La cyclooxygénase-2 (COX-2) a été associée à un mauvais pronostic dans plusieurs cancers. L'objectif de cette étude est d'évaluer si la COX-2 est un facteur pronostique dans le cancer glottique. Cette étude a été effectuée sur des tissus de patients ayant participé à un essai clinique qui évaluait l'efficacité de l'alpha-tocophérol pour réduire la survenue de . seconds cancers primaires (SCP) chez des patients avec un cancer de la tête et du cou. Des analyses immunohistochimiques ont été effectuées sur les biopsies pré-traitement de 301 patients avec un cancer glottique de stade précoce traité par radiothérapie. Les rapports d'incidence (RI) et leurs intervalles de confiance à 95% (le) associés à une surexpression de COX-2 sont de 0,94 (le: 0,55-1,62) pour la récidive et de 1,57 (le: 1,01-2,45) pour la mortalité globale. Pour les SCP, les RI sont de 2,63 (IC : 1,32-5,23) pour les premières 3,5 années de suivi et de 0,55 (IC : 0,22-1,32) pour les 3,5 années subséquentes. En conclusion, la surexpresssion de laCOX-2 dans le cancer du larynx glottique est associée à une augmentation de .la mortalité globale et confère une augmentation du risque de SCP durant les 3,5 premières années de suivi. Des études subséquentes sont nécessaires pour expliquer les effets observés au niveau des SCP. L'expression de la COX-2 pourrait s'avérer utile pour prédire le pronostic d'un patient sur une base individuelle.

Les travaux présentés dans ce mémoire visent à identifier et appliquer de bonnes pratiques quant à la gestion de données en santé, et plus précisément en radio-oncologie. Ce domaine comporte de nombreux défis en lien avec les données dont l'augmentation rapide du volume, de la variété et de la complexité des données. C'est pourquoi les développements en lien avec la gestion de données en santé doivent s'appuyer sur de bonnes pratiques d'ingénierie de données. Trois projets distincts en lien avec les données ont été abordés dans le cadre de ce mémoire. Le premier concerne l'automatisation de la collecte de données en radio-oncologie. Un pipeline a été développé afin d'obtenir quotidiennement les indices dosimétriques des traitements de curiethérapie de prostate faits dans la journée. Ces indices sont ensuite stockés dans une base de données dédiée à la recherche sur le cancer de la prostate. Ces indices peuvent être obtenus par deux algorithmes de calcul de DVH. Une comparaison a été faîte avec un jeu de données de 20 cas de curiethérapie HDR de prostate. Celle-ci a permis d'identifier des différences entre chacun des algorithmes. Le deuxième projet montre comment il est possible de concevoir des jeux de données massifs réutilisables dédiés aux analyses radiomiques. Des flots de travail permettant de conserver des données coûteuses générées dans le cadre d'analyses radiomiques ont été conceptualisés et implémentés. Ces flots, inspirés des principes FAIR, permettent d'assurer une meilleure traçabilité et de tendre vers des jeux de données réutilisables. Un flot qui permet à un spécialiste (ex. radio-oncologue) de tracer des segmentations a été implémenté et testé avec des logiciels libres, notamment le serveur DICOM Orthanc et 3D Slicer. Le dernier projet démontre l'apport de l'ingénierie de données en médecine personnalisée. Plus précisément, l'estimation des risques de cancer du sein pour des participantes à une étude d'envergure ont été obtenus par l'entremise de processus automatisés. Dans le cadre d'une étude sur le cancer du sein impliquant près de 2000 participantes, deux pipelines ont été développés. Le premier permet d'obtenir le risque de cancer du sein individuel des participantes en fonction de différents facteurs (habitudes de vie, historique familiale, marqueurs génétiques). Le deuxième pipeline génère des lettres personnalisées destinées aux participantes ainsi qu'à leur médecin traitant. Ces projets démontrent la pertinence de bonnes pratiques quant à la gestion de données en santé. L'ingénierie de données présentée dans ce mémoire aura permis d'automatiser plusieurs opérations en lien avec les données en plus de concevoir des jeux de données réutilisables. Cette bonne gestion de données pave la voie vers de nouvelles pratiques et rend les activités scientifiques en santé plus efficaces. / This work aims to identify and apply good practices in the management of health data, and more specifically in radiation oncology. This field has many data-related challenges including the rapidly increasing volume, variety and complexity of data. This is why developments related to health data management must be based on good data engineering practices. Three distinct data-related projects have been addressed in this thesis. The first concerns the automation of data collection in radiation oncology. A pipeline has been developed to obtain daily dosimetric indices of prostate brachytherapy treatments performed during the day. These indices are then stored in a database dedicated to prostate cancer research. These indices can be obtained by two DVH calculation algorithms. A comparison was made with a dataset of 20 HDR prostate brachytherapy cases. This made it possible to identify the differences of each of the algorithms. The second project shows how it is possible to design massive reusable datasets dedicated to radiomics analyses. Workflows to retain expensive data generated in radiomics analyzes have been conceptualized and implemented. These workflows, inspired by the FAIR principles, ensure better traceability and tend towards reusable data sets. A workflow that allows a specialist (e.g. radio-oncologist) to draw segmentations has been implemented and tested with free software, in particular with the DICOM server Orthanc and 3D Slicer. The last project demonstrates the contribution of data engineering in personalized medicine. Specifically, the breast cancer risk assessment of a large group of participants were obtained through automated processes. As part of a breast cancer study involving nearly 2000 participants, two data pipelines were developed. The first provides participants' individual breast cancer risk assessment based on various factors (lifestyles, family history, genetic markers). The second pipeline generates personalized newsletters for participants and their treating physician. These projects demonstrate the relevance of good practices in health data management. The data engineering presented in this thesis will have made it possible to automate several data related operations in addition to designing reusable data sets. This good data management paves the way for new practices and makes health science activities more efficient.

