Sommation spatio-temporelle d’images 4D du thorax pour le cumul rétrospectif des doses en radiothérapie du poumon
Laurent ZAGNI,
INSA, département Informatique, 5ème année
MASTer Recherche InformAtique de Lyon,
mention Informatique Graphique et Images
Encadrant : David SARRUT
Plan
Introduction
Laboratoire d’accueil
Contexte de la recherche
Contexte scientifique
Travaux
Conclusion et perspectives
I. Introduction (1/3) Mon laboratoire d’accueil
Centre Léon-Bérard
Centre régional de lutte contre le cancer, 1000 employés, 150 chercheurs, établissement privé à but non lucratif.
Trois missions : les soins, la recherche et l’enseignement
Equipe Rayonnement, Images, Oncologie
Equipe pluridisciplinaire (physiciens médicaux, médecins, informaticiens).
3 axes
1. Acquisition d'images TDM 4D
2. Prédiction de la dose portale par simulation Monte Carlo
3. Modélisation du thorax respirant par recalage déformable et dosimétrie 4D
I. Introduction (2/3) Contexte de recherche
La radiothérapie :
Technique de traitement du cancer (2/3 des malades du cancer)
Délivrer au moyen de photons et/ou d’électrons une dose (énergie déposée par unité de masse) dans un volume tumoral tout en épargnant au maximum les tissus sains
I. Introduction (3/3) Contexte de recherche
On cherche à prévoir les doses déposées dans le thorax du patient pendant son traitement
Etat actuel : on est capable de simuler un traitement sur des cibles (tumeurs) statiques.
Objectif : simuler sur des cibles dynamiques -> Distribution Dynamique de Doses
Méthode : sommer les doses connues à des instants intermédiaires du cycle respiratoire
Mise en jeu de plusieurs travaux précédents de l'équipe :
Acquisition d’images 4D représentant explicitement le mouvement
Simulation de traitement par méthodes Monte Carlo
Recalage d'images scanner 4D (3D+T) du thorax pour connaître les déformations induites par la respiration.
Plan
Introduction
Contexte scientifique
Images tomodensitométriques 4D
Champs de déformation du thorax
Signaux respiratoires
Cumul de doses
Travaux
Conclusion et Perspectives
II. Contexte scientifique (1/7)
II. Contexte (2/7) Images TDM 4D
Image TDM 4D = n images 3D au long d’un cycle respiratoire
Un moyen de visualiser le mouvement des cibles en radiothérapie (Keall, 2004)
Acquisition scanner + signal respiratoire (Vedam et al., 2003)
II. Contexte (3/7) Images TDM 4D
II. Contexte (4/7) Champ de déformation du thorax
Recalage déformable:
Thorax : mouvement complexe et irrégulier
Calcule déformations locales - le mouvement de déformation des différents organes au cours de la respiration.
Les champs de déformation entre
les images sur lesquelles les distributions de doses statiques ont été calculées,
l’image de référence sur laquelle on va sommer les doses.
II. Contexte (5/7) Champ de déformation du thorax
II. Contexte (6/7) Signaux respiratoires
II. Contexte (7/7) Cumul de doses
Prise en compte des déplacements et des déformations des voxels (éléments tissulaires) pendant le traitement.
Matériel:
Image TDM 4D de la respiration du patient à différentes phases
Champs de déformation entre les images
Calcul de doses dynamiques par suivi de voxels:
Direct -> Monte Carlo 4D (Paganetti et al. 2004, Heath et Seuntjens, 2006)
Rétrospectif (Shaly et al., 2004 et Rosu et al., 2005)
Plan
Introduction
Contexte
Etudes
Pondération temporelle d’images à partir d’un signal respiratoire irrégulier
Intégration spatiale des images – conservation des masses pendant la déformation
Conclusion et perspectives
III. Etude A (1/11)
Pondération temporelle d’images à partir d’un signal respiratoire irrégulier
Pondération temporelle :
pour chaque image -> temps passé par le patient dans la position correspondante à cette image
= probabilité que le patient soit dans cette position
Objectif : Evaluer le nombre minimal de cycles pour pouvoir considérer la pondération de façon statistique.
