Return to search

Optimisation de la délimitation automatique des tumeurs pulmonaires à partir de l'imagerie TEP/TDM pour les planifications dosimétriques des traitements par radiothérapie / Automatic delineation optimization of lung tumors on PET / CT images for dosimetry planning in radiotherapy treatment

L’un des aspects les plus critiques dans les planifications dosimétriques des traitements par radiothérapie est la délinéation des limites de la tumeur. Cette délinéation se fait généralement sur les images anatomiques de tomodensitométrie (TDM). Mais récemment, il est recommandé de faire cette délinéation pour les cancers broncho-pulmonaires non à petites cellules (CBNPC) sur les images fonctionnelles de Tomographie par Émission de Positon (TEP) pour prendre en compte les caractéristiques biologiques de la cible. Jusqu’à ce jour, aucune technique de segmentation ne s’est révélée satisfaisante pour les images TEP en application clinique. Une solution pour ce problème est proposée dans cette étude. Méthodes : Les optimisations de notre méthode ont consisté principalement à faire l’ajustement des seuils directement à partir des corps des patients au lieu de le faire à partir du fantôme. Résultats : Pour les lésions de grands axes supérieurs à 20 mm, notre technique de segmentation a montré une bonne estimation des mesures histologiques (la moyenne de différence de diamètre entre données mesurées et déterminées avec notre technique = +1,5 ± 8,4 %) et une estimation acceptable des mesures TDM. Pour les lésions de grands axes inférieurs ou égaux à 20 mm, cette méthode a montré un écart avec les mesures dérivées des données histologiques ou bien des données TDM. Conclusion : Cette nouvelle méthode d’ajustement montre une bonne précision pour la délimitation des lésions de grands axes compris entre 2 et 4,5 cm. Néanmoins, elle n’évalue pas correctement les lésions les plus petites, cela peut être dû à l’effet du volume partiel / Tumor delineation is a critical aspect in radiotherapy planning treatment and is usually performed on the anatomical images of a computed tomography (CT) scan. Recently, for non-small cell lung cancer, it has been recommended to use functional Positron Emission Tomography (PET) images to take into account the target biological characteristics. However, today, there is no satisfactory segmentation technique for PET images in clinical applications. In the present study, a solution of this problem is proposed. Methods: The optimizations of tumor delineation consisted primarily on the thresholds adjustment directly from patients, rather than phantoms. The development and the validation of this adjustment were done by comparing segmented lesions on PET images with two different gold standards: measurements performed on CT images of the selected lesions and histological measurements of surgically removed tumors. Results: For lesions greater than 20 mm, our segmentation technique showed very good estimation of histological measurements (mean difference diameter between measured and calculated data equal to +1.5 ± 8.4 %) and an acceptable estimation of CT measurements. For lesions smaller or equal to 20 mm, the method showed a large gap with the measurements derived from histological or CT data. Conclusion: This novel segmentation technique shows very high accuracy for the lesions of large axes between 2 and 4.5 cm. Nevertheless, it does not correctly evaluate smaller lesions probably because of the partial volume effect

Identiferoai:union.ndltd.org:theses.fr/2011LYO10138
Date11 July 2011
CreatorsMoussallem, Mazen
ContributorsLyon 1, Giammarile, Francesco
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0022 seconds