Cette thèse a pour sujet l’amélioration du traitement contre le cancer par radiothérapie externe à l’aide d’images prises par l’imageur portal. Actuellement, la dose totale d’un traitement curatif en radiothérapie externe est fractionnée sur plusieurs semaines. Au cours de celles-ci, le patient peut présenter des modifications anatomiques dues à de multiples facteurs (comme la perte de poids ou la modification du volume tumoral), ce qui peut compromettre la qualité du traitement planifié. La finalité de ce projet est d’améliorer les traitements de radiothérapie externe en utilisant une technique capable de déterminer si l’anatomie du patient traité est toujours conforme à sa planification. Ce principe est appelé radiothérapie adaptative. L’imageur portal est un détecteur, fixé sur le portique du côté opposé à la source de rayonnement et derrière la table de traitement, ce qui lui permet de mesurer le signal sortant de l’accélérateur, avec ou sans le patient sur la table de traitement. Le but de ce travail a été de développer une méthode, adaptée en fonction de la localisation du site anatomique traité, permettant de vérifier que le patient est anatomiquement conforme à son imagerie de référence, et dans le cas contraire, de chercher l’impact dosimétrique des changements observés pour, au besoin, mettre en place des mesures correctives. Pour chacun des sites anatomiques, des images de dose de sortie sont acquises à chaque fraction de traitement, ainsi que l’acquisition d’imagerie volumétrique par faisceau conique au début et à la fin du traitement. Une analyse gamma est réalisée pour chaque image en prenant comme référence celle de la première fraction et de nombreux paramètres sont extraits de ces analyses: le γ moyen, l’écart-type, le TOP 1% (la valeur moyenne des 1% des plus hautes valeurs de γ), pourcentage de points avec γ supérieur à 1 et, la plus grande surface de pixels connectés avec une valeur gamma> 1. Les analyses ont été effectuées avec une tolérance en dose et en distance classique de 3% / 3 mm et avec un seuil de 10 % du maximum. Des logiciels d’extraction d’image et d’analyse ont été développés premièrement pour faciliter le suivi et à terme, pour inclure le procédé dans une routine clinique automatisé. Chaque site ayant sa propre problématique, ils ont tous été abordés indépendamment des uns des autres. Les contraintes de chaque localisation ainsi que toutes les possibilités d’amélioration des traitements ont été étudiées afin de proposer une solution envisageable dans les conditions cliniques actuelles d’un centre de radiothérapie. Ainsi, chacune des solutions proposées pour améliorer le traitement des patients, que ce soit dans les chapitres 3 et 4ou encore dans l’annexe 1 sur le poumon, est basée sur les besoins réels, cliniquement parlant. Cette méthode, rapide à mettre en place et très simple d’utilisation, a su prouver qu’elle était susceptible d’améliorer les traitements des trois sites anatomiques étudiés. / This thesis project aims to improve cancer treatments by external radiotherapy using images from the electronic portal imaging device (EPID). The portal imager is a detector, attached to the gantry on the opposite side of the radiation source and behind the treatment table when a patient is treated. This enables the collection of the signal from the accelerator, with or without the patient on the treatment table. Currently, the total dose of a curative treatment by external radiotherapy is delivered over several weeks. During these weeks, the patients may have anatomical changes due to multiple factors (such as weight loss or changes in tumor volume), which may compromise the accuracy of the delivered dose as compared to the planned treatment. The aim of this research project is to develop a new adaptive radiotherapy methodology allowing to determine at each stage of the treatment whether the patient’s anatomy is still consistent with the initial planning and to estimate the dosimetric impact when changes were observed. EPID dose images were acquired at each treatment fraction for the three different anatomical site under study (head and neck, prostate and lung), together with cone beam volumetric imaging acquisition taken at least twice during treatment, at the second and last fractions. An image extraction and analysis software was first developed to facilitate monitoring and eventually to include the process in an automated clinical routine. A gamma analysis was thus performed for each image, with the one from the first fraction set as reference and several parameters were extracted from these analyzes: average γ-value, standard deviation, Top 1% from maximum γ, the percentage of points with a γ value larger than 1 and the largest connected pixel area with a gamma value > 1. Analyses were made with 3%/3mm as passing criteria and with a threshold of 10% for the low value cut-off. Since each targeted anatomical site has its own characteristics, they were all assessed independently. Taking into account the constraints of each anatomic site, the specificity and the sensitivity values that we have determined, confirmed the performance of the method to detect anatomical changes. Moreover, the γ-analysis threshold correlated well with morphological changes having a relevant dosimetric impact. In conclusion, such analyses of daily EPID images allow to identify patients at risk of deviation from the planned treatment and can support an early replanning decision. Our method is very quick to implement and very easy to use, and should be a powerful tool to improve the treatment of cancers, particularly those of the three anatomical sites studied

