Caractériser précisément l’hétérogénéité tumorale constitue un enjeu majeur en cancérologie. Le calcul de biomarqueurs de cette hétérogénéité directement à partir des données d’imagerie présente de nombreux avantages : il est non-invasif, répétable plusieurs fois au cours du traitement, ne nécessite pas d’examen supplémentaire et permet de caractériser la tumeur toute entière et ses éventuelles métastases. Mon projet de recherche visait à développer et évaluer des méthodes pour une caractérisation plus complète de l’activité métabolique des tumeurs. L’analyse de texture des images TEP nécessite un protocole de calcul des index plus complexe que celui des paramètres conventionnels utilisés en clinique. Afin de déterminer l’influence des étapes préliminaires au calcul de ces index, une étude méthodologique a tout d’abord été menée. Cette analyse a montré que certains index de texture étaient redondants et qu’il existait une forte corrélation entre certains d’entre eux et le volume métabolique. Elle a également mis en évidence l’impact de la formule et du taux de discrétisation sur les valeurs des paramètres de texture et permis de clarifier l’interprétation des indices. Après avoir établi un protocole de calcul strict, une seconde partie de ce travail a consisté à évaluer la capacité de ces index pour la caractérisation des tumeurs. L’analyse de texture a ainsi permis de différencier les tissus sains des tissus tumoraux et de distinguer les types histologiques pour les tumeurs mammaires, les lésions pulmonaires ou encore les gliomes.Afin de comprendre le lien entre l’hétérogénéité tumorale quantifiée sur les images TEP et l’hétérogénéité biologique des lésions, nous avons comparé l’analyse de texture réalisée à différentes échelles sur un modèle animal. Cette étude a révélé que la texture mesurée in vivo sur les images TEP reflétait la texture mesurée ex vivo sur les images autoradiographiques. / The precise characterization of the biological heterogeneity of a tumor is a major issue in oncology. The calculation of biomarkers reflecting this heterogeneity directly from imaging data offers a number of advantages: it is non-invasive, can be repeated during the therapy, does not require supplementary examinations and the whole tumor and possible metastases can be investigated from the images. My research project was to develop and assess methods to characterize the metabolic activity distribution in tumors.Texture analysis based on PET images requires a protocol to compute index that is somehow more sophisticate than when simply measuring the conventional index used in clinical practice. To determine the role of the different steps that are involved in the computation of texture index, a methodological study was conducted. This study demonstrated that some texture parameters were redundant and that there existed a strong correlation between some of them and the metabolic volume. We have also shown that the formula and the rate of discretization impact the texture analysis and clarified the interpretation of these metrics. After the protocol of texture index computation has been established, the second part of this work was to assess the interest of these indices for the tumor characterization. We showed that some texture indices were different in tumor and in healthy tissue and could identify histological types such as the triple-negative breast tumors, the squamous cell carcinoma from adenocarcinoma in lung tumors, as well as the grade of gliomas.To understand the links between the tumor heterogeneity as measured from PET images and the biological heterogeneity of lesions, we compared the texture analysis based on different scales in a mouse model. This study revealed that the texture measured in vivo based on PET images reflects the texture measured ex vivo from autoradiographic images.
| Identifer | oai:union.ndltd.org:theses.fr/2015PA112198 |
| Date | 22 September 2015 |
| Creators | Orlhac, Fanny |
| Contributors | Paris 11, Buvat, Irène |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text, Image, StillImage |
Page generated in 0.0018 seconds