III. Etude A (2/11) Signaux modélisés
Modèle de Lujan et al. (1999):
Sinusoïde asymétrique:
Etude de George et al. (2005): calcule les 3 paramètres sur plusieurs cycles de 24 patients (n fixé à 1)
III. Etude A (3/11) Génération aléatoire d’un signal continu irrégulier
relation entre b et z0 -> paramètres non indépendants
IV. Etude A (5/11) Calcul du poids d’une image triée en amplitude
IV. Etude A (6/11) Calcul du poids d’une image triée en phase
IV. Etude A (7/11) Calcul du poids d’une image triée en phase
IV. Etude A (8/11) Expérimentations
On évalue sur un signal de 1 à 1000 cycles, les poids pour chaque cycle (10 images)
Moyenne des écarts types des poids en fonction du nombre de cycles
IV. Etude A (9/11) Résultats convergence
Moyenne des écarts types des poids en fonction du nombre de cycles
IV. Etude A (10/11) Résultats convergence
IV. Etude A (11/11) Conclusion
IV. Etude B (1/7)
Intégration spatiale des images – conservation des masses pendant la déformation
Conservation des masses conservation des doses
Objectif : Evaluer le respect des masses dans les anatomies entre les images avant et après la déformation.
Utilité du Jacobien du champ de déformation pour le calcul des nouvelles valeurs des voxels.
IV. Etude B (2/7) Conservation des doses pendant la déformation
Deux approches pour estimer la dose reçue à l’inspiration par chaque voxel de la grille d’expiration (Rosu et al., 2005)
Approximation directe
Approximation affinée
IV. Etude B (3/7) Conservation des masses pendant la déformation
Matériel :
Image TDM 4D (Massachusetts General Hospital, Boston)
398*256*88 voxels (dx = 0.97656, dy = 0.97656 et dz = 2.5)
6 images = 1 image de fin d’inspi + 1 image de fin d’expi + 4 d’expiration
Champ de déformation
Backward mapping, lissage gaussien
IV. Etude B (4/7) Conservation des masses
Méthode :
Jacobien du champ de déformation :
Valeurs des Jacobiens :
>1 : dilatation
< 1 : contraction
=1 : volume identique
= ou < 0 : valeur fausse, affectation de valeur par défaut (0)
Utilisation du Jacobien pour le calcul de l’image déformée (en HU pour les images TDM)
IV. Etude B (5/7) conservation des masses
IV. Etude B (6/7) Conservation des masses
IV. Etude B (7/7) Conclusion
Apport du Jacobien pour la conservation des masses
Amélioration montrée sur une séquence d’images d’un patient (6 images d’expiration)
Influence du mode d’interpolation sur la conservation des masses encore inconnue -> nécessité de tester d’autres interpolateurs (Lehmann et al., 1999, Rosu et al.)
les bornes du Jacobien nécessiteraient aussi une étude supplémentaire
Plan
Introduction
Contexte
Etat de l’Art
Etudes
Conclusion et perspectives
Conclusion générale
Perspectives
V. Conclusion (1/2)
Contexte :
Cumul rétrospectif de doses
Etude A :
Etude quantitative du nombre de cycles pour que les poids convergent sur un signal irrégulier
Tri en phase ou en pourcentage d'amplitude : autour de 120 cycles, tri en amplitude : autour de 600 cycles.
Signal régulier (Craig et al., 2001) : environ 350 cycles.
Etude B :
Conservation des masses conservation des doses
Apport du Jacobien montré sur une séquence d’images d’un patient (6 images d’expiration)
V. Conclusion (2/2) Perspectives
Etude A
Valider l’étude des erreurs sur les poids pour un nombre de cycles correspondant à quelques fractions ou à tout le traitement.
Etude B
Valider l’hypothèse de la meilleure conservation des masses avec un échantillon plus grand de patients.
Influence de l’interpolateur? (Rosu et al., 2005)
Approche locale de l’étude du Jacobien
Travail sur les doses : nombre de doses statiques minimum pour construire une dose dynamique (Flampouri et al., 2006)