Les mouvements de la prostate relativement aux ganglions pelviens durant un traitement de radiothérapie peut affecter la qualité du traitement et limiter la protection des organes à risque. Ce projet explore trois traitements adaptatifs qui combinent à la fois l’information acquise avec un recalage osseux et un recalage fait sur les marqueurs radio-opaques implantés dans la prostate. L’efficacité de ces traitements selon les mouvements interfractionnaires prostatiques a été évaluée. Cinq patients constituent la base de données de cette étude rétrospective. Chacun possède une tomodensitométrie initiale (CT) en plus de tomodensitométries à faisceau conique (CBCT) acquises lors des jours de traitement. Pour permettre le calcul de dose, un recalage non-rigide du CT a été réalisé sur chacun des CBCT. Les résultats montrent qu’une méthode adaptative peut être choisie pour augmenter le ratio thérapeutique. Ces méthodes semblent être de bons choix pour une stratégie de traitement adaptatif simple et efficace.

La curiethérapie, une forme spécialisée de traitement du cancer, consiste à placer des sources radioactives près ou directement dans la lésion cancéreuse. Un aspect crucial de cette thérapie est le calcul de la dose de radiation. Traditionnellement, ce calcul s'appuie sur un formalisme qui considère l'eau comme milieu de transport, ce qui ne tient pas suffisamment compte des variations dans la composition des tissus du patient et des effets d'atténuation entre sources pour la curiethérapie permanente à faible débit de dose (LDR pour low-dose rate). La méthode Monte Carlo (MC) est la référence pour les calculs de dose avancés en curiethérapie, offrant une solution à ces limites. Cependant, l'application pratique de la méthode MC dans la planification du traitement est limitée par son temps d'exécution relativement lent. Cette thèse explore le potentiel des méthodes d'apprentissage profond (DL pour deep learning) pour surmonter ce défi. Plus précisément, la faisabilité d'utiliser des algorithmes DL pour prédire rapidement et avec précision la distribution de dose volumétrique pour patients de cancer de la prostate traités par la curiethérapie LDR est étudiée. Premièrement, le logiciel TOPAS a été systématiquement validée pour les simulations MC en curiethérapie en comparant les résultats simulés avec les données de référence TG-186 publiées. Le spectre d'énergie d'émission de photons, l'air-kerma strength et la constante de débit de dose de la source générique $^{192}$Ir MBDCA-WG ont été extraits. Pour les calculs de dose, un estimateur de longueur de trajectoire a été validé. Les quatre cas de test du groupe de travail MBDCA-WG AAPM/ESTRO/ABG ont été évalués. Un cas de prostate, un cas palliatif de poumon et un cas de sein ont été simulés. L'air-kerma strength et la constante de débit de dose étaient respectivement à 0,3% et 0,01% des valeurs de référence. Pour tous les cas de test, 96,9% des voxels avaient des différences de dose locales dans une plage de ±1%, tandis que les différences de dose globales concernaient 99,9% des voxels dans une plage de ±0,1%. Les histogrammes dose-volume des cas cliniques étaient cohérents avec les données de référence. TOPAS offre un accès étendu à un code MC de pointe pour les simulations en curiethérapie. Deuxièmement, un modèle DL à source unique entraîné avec des simulations MC comme référence a été proposé pour prédire avec précision les distributions de dose dans le milieu (D$_\textup{M,M}$ pour dose to medium in medium) en curiethérapie prostatique LDR. Des connaissances antérieures ont été incluses dans le réseau sous forme de noyau r$^2$ lié à l'inverse de la dépendance de dose de premier ordre en curiethérapie. Les caractéristiques du modèle montraient une représentation anisotrope tenant compte des organes du patient et de leurs interfaces, de la position de la source et des régions de faible et haute dose. La métrique CTV D$_{90}$ prédite présentait une différence moyenne de -0,1% par rapport au calcul basé sur MC. La prédiction d'un volume D$_\textup{M,M}$ complet de 1,18 M de voxels se réalise en 1,8 ms. Le modèle DL proposé représente donc un algorithme de calcul extrêmement rapide et simplifié, intégrant des connaissances physiques préexistantes pertinentes à la curiethérapie. Ce modèle est conçu pour tenir compte des caractéristiques anisotropes d'une source de curiethérapie et de la composition spécifique des tissus du patient, garantissant une approche précise et adaptée des calculs de dose. Enfin, deux algorithmes DL prédictifs de dose à plusieurs sources ont été validés pour la curiethérapie prostatique LDR. Les données de référence prenaient en compte les effets d'atténuation entre