages plaques prone to rupture. Yet, Partial Volume Effect (PVE), due to the small lesion dimensions (around 1 mm) with respect to the scanner spatial resolution (around 6 mm full width at half maximum), and statistical variations considerably challenge the precise characterization of plaques from PET images. An original model of atheromatous lesion parameterized by its dimensions and activity concentration, was developed. Thirty six Monte Carlo simulations of FDG-PET acquisitions were produced. Based on the simulations, we showed that the number of iterations in iterative reconstructions, the post filtering of reconstructed images and the quantification method in the Volume Of Interests (VOI) varied sharply in an analysis of the dedicated literature. Changes in one of these parameters only could induce variations by a factor of 1.5 to 4 in the quantitative index. Overall, inflammation remained largely underestimated (> 50% of the real uptake). We demonstrated that modeling the detector response could reduce the bias by 10% of its value in comparison to a standard OSEM recontruction and for an identical level of noise. In reconstructed images, we showed that the measured values depended not only on the real uptake but also on the lesion dimensions because of PVE. A minimum contrast of 4 with respect to blood activity was required for the lesion to be observable. Without PVE correction, the measured values exhibited a correlation with activity concentration but were much more correlated with the total uptake in the lesion. Applying a PVE correction leads to an activity estimate that was less sensitive to the geometry of the lesion. The corrected values were more correlated to the activity concentration and less correlated to the total activity. In conclusion, we showed that the total activity in inflammatory lesions could be assessed in FDG-PET images. This estimate did not require PVE correction. Tracer concentration estimates are largely biased due to PVE, and the bias can be reduced by measuring the maximum voxel in the lesion in images reconstructed with at least 80 iterations and by modeling the detector response. Explicit PVE correction is recommended to detect metabolic changes independent of geometric changes. An accurate estimation of plaque uptake will however require the intrinsic spatial resolution of PET scanners to be improved.

Objectif : Etudier l’impact volumétrique et dosimétrique de l’intégration des données de tomographie par émission de positons (TEP) en radiothérapie (RT) à travers deux modèles cliniques : les cancers oto-rhino-laryngologiques (ORL) et les cancers pulmonaires. Matériel et méthodes : Pour les cancers ORL, après un travail préalable sur fantôme pour mise au point d’une méthode de segmentation automatique par seuillage adaptatif, deux séries de neuf et 15 patients présentant un cancer ORL traité par RT, ont bénéficié d’une TEP respectivement au 18F-Fluorodeoxyglucose (18F-FDG) et au 18F-Fluoromisonidazole (18F-FMISO), traceur de l’hypoxie. Les modifications volumétriques et dosimétriques induites par ces examens ont été analysées. Pour le 18F-FMISO, différents temps d’acquisition et différentes méthodes de segmentation ont également été étudiés. Pour les cancers pulmonaires, l’impact sur la RT d’une TEP-4D au 18F-FDG avec correction des effets de volume partiel (EVP) et application de différentes méthodes de segmentation, a été évalué à travers l’analyse des sept premiers patients inclus dans le protocole PULMOTEP, promu par le CHU de Bordeaux. Résultats : Pour les cancers ORL, la TEP au 18F-FDG a conduit à une réduction des volumes de RT de 40% tout en individualisant des zones de « mismatch » entre TEP et scanner. Pour la TEP au 18F-FMISO, un meilleur contraste des images était retrouvé à 4h. Cependant, les volumes segmentés à 3 et 4h n’étaient pas significativement différents, permettant d’envisager en pratique courante des acquisitions moins tardives à 3h. L’utilisation d’une TEP au 18F-FMISO permettait d’envisager la réalisation d’une « escalade de dose » sur les zones hypoxiques avec une augmentation du taux de probabilité de contrôle tumoral de 18,1% sans augmentation excessive de la toxicité. Pour les cancers pulmonaires, il n’était pas retrouvé d’impact de la correction du mouvement respiratoire, un seul patient sur les sept étudiés présentant une tumeur mobile. Un impact constant de la