Le cancer est chaque année responsable de 7,6 millions de décès dans le monde. L'amélioration des traitements constitue donc un enjeu majeur de santé publique. Il a été démontré que l'association d'un diagnostic précoce et d'un traitement efficace était associée à un impact significatif sur la survie des patients. De nombreux facteurs pronostics de la survie ont été identités et sont actuellement utilisés en routine clinique. Ce diagnostic est souvent réalisé en partieà l'aide de l'imagerie de Tomographie par Emission de Positons (TEP), cette dernière s'étantavérée être un outil très performant pour l'identification des tumeurs et métastases dans uncertain nombre de modèles de cancer. La TEP fait partie des modalités d'imagerie fonctionnelleet a donc le potentiel de fournir des informations liées à la biologie sous-jacente des cancers.Toutefois, du fait de sa faible résolution spatiale, elle n'avait que très peu été utilisée avec cet objectif.Ce travail de thèse a consisté à étudier des paramètres quantitatifs pouvant être extraitsde ces images, plus spécifiquement ceux permettant la caractérisation de l'hétérogénéité intratumorale. Nous avons pu identifier un ensemble de paramètres issus de l'analyse de texture quisont reproductibles, robustes aux effets de volume partiel et à la méthode de segmentation, etvraisemblablement liés à la physiologie tumorale. Nous avons également pu mettre en évidencele potentiel de ces paramètres extraits d'images de diagnostic, pour contribuer à la prédiction dela réponse thérapeutique ainsi que comme facteur pronostic. Ces nouveaux indices quantitatifspourraient à relativement court terme venir compléter les facteurs de référence courammentutilisés aujourd'hui en oncologie pour la prise en charge thérapeutique des patients.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00991783 |
| Date | 30 April 2013 |
| Creators | Tixier, Florent |
| Publisher | Université de Bretagne occidentale - Brest |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | fra |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0019 seconds