les sources et une définition des matériaux basée sur les organes du patient. De plus, les incertitudes aléatoires (associées aux données d'entrée) et épistémiques (associées au modèle) des modèles DL ont été évaluées. Les résultats ont montré que la métrique D$_{90}$ de la prostate prédite présentait une différence de -0,64% et de 0,08% pour les modèles UNet et ResUNet TSE, respectivement. Les deux modèles DL prédisaient un volume de dose de 2,56 M de voxels (128×160×128) en 4 ms. L'incertitude dérivée est quantifiable et interprétable, mettant en évidence les régions où les modèles DL pourraient rencontrer des difficultés pour fournir des estimations précises de dose. L'analyse de l'incertitude est un outil précieux pour une évaluation approfondie, améliorant le processus d'évaluation des modèles de prédiction de dose. De plus, cette analyse fournit des informations critiques sur la performance du modèle, identifiant les domaines d'amélioration potentielle et garantissant une application plus fiable dans un contexte clinique. / Brachytherapy, a specialized form of cancer treatment, involves the placement of radioactive sources near or directly within the cancerous lesion. A critical aspect of this therapy is the calculation of radiation dose. Traditionally, this calculation relies on a water-based formalism, which does not adequately account for variations in patient tissue compositions and interseed effects in low-dose rate (LDR) brachytherapy. The Monte Carlo (MC) method is the gold standard for advanced dose calculations in brachytherapy, offering a solution to these limitations. However, the practical application of the MC method in treatment planning is hindered by its relatively slow execution time. This thesis explores the potential of deep learning (DL) methods to overcome this challenge. Specifically, it investigates the feasibility of using DL algorithms to accurately predict the volumetric dose distribution in LDR prostate brachytherapy patients, aiming to streamline the treatment planning process while maintaining the precision of dose calculations. Firstly, the TOPAS MC toolkit was systematically validated for brachytherapy simulations by comparing simulated results with published TG-186 reference data. The photon emission energy spectrum, the air-kerma strength, and the dose-rate constant of the MBDCA-WG generic $^{192}$Ir source were extracted. For dose calculations, a track-length estimator was implemented. The four Joint AAPM/ESTRO/ABG MBDCA-WG test cases were evaluated. A prostate, a palliative lung, and a breast case were simulated. The air-kerma strength and dose-rate constant were within 0.3% and 0.01% of the reference values, respectively. For all test cases, 96.9% of voxels had local dose differences within ±1%. On the other hand, the global dose difference histograms had 99.9% of voxels within ±0.1%. Dose-volume histograms of clinical cases were consistent with the reference data. Overall, TOPAS provides access to a state-of-the-art MC code for brachytherapy simulations. Secondly, a single-seed DL model trained with MC simulations as the gold standard was built to predict accurate single-seed dose to medium in medium (D$_\textup{M,M}$) distributions in LDR prostate brachytherapy. Existing knowledge was included in the network as an r$^2$ kernel related to the inverse of the first-order dose dependency in brachytherapy. DL model features showed an anisotropic representation that considered the patient organs and their interfaces, the source position, and the low- and high-dose regions. The predicted CTV D$_{90}$ metric had an average difference of -0.1% with respect to the MC-based calculation. The single-seed DL model takes 1.8 ms to predict a complete 3D D$_\textup{M,M}$ volume of 1.18 M voxels. The proposed DL model represents a streamlined and rapid computational engine, incorporating pre-existing physics knowledge pertinent to brachytherapy. This engine is designed to consider the anisotropic characteristics of a brachytherapy source and the specific composition of patient tissues, ensuring an accurate, fast, and tailored approach to dose calculations. Lastly, two multi-seed DL-based predictive dose algorithms were trained for LDR prostate brachytherapy. Ground truth data considered interseed effects and an organ-based material assignment. Additionally, the aleatoric (associated with the input data) and epistemic (associated with the model) uncertainties of the DL models were assessed. Results showed that the predicted prostate D$_{90}$ metric had a difference of -0.64% and 0.08% for the UNet and ResUNet TSE models, respectively. Both DL models predicted a 3D dose volume of 2.56 M voxels (128×160×128) in 4 ms. The derived uncertainty is quantifiable and interpretable, highlighting regions where DL models might face challenges in delivering precise dose estimations. The uncertainty analysis is a valuable tool for a thorough evaluation, enhancing the assessment process of the dose prediction models. This analysis provides critical insights into the model's performance, pinpointing areas for potential improvement and ensuring a more reliable application in clinical settings.