correction des EVP était par contre retrouvé avec une augmentation de l’activité tumorale maximale de 27% et une diminution des volumes segmentés de 15%.Conclusion : Pour les cancers ORL, la validation de ces résultats nécessite la réalisation d’études cliniques. Pour les cancers pulmonaires, l’utilisation d’une TEP-4D avec correction du mouvement respiratoire doit être envisagée au cas par cas. L’implémentation en clinique de logiciels de correction des EVP semble, par contre, à encourager. / Objective: To study the impact of Positron Emission Tomography (PET) data on radiotherapy (RT) planning through two clinical models: the head-and-neck cancers (HNC) and the pulmonary cancers. Methods and Materials: For HNC, after a previous phantom study in order to determinate an automatic segmentation method with adaptive thresholding, two series of nine and 15 patients selected for RT, underwent PET with 18F-Fluorodeoxyglucose (FDG) and 18F-Fluoromisonidazole (FMISO). The impact on RT target volumes (TV) and dosimetries was evaluated. For FMISO-PET, several time acquisitions and several segmentation methods were assessed. For pulmonary cancers, the use of a four-dimensional (4D) FDG-PET with partial volume effect (PVE) correction and several segmentation methods was evaluated through the first seven patients enrolled in the PULMOTEP protocol performed by the CHU of Bordeaux. Results: For HNC, FDG-PET led to a RT TV reduction of 40%, with mismatches between PET and CT data. For FMISO-PET images, a better contrast was obtained 4h after FMISO injection. However, segmented volumes obtained at 3 and 4h were not statistically different allowing PET- acquisitions at 3h in routine clinical practice. The use of FMISO-PET allows considering « dose escalation » on hypoxic TV with an increase of tumour control probability by 18,1% without excessive increase of toxicities. For pulmonary cancers, there was no impact of the respiratory motion correction but only one patient on seven presented a mobile tumour. PVE correction had impact on RT TV with an increase of the maximal tumoural activity by 27% and a volume reduction of 15%. Conclusion: For HNC, the validation of these results needs clinical and prospective studies. For pulmonary cancers, the use of 4D-PET must be decided case by case. On the other side, the implementation of automatic software for PVE correction seems interesting.

Medical computer vision is a novel research discipline based on the application of computer vision methods to data sets acquired via medical imaging techniques. This work focuses on magnetic resonance imaging (MRI) data sets, particularly in studies of schizophrenia and multiple sclerosis. Research on these diseases is challenged by the lack of appropriate morphometric tools to accurately quantify lesion growth, assess the effectiveness of a drug treatment, or investigate anatomical information believed to be evidence of schizophrenia. Thus, most hypotheses involving these conditions remain unproven. This thesis contributes towards the development of such morphometric techniques. A framework combining several tools is established, allowing for compensation of bias fields, boundary detection by modelling partial volume effects (PVE), and a combined statistical and geometrical segmentation method. Most importantly, it also allows for the computation of confidence bounds in the location of the object being segmented by bounding PVE voxels. Bounds obtained in such fashion encompass a significant percentage of the volume of the object (typically 20-60%). A statistical model of the intensities contained in PVE voxels is used to provide insight into the contents of PVE voxels and further narrow confidence bounds. This not only permits a reduction by an order of magnitude in the width of the confidence intervals, but also establishes a statistical mechanism to obtain probability distributions on shape descriptors (e.g. volume), instead of just a raw magnitude or a set of confidence bounds. A challenging clinical study is performed using these tools: to investigate differences in asymmetry of the temporal horns in schizophrenia. This study is of high clinical relevance. The results show that our tools are sufficiently accurate for studies of this kind, thus providing clinicians, for the first time, with the means to corroborate unproven hypotheses or reliably assess patient evolution.

