La Tomographie par Émission de Positon (TEP) combinée à l'imagerie scanner est intéressante pour la planification de traitement en radiothérapie. Elle réduit la variabilité inter et intra-observateur dans la définition du volume cible et permet de visualiser les hétérogénéités biologiques. Plusieurs algorithmes de segmentation ont été proposés mais aucun ne fait consensus. Pour valider ces algorithmes, les simulations de Monte-Carlo offrent la possibilité de maîtriser la vérité terrain et l'ensemble des paramètres d'acquisition.Nous avons proposé plusieurs méthodologies d'amélioration du réalisme des simulations. Des jeux de données présentant une variabilité anatomique, une hétérogénéité tumorale réaliste et intégrant les mouvements respiratoires ont ainsi été générés.Ces données ont été utilisées dans une première étude sur la segmentation du volume cible. Plusieurs algorithmes ont été comparés dans le cadre de la planification de traitement. L'utilisation de données simulées a permis de relier la précision de la segmentation à la qualité de la couverture de la vérité terrain. Nous avons aussi étudié l'impact de la respiration sur la précision de la segmentation.L'utilisation d'un algorithme de segmentation avancé permettant de définir un sous-volume plus actif pour la prescription d'une dose hétérogène a été proposée. Plusieurs scénarios de prescription ont été comparés en terme de probabilité de contrôle tumorale (TCP) calculée sur la TEP. La variabilité de la TCP liée aux paramètres d'acquisitions a été quantifiée. L'impact du contraste et de la taille du sous-volume fut étudié. Pour finir l'apport d'un ajout de compartiments à de telles prescriptions a été analysé. / There has been an increasing interest for the use Positron Emission Tomography (PET) combined with Computed Tomography for radiotherapy treatment planning. It improves target volume delineation by reducing inter and intra-observer variability and allows visualizing biological heterogeneities. Plethoras of segmentation algorithm have been proposed but there is a lack of consensus regarding which one to use. Monte Carlo simulations are interesting to validate these algorithms since they allow creating datasets with known ground-truth and for which all acquisition parameters are controlled.We proposed several methodologies for improving the realism of simulations. Several datasets incorporating patient specific variability in terms of anatomy and activity distributions, realistic tumor shape and activity modeling and integrating the respiratory motions were created.These data were used in a first study concerning target volume definition. Several algorithms were compared for radiotherapy treatment planning. The accuracy of segmentation was related to the quality of ground-truth volume coverage. We also studied the impact of respiratory motion on segmentation accuracy.We investigated the use of an advanced segmentation method able to define high uptake sub-volumes, for heterogeneous dose prescriptions. Several scenarios of prescriptions were compares in terms of Tumor Control Probability (TCP) computed on PET images. Variability of this TCP due to acquisition parameters was quantified. The impact of contrast and size of sub-volume was studied. Finally we studied the usefulness of the addition of compartments to such heterogeneous prescriptions.
| Identifer | oai:union.ndltd.org:theses.fr/2012BRES0029 |
| Date | 03 July 2012 |
| Creators | Le Maitre, Amandine |
| Contributors | Brest, Roux, Christian |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0012 seconds