La radiothérapie par modulation d’intensité est une technique avancée de traitement du cancer qui utilise de nombreux faisceaux de photons dont les intensités sont modulées. Avec cette méthode, des compromis entre la couverture de la zone à traiter et la sauvegarde des organes à risque sont nécessaires et dépendent du planificateur. Pour accélérer, uniformiser et accroître la qualité des planifications futures, le présent mémoire propose des métriques basées sur la géométrie spécifique des patients. Pour ce faire, une étude rétrospective a été conduite. Certains indices dosimétriques d’intérêt ont été mis en relation avec des paramètres géométriques simples. Un modèle de frontières stochastiques a été adapté pour déterminer les frontières inférieures des distributions par une méthode de maximisation de la vraisemblance. La validité de la méthode a été testée. L’impact de l’implantation en clinique d’une métrique simple en ORL a finalement été évalué.

L'objectif de cette thèse est d'améliorer les traitements du cancer du poumon en radiothérapie par modulation d'intensité (IMRT) réalisés grâce à un logiciel maison (Ballista) et à un logiciel commercial (Pinnacle3 de Philips). Dans un premier temps, nous avons constaté que de mélanger les basses et hautes énergies dans un même plan permettait d'obtenir une meilleure épargne des tissus périphériques tout en conservant la couverture du volume cible et l'épargne des organes sensibles. Ensuite, le système Ballista a été mis à profit pour explorer les limites d'augmentation de la dose à la tumeur pour des plans d'IMRT simples. En explorant des configuration d'angles non coplanaires, la dose à la maladie macroscopique a pu être augmentée à des niveaux supérieurs à 78 Gy dans un nombre important de cas, sans augmentation excessive de la dose aux organes à risque. Finalement, nous avons utilisé des images de perfusion pulmonaire acquises par tomographie par émission monophotonique (TEM) pour caractériser spatialement et quantitativement la fonction pulmonaire et obtenir des plans qui évitent les régions les plus saines. Nous avons cherché à identifier une méthode simple et avantageuse pour générer ces plans. Toutes les méthodes tentées ont permis d'obtenir un gain incrémentiel sur l'épargne des régions fonctionnelles. Nous n'avons cependant pas pu trouver de corrélation possible entre l'épargne fonctionnelle obtenue et divers paramètres géométriques spécifiques à chaque patient. Le grand résultat de cette thèse a été la création d'un cadre d'applications pour un système de planification 5D, combinant ainsi les trois dimensions de l'espace, la dimension temporelle (mouvements intrafraction et interfraction) et la dimension de l'information fonctionnelle. On pourrait ainsi imaginer un logiciel permettant d'optimiser les angles d'incidence des faisceaux en tenant compte de la distribution spatiale de la fonctionnalité (autant tumorale que celle des tissus normaux), avec une définition de volume cible tenant compte du déplacement intrafraction des structures internes et avec un niveau de modulation suffisant pour obtenir une conformité accrue.