Ce mémoire a pour objectif de mieux comprendre la tomodensitométrie par rayons-x appliquée à la géocryologie. La majorité des études ayant pour but d’analyser le pergélisol en utilisant la tomodensitométrie sont qualitative. De ce fait, il est principalement question de décrire les cryostructures et la disposition géométrique de la glace dans le pergélisol. Il existe peu d’études quantitatives où le volume de glace est estimé avec la tomodensitométrie. De ce fait les méthodologies quantitatives sont peu développées et leur degré de confiance est mal connu. Des échantillons de pergélisol ont été scannés puis analysés avec le logiciel de visualisation Dragonfly©. Une méthode d’analyse quantitative a été développée et combinée à des mesures en laboratoire afin de déterminer l’erreur entre la proportion en glace estimée sur les Ct-Scans et celle mesurée sur l’échantillon physique. Ensuite, une équation pour essayer de corriger cette erreur a été appliquée. Celle-ci a été déterminée à partir de comparaisons des estimations des volumes de glace sur les Ct-Scans et leurs valeurs mesurées en laboratoire. Ces comparaisons ont également permis d’estimer la quantité de matière organique présente dans un échantillon. Les cryostructures du pergélisol ont été modélisées en 3D. Cela a permis de bonifier la classification Nord-Américaine établie par Murton et French en 1994 et de quantifier les volumes respectifs de glace et de sédiments. / This thesis aims to better understand x-ray computed tomography in geosciences and more particularly its use with frozen ground science. Most studies in permafrost science using x-ray computed tomography were qualitative. Therefore, they mainly describe the permafrost cryostructures and the geometric arrangement of the ice in permafrost. There were few quantitative studies where the volumetric ice content of permafrost was estimated with Ct-Scans. As a result, quantitative methodologies are poorly developed, and their degree of confidence is also poorly assessed. Samples from different locations in the Canadian Arctic were scanned and analyzed using Dragonfly©, a visualization software. A quantitative analysis method has been developed and combined with laboratory measurements to calculate the error between the proportion of ice estimated on the Ct-Scans and the one measured on the physical sample. A correction method was developed and applied to the Ct-scans dataset to reduce the error in volumetric ice content estimations. This equation also allows to give an estimation of the organic matter proportion inside a sample. The permafrost cryostructures were modeled in 3D. This improved the visualization of the cryostructures of the North American classification established by Murton and French in 1994, and it allowed to quantify their volumetric ice and sediment contents.

No description available.

La Tomographie par Emission de Positons (TEP) au Fluoro-déoxyglucose marqué au Fluor 18 (¹⁸F-FDG), analogue du glucose, permet d'obtenir une image de la consommation de glucose dans l'organisme. La plupart des foyers tumoraux présentant une consommation excessive de glucose, son utilisation en oncologie permet d'améliorer la prise en charge des patients en diminuant le temps nécessaire pour évaluer l'efficacité des traitements tels que la chimiothérapie et la radiothérapie. Mon projet de recherche visait à proposer et améliorer des méthodes de quantification en TEP au ¹⁸F-FDG afin de caractériser au mieux l'évolution métabolique des volumes tumoraux.De nombreux facteurs biaisent la quantification en TEP. Parmi eux, l'Effet de Volume Partiel (EVP) reste difficile à corriger, notamment à cause de la faible résolution spatiale des images TEP. Afin de déterminer l'impact de la correction de l’EVP sur l’évaluation des réponses des tumeurs, une étude sur données simulées par Monte Carlo a tout d’abord été effectuée. Cette étude a été complétée par l’analyse de données TEP/TDM (Tomodensitométrie) acquises chez 40 patients atteints de cancers colorectaux métastatiques (CCM), traités par chimiothérapie à l'Institut Jules Bordet (Bruxelles). L’analyse de 101 tumeurs a montré que les critères tels que le SUV, n’incluant pas de correction de l'EVP, et qui reflètent alors le volume tumoral et son activité, prédisaient mieux l’évolution tumorale que les critères corrigés de l’EVP. Compte