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

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

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00864905
Date11 July 2011
CreatorsMoussallem, Mazen
PublisherUniversité Claude Bernard - Lyon I
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.002 seconds