Les calculs de dose en curiethérapie à bas débit reposent depuis 1995 sur un formalisme qui considère le milieu irradié comme étant homogène et constitué d’eau afin de mieux accommoder les temps de calcul clinique. Ce travail présente une amélioration de ce formalisme dosimétrique issu du protocole TG-43 de l’AAPM (American Association of Physicists in Medicine), utilisé actuellement dans les systèmes de planification de traitement (SPT) clinique. Avec l’ajout d’un tracé radiologique pour tenir compte des hétérogénéités et en séparant la dose primaire de la dose diffusée, il est possible de raffiner les calculs dosimétriques. Or, cette modification au calcul le rendant plus complexe était coûteuse en temps d’exécution jusqu’à très récemment. Elle se voit matérialisée dans ce travail avec l’arrivée récente de la technologie GPGPU, les calculs scientifiques sur périphériques graphiques. En exploitant le parallélisme des calculs de dose en curiethérapie à bas débit pour les implants permanents, l’algorithme baptisé TG-43-RT pour TG-43 avec tracé de rayons (Ray-Tracing en anglais) permet d’obtenir des facteurs d’accélération de l’ordre de 103 par rapport au CPU. Seulement 0.5 s par source est requis dans une géométrie de 1003 voxels, et les dosimétries d’anatomies hétérogènes sont sensiblement améliorées. Le TG-43-RT corrige les dépôts de dose en aval des hétérogénéités et réduit les effets indésirables de l’atténuation inter-sources. Des écarts de dose de plus de 80% au-delà d’une calcification avaient de quoi influencer les HDV, or, le TG-43-RT ramène ces déviations en-deçà de l’incertitude de 8.7% (2σ) concédée par les SPT, tel qu’établi dans le TG-138. Les simulations Monte Carlo ont été employées pour servir de référence absolue à la méthode développée et quantifier les améliorations dosimétriques relatives à l’actuel calcul de dose. L’algorithme a été testé d’un point de vue clinique dans un fantôme de prostate avec des sources d’125I et dans un fantôme de sein avec des sources de 103Pd pour unifier les corrections apportées. / Brachytherapy dose calculations have been relying since 1995 on a formalism that considers the whole geometry as a homogeneous water tank. This gives the opportunity to compute dose distributions within a reasonable clinical timeframe, but with considerable approximations that can influence or even change the treatment. This work presents an upgraded version of this formalism derived from the TG-43 protocol (AAPM), currently used in actual treatment planning systems. The new algorithm includes a primary and scatter dose separation using ray-tracing operation to account for heterogeneities through the medium. These modifications to the dose calculation are very power consuming and too long for the clinical needs when executed on modern CPUs. With the GPGPU technology, a GPU-driven algorithm allows a complex handling of the anatomic heterogeneities in the dose calculation and keeps execution times below 0.5 s/seed. The algorithm was named TG-43-RT for TG-43 with Ray-Tracing and accelerations factors of three order of magnitude were obtained over a regular CPU implementation. The TG-43-RT algorithm adequatly corrects dose deposition along heterogeneities and it reduces interseed attenuation effects. Dose is scored in the medium instead of water, which also applies a severe correction for high heterogeneous medium like the breast. Deviations of more than 80% in dose deposition were obtained over calcification inside the prostate when compared to Monte Carlo simulations. This kind of deviation influences DVH shape. However, the TG-43-RT was keeping those deviations within the 8.7% uncertainty range (2σ) associated with a regular TG-43 evaluation as stated in the TG-138. Monte Carlo simulations were used as a gold standard to get an absolute dose calculation reference. The algorithm was also tested in a prostate phantom with 125I seeds and in a breast phantom with 103Pd seeds to mimic real anatomic geometries and unify the applied corrections.

La radiothérapie interne sélective (selective internal radiation therapy, SIRT) utilisant des microsphères marquées à l’Yttrium-90 est une technique émergente de traitement des tumeurs hépatiques. Dans ce travail, nous nous sommes attachés à étudier les relations entre traitements systémiques et SIRT à travers un modèle in vitro et deux études cliniques rétrospectives. Les différents résultats obtenus suggèrent des pistes de développement clinique. Dans le cholangiocarcinome, l’utilisation d’une chimiothérapie concomitante pourrait être associée à de meilleurs résultats, comme suggérés dans l’étude in vitro et l’étude clinique. Dans le carcinome hépatocellulaire, nos résultats confirment l’intérêt déjà suggérée de la SIRT en cas de thrombose porte ; nos résultats peuvent aussi suggérer l’intérêt d’augmenter la dose et de sélectionner les patients ayant une bonne fixation de la thrombose tumorale comme meilleurs candidats à la SIRT. / Selective Internal Radiation Therapy (SIRT) with microspheres loaded with Yttrium-90 is an emerging locoregional treatment of liver malignancies. In this work, we studied potential relationships between systemic treatment and SIRT in an in vitro model and two retrospective clinical studies. The results obtained may generate new hypotheses for clinical development. Regarding cholangiocarcinoma, concomitant use of chemotherapy may be associated with better outcomes, as suggested by both the in vitro and clinical retrospective data. Regarding hepatocellular carcinoma, our results confirmed previous interest in SIRT in case of portal vein thrombosis; our results might also suggest potential improvement by increasing the dose delivered, and the need to select patients with good targeting of the thrombosis as better candidate for SIRT. These results should be confirmed in prospective studies, currently ongoing.

