Vous êtes invités à la soutenance d’Antonio MORENO intitulée
"Recalage non-linéaire d’images TEP et CT du thorax pour la caractérisation des tumeurs : application à la radiothérapie"
qui aura lieu le mercredi 19 septembre à 14h00, en salle B312 ("salle de thèses") à l’ENST (1), devant un jury composé de :
- M. Grégoire Malandain, Directeur de Recherches, INRIA, Sophia-Antipolis (Rapporteur)
- Mme Marinette Revenu, Professeur, GREYC-ENSICAEN, Caen (Rapporteur)
- M. Christian Barillot, Directeur de Recherches, IRISA/INRIA, Rennes (Examinateur)
- M. David Sarrut, Maître de Conférences, CREATIS, Lyon (Examinateur)
- Mme. Sylvie Jardin, Segami, Paris (Invitée)
- Mme. Isabelle Bloch, Professeur, ENST/TSI, Paris (Directeur de thèse)
La thèse a été réalisée en convention CIFRE en collaboration avec l’entreprise Segami. Vous trouverez ci-dessous un résumé de mes travaux.
La soutenance sera suivie d’un pot auquel vous êtes tous chaleureusement conviés.
Pour venir à l’ENST (site Barrault) :
http://www.enst.fr/outils/adresseRésumé : Le sujet principal de cette thèse est le recalage d’informations issues d’images TEP (Tomographie par Emission de Positons) et CT (Computed Tomography, tomodensitométrie) pour localiser, avec une bonne qualité et de façon robuste, les tumeurs situées dans les régions thoraciques. Pour cela des informations a priori sur l’anatomie et l’agencement des organes dans le corps sont intégrées à différents niveaux : comme entrées des algorithmes (intégration a priori), pour guider les traitements (intégration directement dans la méthode) ou pour vérifier les résultats et les corriger automatiquement si c’est nécessaire (intégration pour détecter les erreurs et les réparer).
Une première étape consiste à segmenter les organes visibles dans les deux modalités en exploitant pour cela leur agencement spatial structurel et les connaissances a priori sur l’anatomie. Nous proposons une approche robuste qui utilise les connaissances anatomiques pour guider la segmentation et la corriger quand c’est nécessaire grâce à des tests de cohérence. En particulier, nous avons développé une méthode originale pour segmenter le coeur sur les images CT non-contrastées. Cette méthode est décrite en détail dans ces travaux. L’approche utilise la relation spatiale "entre les poumons" pour trouver une région d’intérêt et ensuite cette relation est utilisée pour guider un modèle déformable qui combine les connaissances anatomiques, les informations des contours dans l’image (GVF) et une force de pression dérivée des connaissances a priori. Pour la détection des pathologies, nous utilisons une méthode semi-automatique (car une certaine interaction, définie avec les experts médicaux, est souhaitée).
Le noyau principal de cette thèse est la méthode de recalage avec contraintes que nous avons développée. Cette approche s’appuie sur des marqueurs, définis automatiquement sur les surfaces des poumons, et sur des contraintes de rigidité sur les pathologies. Les marqueurs sont détectés via le calcul de la courbure. Les contraintes de rigidité sur les tumeurs garantissent que l’on ne perd pas les informations sur leur forme et leurs niveaux de gris fournies par l’image TEP. La transformation entre l’image TEP et l’image CT est calculée par interpolation à partir des marqueurs et des structures rigides, et elle est pondérée par une fonction de la distance à ces structures ce qui garantit la continuité de la déformation.
Une autre des originalités de cette thèse est l’introduction d’un modèle de respiration dynamique dans la méthode de recalage. Cet apport semble extrêmement intéressant car il permettra de trouver la trajectoire que suit la tumeur pendant le cycle respiratoire et, de cette façon, le recalage pourra être fait avec une meilleure précision. Le modèle de respiration est utilisé pour trouver des marqueurs correspondants sur les deux images (CT et TEP) ce qui fournit des résultats physiologiquement plus plausibles qu’avec des correspondances uniquement fondées sur la géométrie. Cette composante originale permettra de prédire la position de la tumeur au moment de la radiothérapie, celle-ci n’étant pas faite dans les mêmes conditions que les examens d’imagerie.
Le but ultime de cette recherche est de bien définir la position et le mouvement des tumeurs (tout en préservant les informations qualitatives fournies par les images TEP) pour ainsi contrôler très précisément (dans le temps et dans l’espace) les doses de radiation qui doivent être appliquées en radiothérapie pour le traitement de ces pathologies.