Sommation spatio-temporelle d

1
Sommation spatio-temporelle dimages 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

2
Plan

• Introduction
• Laboratoire daccueil
• Contexte de la recherche
• Contexte scientifique
• Travaux
• Conclusion et perspectives

3
I. Introduction (1/3) Mon laboratoire daccueil

• 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
  lenseignement
• 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

4
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 délectrons
  une dose (énergie déposée par unité de masse)
  dans un volume tumoral tout en épargnant au
  maximum les tissus sains

5
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 -gt
  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 dimages 4D représentant
  explicitement le mouvement
• Simulation de traitement par méthodes Monte Carlo
• Recalage d'images scanner 4D (3DT) du thorax
  pour connaître les déformations induites par la
  respiration.

6
Plan

• Introduction
• Contexte scientifique
• Images tomodensitométriques 4D
• Champs de déformation du thorax
• Signaux respiratoires
• Cumul de doses
• Travaux
• Conclusion et Perspectives

7
II. Contexte scientifique (1/7)
Image TDM 4D (3D T) des poumons
Composé de
Mon sujet de recherche
Coefficients de pondération temporelle
1 Distribution de Doses Dynamique 3D
8
II. Contexte (2/7) Images TDM 4D

• Image TDM 4D n images 3D au long dun cycle
  respiratoire
• Un moyen de visualiser le mouvement des cibles en
  radiothérapie (Keall, 2004)
• Acquisition scanner signal respiratoire (Vedam
  et al., 2003)

9
II. Contexte (3/7) Images TDM 4D
10
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,
• limage de référence sur laquelle on va sommer
  les doses.

11
II. Contexte (5/7)Champ de déformation du thorax
I
J
Champ de la déformation de I à J (thèse V.
Boldea, 2006)
12
II. Contexte (6/7) Signaux respiratoires
13
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 -gt Monte Carlo 4D (Paganetti et al. 2004,
  Heath et Seuntjens, 2006)
• Rétrospectif (Shaly et al., 2004 et Rosu et al.,
  2005)

14
Plan

• Introduction
• Contexte
• Etudes
• Pondération temporelle dimages à partir dun
  signal respiratoire irrégulier
• Intégration spatiale des images conservation
  des masses pendant la déformation
• Conclusion et perspectives

15
III. Etude A (1/11)

• Pondération temporelle dimages à partir dun
  signal respiratoire irrégulier
• Pondération temporelle
• pour chaque image -gt 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.

16
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)

17
III. Etude A (3/11) Génération aléatoire dun
signal continu irrégulier

• relation entre b et z0-gt paramètres non
  indépendants

• Tests de validation des signaux

18
IV. Etude A (4/11) Tri des images sur le signal

• Les n images 3D de limage 4D sont triées selon
  un critère donné du signal respiratoire
• amplitude
• pourcentage damplitude
• phase
• En séparant ou non les images de linspiration et
  de lexpiration

19
IV. Etude A (5/11) Calcul du poids dune image
triée en amplitude
Signal de tri
20
IV. Etude A (6/11) Calcul du poids dune image
triée en phase
Tri en phase
Cycles complets Demi cycles
21
IV. Etude A (7/11) Calcul du poids dune image
triée en phase
Signal de tri
22
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

23
IV. Etude A (9/11) Résultats convergence

• Moyenne des écarts types des poids en fonction du
  nombre de cycles

24
IV. Etude A (10/11) Résultats convergence
25
IV. Etude A (11/11)Conclusion

• Etude quantitative du nombre de cycles pour que
  les poids convergent
• Tri en phase ou en pourcentage d'amplitude
  autour de 120 cycles (écarts-types très faibles
  0,025).
• Tri en amplitude autour de 600 cycles.
• Travaux de Craig et al. (2001) nombre de
  fractions de traitement pour que le modèle de
  Lujan converge 20 fractions de 1 minutes, soit
  environ 350 cycles.
• Séparation inspiration/expiration
• meilleure convergence pour le tri en amplitude
  (écart-type réduit de moitié)
• convergence beaucoup plus tardive pour les tris
  en pourcentage d'amplitude et en phase (autour de
  600 cycles, écart type 6 à 8 fois supérieur).

26
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.

27
IV. Etude B (2/7) Conservation des doses pendant
la déformation

• Deux approches pour estimer la dose reçue à
  linspiration par chaque voxel de la grille
  dexpiration (Rosu et al., 2005)
• Approximation directe
• Approximation affinée

28
IV. Etude B (3/7)Conservation des massespendant
la déformation

• Matériel
• Image TDM 4D (Massachusetts General Hospital,
  Boston)
• 39825688 voxels (dx 0.97656, dy 0.97656 et
  dz 2.5)
• 6 images 1 image de fin dinspi 1 image de
  fin dexpi 4 dexpiration
• Champ de déformation
• Backward mapping, lissage gaussien

29
IV. Etude B (4/7) Conservation des masses

• Méthode
• Jacobien du champ de déformation
• Valeurs des Jacobiens
• gt1 dilatation
• lt 1 contraction
• 1 volume identique
• ou lt 0 valeur fausse, affectation de valeur
  par défaut (0)
• Utilisation du Jacobien pour le calcul de limage
  déformée (en HU pour les images TDM)

30
IV. Etude B (5/7) conservation des masses
Evaluation de lincertitude sur les masses du
poumon et de thorax-poumons

• Création dun masque 4D pour les poumons et pour
  lensemble thorax-poumons
• On détermine un intervalle de confiance pour les
  moyennes des masses
• Intervalle de référence

31
IV. Etude B (6/7) Conservation des masses

• Apport du Jacobien
• 5 autres images déformées vers limage de fin
  dinspiration dans 6 cas
• sans prise en compte du Jacobien, avec Jacobien
  ou avec Jacobien borné (valeurs entre 0 et 20)
• en interpolation linéaire ou en PPV.
• On compte le nombre de masses conformes à
  lintervalle

32
IV. Etude B (7/7)Conclusion

• Apport du Jacobien pour la conservation des
  masses
• Amélioration montrée sur une séquence dimages
  dun patient (6 images dexpiration)
• Influence du mode dinterpolation sur la
  conservation des masses encore inconnue -gt
  nécessité de tester dautres interpolateurs
  (Lehmann et al., 1999, Rosu et al.)
• les bornes du Jacobien nécessiteraient aussi une
  étude supplémentaire

33
Plan

• Introduction
• Contexte
• Etat de lArt
• Etudes
• Conclusion et perspectives
• Conclusion générale
• Perspectives

34
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
  dimages dun patient (6 images dexpiration)

35
V. Conclusion (2/2)Perspectives

• Etude A
• Valider létude des erreurs sur les poids pour un
  nombre de cycles correspondant à quelques
  fractions ou à tout le traitement.
• Etude B
• Valider lhypothèse de la meilleure conservation
  des masses avec un échantillon plus grand de
  patients.
• Influence de linterpolateur? (Rosu et al., 2005)
• Approche locale de létude du Jacobien
• Travail sur les doses nombre de doses statiques
  minimum pour construire une dose dynamique
  (Flampouri et al., 2006)

36
Références