Les thérapies radionucléidiques utilisant du $^{177}$Lu sont utilisées pour traiter les patients atteints de tumeurs neuroendocrines dans le cadre de la thérapie radionucléidique par radiopeptides, *peptide receptor radionuclide therapy* (PRRT), et de la thérapie radiopharmaceutique pour le cancer de la prostate, *radioligand therapy* (RLT). La PRRT empirique consiste à injecter 4 cycles de $^{177}$Lu-octreotate de 7.4 GBq afin de limiter la dose absorbée dans les reins sous 23 Gy. Cette méthodologie étant généralement sous-optimisée, une PRRT personnalisée a été proposée. Sur bases d'images acquises en tomographies par émission mono-photonique (TEMs) quantifiées, *quantitative single photon emission computed tomography* (QSPECT), après chaque injection, la dose absorbée par activité injectée est calculée dans les reins. En fonction de celle-ci, l'activité injectée au cycle suivant est personnalisée afin d'atteindre 23 Gy aux reins au bout des quatre injections. La quantification des images nécessite qu'un facteur de calibration soit établi pour le système TEM et qu'une correction du temps mort soit apportée. En raison du nombre important de photons pouvant atteindre la caméra, cet effet indésirable diminue le nombre de photons observés par rapport au nombre réel. Pour le corriger, la constante de temps mort de la caméra a été déterminée et utilisée pour en corriger les images. Néanmoins, l'impact du temps mort sur les images PRRT est encore peu connu et sa correction actuelle ne permet pas de corriger les images ayant un très haut débit de photons. Les premiers objectifs de ce travail consistent à valider la méthode de quantification actuelle et proposer une méthode permettant de quantifier les images tomographies par émission mono-photonique (TEMs) des patients à plus haut débit de photons. Concernant l'efficacité du traitement, une corrélation a été observée entre la réponse précoce et l'effet tardif du traitement mais sa haute variabilité ne permet actuellement pas de l'appliquer de manière prédictive. Pour le deuxième objectif, il s'agit de proposer une méthode semi-automatique capable de segmenter un contour réaliste du fardeau tumoral des patients et qui puisse permettre d'évaluer la réponse tumorale durant la PRRT. L'impact de la correction du temps mort sur le calcul de la dose absorbée aux reins a été évalué sur 166 patients. Des acquisitions de fantômes personnalisés ont été effectuées avec du $^{99m}$Tc et du $^{177}$Lu afin d'évaluer la réponse des caméras à haut débit de photons pour différents paramètres d'acquisition et pour différents modèles. La méthode actuelle de correction de temps mort a été évaluée sur ces acquisitions et pour les QSPECTs de patients. Elle a été comparée à une méthode plus juste physiquement mais plus difficilement applicable en routine clinique. Il a été possible de montrer que la correction du temps mort est nécessaire dans un régime personnalisé pour limiter la sous-estimation de dose absorbée aux reins, parfois supérieure à 20%. En outre, le nombre de photons corrigé avec la méthode actuelle ne diverge pas de plus 2% par rapport à la méthode de référence. Nos résultats sur les fantômes ont montré que la constante de temps mort est non seulement indépendante du radio-isotope utilisé mais qu'elle peut également varier selon les paramètres d'acquisition et des manufacturiers. Ainsi, il nous est possible en modifiant un paramètre d'acquisition de doubler le débit de photons quantifiables pendant une acquisition. 24 méthodes de segmentations ont été appliquées sur 100 QSPECTs provenant des deux premiers cycles PRRT de 50 patients. Pour chaque image, un expert a choisi, et éventuellement modifié, le contour qu'il jugeait le plus réaliste pour ainsi obtenir le contour de référence. Les algorithmes y ont été comparés en termes de Dice, de sensibilité et d'évolution de fraction tumorale. Une méthode de segmentation, le *watershed transform* (WT), a pu être isolée en raison de ses résultats supérieurs aux autres méthodes. Les contours de référence ont été créés 43 fois sur 100 avec ce WT comme segmentation initiale, ce qui peut expliquer sa performance. Néanmoins, il s'agissait aussi de la méthode permettant de segmenter plus de 90% des lésions (y compris celles de faible intensité) et dont la catégorisation de la réponse tumorale était en accord avec celle de l'expert dans 92% des cas. La nécessité de corriger pour le temps mort et la méthodologie employée ont été validées pour un régime personnalisé de PRRT. Pour les patients ayant une rétention très importante du $^{177}$Lu au moment de l'imagerie, une solution a été apportée pour rendre leurs images quantifiables. Celle-ci dépend néanmoins du système SPECT utilisé. Bien que l'effet de temps mort soit généralement considéré comme négligeable dans le calcul de dosimétrie, l'augmentation probable de thérapies personnalisées verra les activités injectées aux patients augmenter et avec elles, le besoin de corriger les images pour les rendre quantifiables. La segmentation proposée se veut robuste et relativement