L'imagerie médicale joue un rôle majeur dans l'identification, la caractérisation et le bilan d'extension des lésions tumorales du système ostéo-articulaire. La grande majorité de ces néoplasies est bénigne et il est important de savoir les reconnaître et les distinguer des lésions malignes. Ces dernières ont un pronostic beaucoup plus sombre et sont l'objet d'une prise en charge nettement plus agressive. L'IRM est actuellement la technique de choix pour l'évaluation des tumeurs ostéo-articulaires. Malgré une très haute sensibilité pour la détection des tumeurs osseuses et des parties molles, un grand nombre de lésions identifiées ne sont pas caractérisables. Récemment des nouvelles techniques d'imagerie fonctionnelle sont apparues permettant une évaluation tumorale au niveau biochimique et cellulaire. Ces techniques, initialement conçues pour l'évaluation des tumeurs cérébrales comme la perfusion, la diffusion et la spectroscopie ont commencé à être utilisées pour l'évaluation des néoplasies ostéo-articulaires avec des résultats préliminaires prometteurs. Parallèlement, avec le développement en scanner de systèmes de détection à large surface et l'échographie de contraste, l'étude de la perfusion tumorale basée sur ces méthodes est plus accessible en pratique courante. L'imagerie fonctionnelle reste, néanmoins peu accessible en dehors de la recherche. Des difficultés techniques inhérentes à l'application clinique de ces nouvelles méthodes et l'hétérogénéité histologique des tumeurs ostéo-articulaires constituent encore un obstacle important. Dans ce travail la performance diagnostique de plusieurs méthodes d'imagerie fonctionnelle en pratique courante a été évaluée. En autre, des améliorations permettant une augmentation de la qualité d'image et une réduction des artéfacts des méthodes fonctionnelles ont été testées. Secondairement, les performances diagnostiques de différentes méthodes de perfusion tumorale (échographie, tomodensitométrie et imagerie par résonance magnétique) ont été comparées / Medical imaging plays a major role in the identification, characterization and staging of tumor lesions of the musculoskeletal system. The vast majority of these neoplasms are benign and it is important to recognize and distinguish them from malignant lesions. Malignant lesions carry a worse prognosis and are usually treated aggressively. MRI is currently the method of choice for evaluating musculoskeletal tumors. Despite a high sensitivity for the detection of bone and soft tissue tumors, a large number of identified lesions remain indeterminate in origin after imaging work-up. In recent years, new functional imaging techniques, which allow tumor evaluation in a biochemical and cellular level, have emerged. These techniques such as perfusion, diffusion weighted imaging and MR spectroscopy, originally designed for the evaluation of brain tumors, began to be used for the evaluation of musculoskeletal neoplasms with promising preliminary results. Meanwhile, with the development of wide area-detector CT systems and contrast enhanced ultrasound (CEUS) new ways of assessing tumor perfusion became available in clinical practice. Functional imaging nevertheless remains largely inaccessible outside research oriented imaging centers. The clinical application of these new methods is hindered by various factors, which include the great histological heterogeneity of musculoskeletal tumors and patient related technical difficulties. In this project, the diagnostic performance of several functional imaging methods in clinical practice was assessed. Additionally tools for image quality improvement and artifact reduction were tested. Finally, the diagnostic performance of different perfusion methods (ultrasound, computed tomography and magnetic resonance imaging) was compared
| Identifer | oai:union.ndltd.org:theses.fr/2013LORR0178 |
| Date | 27 November 2013 |
| Creators | Gondim Teixeira, Pedro Augusto |
| Contributors | Université de Lorraine, Blum, Alain, Hossu, Gabriela |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0028 seconds