tenus des résultats prometteurs récents de méthodes de caractérisation de l’hétérogénéité de la fixation du FDG dans les tumeurs, un second volet de notre travail a consisté à étudier l’intérêt de la prise en compte de la texture dans le cadre du suivi thérapeutique. L’application de l’analyse de texture aux cas de CCM étudiés précédemment n’a pas permis de démontrer une valeur ajoutée des indices de texture par rapport aux index quantitatifs couramment employés en clinique. Nous avons montré que cette conclusion s’expliquait en partie par la non-robustesse des indices de texture vis-à-vis des paramètres impliqués dans leur mesure. Nous avons enfin cherché à évaluer une méthode d’Analyse Factorielle de Séquences d’Images Médicales (AFSIM), appliquée au contexte du suivi thérapeutique, pour caractériser l’évolution tumorale tout au long du traitement. Cette étude a porté sur 9 séries de 4 à 6 examens TEP/TDM de patients traités par radiothérapie au Centre Hospitalier Universitaire Henri Becquerel de Rouen. Outre l’information visuelle globale apportée par cette méthode, l’analyse quantitative des résultats obtenus a permis de caractériser l’hétérogénéité de la réponse vue par l’AFSIM. L’échec des index classiques, provenant entre autres de leur incapacité à distinguer les processus inflammatoires de l’activité métabolique tumorale, a permis de monter la valeur ajoutée de l’AFSIM par rapport aux index tels que le SUV maximal ou moyen. / Positron Emission Tomography (PET) using ¹⁸F-FluoroDeoxyGlucose (¹⁸F-FDG), a radiolabelled analogue of the glucose, is used to get an image of the glucose consumption in the body. As most tumor masses show a high glucose consumption, PET is widely used in oncology for diagnosis and patient monitoring. In the context of patient monitoring, the motivation is to decrease the time interval needed to assess treatment (radiotherapy or chemotherapy efficieny) compared to therapeutic follow-up based only on anatomic imaging only (Computed Tomography or Magnetic Resonance Imaging). My research project aimed at proposing and improving quantitative methods in FDG-PET to better characterize tumor evolution.In PET, many factors affect the accuracy of parameters estimated from the images. Among them, Partial Volume Effect (PVE) remains difficult to correct, mainly due to the low spatial resolution of PET images. To determine the impact of PVE on treatment response evaluation, a preliminary study was performed using Monte Carlo simulated PET scans. An additional study was conducted based on the analysis of the PET/CT (Computed Tomography) data of 40 Metastatic Colorectal Cancer (MCC) patients treated with chemotherapy at the Jules Bordet Institute (Brussels, Belgium). The analysis of the 101 tumors showed that criteria such as the Standardized Uptake Value (SUV), which does not include PVE correction, were better predictors of tumors evolutions than PVE corrected criteria. This is because without PVE correction, SUV includes information on both metabolic volume and metabolic activity, which are two relevant pieces of information to characterize the tumor. A second part of our work was to study the potential of tumor texture analysis in patient monitoring, following promising results reported in the literature. Texture analysis was applied to the MMC patients data previously mentioned but did allow to a better segregation of tumors responses as compared to indices currently used in the clinics. We found that this was partly due to the lack of robustness of the textures indices.Finally, we evaluated a Factor Analysis in Medical Images Series (FAMIS) method to characterize tumor evolution during treatment. This study focused on 9 series of 4 to 6 PET/CT scans acquired all along the radiotherapy/radio-chemotherapy of patients treated at the Centre Hospitalier Universitaire Henri Becquerel (Rouen, France). In addition to the rich visual information brought by this method, a quantitative analysis of the results made it possible to characterize response heterogeneity as seen using FAMIS. In particular, FAMIS clearly demonstrated the occurrence of inflammatory processes. In addition, due to the low metabolic activity of the tumors at the end of the treatment, many conventional indices could not describe the tumor changes, while FAMIS gave a full assessment of the tumor change over time.