indépendante de l'utilisateur. Les réponses précoces et tardives au traitement seront évaluées en utilisant cette méthode de sorte à affiner la corrélation déjà existante. Les résultats obtenus dans ce travail permettent d'améliorer la quantification et la segmentation des images acquises avec du $^{177}$Lu. Ceci servira à améliorer la personnalisation des thérapies PRRT et RLT afin d'augmenter l'espérance de vie des patients. / $^{177}$Lu-based radionuclide therapies are commonly used to treat patients afflicted with neuroendocrine tumours, *peptide receptor radionuclide therapy* (PRRT), or by prostate cancer, *radioligand therapy* (RLT). Empiric PRRT relies on four 7.4 GBq $^{177}$Lu-octreotate cycles to limit the kidneys absorbed dose to 23 Gy. Due to the inter-patient variability, a personalised PRRT approach was created to optimise the amount of injected activity based on the renal dosimetry. This is achieved by performing *quantitative single photon emission computed tomography* (QSPECT) imaging after each injection. The kidneys absorbed dose per injected activity is measured and used to personalise the amount of injected activity during the next cycle in order to reach 23 Gy by the end of the treatment. This requires a calibration of the SPECT system, i.e. determining its calibration factor and dead-time constant. This unwanted artefact reduces the observed photon count rate. The system dead-time constant was determined and is currently used to correct PRRT images. However, the dead-time impact on kidney dosimetry is still unknown. Besides, the current methodology is unable to quantify the images of patients emitting a very high photons count rate during the acquisition. The first objective aims at validating the current quantitative methodology and determining the dead-time correction impact on personalised PRRT dosimetry. A prevention methodology should also be brought to quantifiy the images of patients emitting a high photons count rate. Regarding the treatment response, based on the acquired images, a correlation was found between the early and late tumours response. However, due to its high variability it is currently impossible to use this correlation in therapies. The second objective aims at creating a robust semi-automatic segmentation method able to segment a realistic tumoral burden and properly evaluate its response throughout PRRT cycles. The dead time correction impact was evaluated on the absorbed dose of 166 patients. Images of customised phantoms filled with high activities of either $^{99m}$Tc or $^{177}$Lu were acquired on different SPECT systems and for various acquisition parameters. The current dead time correction method was compared with a physically correct but less convenient method on both phantoms and patients images. Results showed that dead-time correction is necessary in personalised PRRT to avoid kidneys absorbed dose underestimations as high as 20%. Additionally, absorbed doses differences between our current methodology and the reference did not exceed 2%. We observed that the dead-time correction factor is independent from the radionuclide but can vary depending on the acquisitions parameters and the manufacturer. Changing the acquisition protocol allowed to double the amount of quantifiable photons rate. 24 segmentation methods were applied on 100 QSPECTs from 50 patients' first two PRRT cycles. An expert chose for each image the most realistic segmentation and eventually modified it to define the reference contour. Segmentations were compared based on Dice, sensitivity and tumours response. The total lesion fraction evolution from cycle 1 to cycle 2 was categorised and compared to the expert's opinion. The *watershed transform* (WT) appeared to be the method segmenting the most realistic tumoral burden. It was the expert's most chosen segmentation before an eventual modification (43/100) which can explain its performance. It was able to segment up to 90% of tumours (even low intensity ones) and its resulting tumoral response was consistent with the one determined by the expert in more than 92% of cases. Our dead-time correction methodology was validated and we proved that its correction is necessary in a personalised PRRT protocol. We also managed to quantify the SPECT images of patients having an important $^{177}$Lu retention. This solution is, however, dependant on the SPECT system. Dead time is generally considered negligible in current therapies. However, with the likely increase of personalised therapies, patients will receive higher amounts of activities and their following QSPECTs will need to be corrected for this artefact. Our tumour segmentation method is robust and limits the impact of the inter-user variability. Early and late responses will be measured based on this algorithm in order to improve their currently weak correlation and reduce the variability. The obtained results will improve the quantification and segmentation of $^{177}$Lu QSPECTs. These will impact the personalisation of PRRT and RLT and hopefully help to improve patients' outcomes.