Sujet de Thèse
Utilisation de l'apprentissage profond bayésien pour le suivi en temps réel des lésions pulmonaires à partir d'imagerie radiologique mono et stéréoscopique durant les traitements de radiothérapie
Dates :
2024/10/01 - 2027/09/30
Encadrant(s) :
Description :
La radiothérapie externe utilise un faisceau de rayons X de haute énergie, produit par un accélérateur linéaire de particules (LINAC), pour cibler les tumeurs depuis l'extérieur du corps. La radiothérapie stéréotaxique extra-crânienne (SBRT) des poumons est un traitement curatif, administrant une dose élevée de radiations en quelques fractions seulement, de manière précise sur de petites cibles pulmonaires mobiles. Ce traitement est souvent réalisé en arcthérapie volumique par modulation d'intensité (VMAT), qui permet de délivrer une dose élevée à la cible tout en épargnant les organes à risque (OAR) environnants en faisant tourner le LINAC autour du patient et en modulant l'intensité des rayons X pendant la délivrance.
Étant donné que les tumeurs pulmonaires se déplacent avec la respiration, ce mouvement doit être pris en compte dans la définition du volume à traiter. En général, ce mouvement est déterminé à partir d'un échantillon de quelques cycles respiratoires sur un scanner 4DCT, mais ces périodes ne représentent pas toujours fidèlement la respiration pendant le traitement. Par conséquent, il est crucial de surveiller la position des tumeurs pulmonaires pendant le traitement pour s'assurer qu'elles reçoivent la dose prévue. Une vérification fiable de la position peut également permettre de réduire les marges de sécurité autour de la cible, limitant ainsi l'irradiation des tissus sains.
Les LINAC modernes sont équipés d'un système d'imagerie en kilovoltage (kV) embarqué, permettant l'acquisition continue d'images kV planaires (2D) pour la reconstruction par tomographie volumique à faisceaux coniques (CBCT) et pour l'imagerie pendant l'irradiation. Cela permet de suivre des cibles sélectionnées en utilisant l'équipement existant. Cependant, malgré une résolution d'image élevée, le contraste des tissus mous est souvent limité, rendant la localisation précise de la tumeur difficile. Certains LINAC dédiés aux traitements par stéréotaxie disposent, en plus du système d'imagerie susmentionné, de systèmes d'imagerie kV stéréoscopiques fixes (comme l'ExacTrac de la société Brainlab) permettant de vérifier la position du patient et de la cible en 3D grâce à deux clichés pris simultanément.
Le suivi des tumeurs pulmonaires peut se faire avec ou sans marqueur. Un marqueur est un fiduciel (généralement un grain d'or ou un coil magnétique) implanté par un radiologue interventionnel. Cette implantation est un acte invasif, potentiellement lourd et risqué qui de surcroit n'est pas accessible à tous les patients traités par radiothérapie stéréotaxique pulmonaire.
Le suivi sans marqueur de la position des tumeurs a été démontré en couplant des images kV individuelles avec des modèles 2D générés à partir de données CT volumétriques antérieures par corrélation croisée normalisée. Les positions 2D obtenues peuvent être triangulées pour déterminer la localisation 3D. Cependant, cette méthode présente des limites, notamment si la tumeur est petite, est peu dense, a un faible contraste, est obstruée par des structures environnantes (la colonne vertébrale par exemple) ou si les images kV sont très bruitées.
Des développements récents en imagerie à double énergie ont montré des améliorations dans le suivi des tumeurs, mais ne sont pas encore disponibles cliniquement.
A noter qu'à l'heure actuelle, il n'existe qu'une seule technologie de suivi sans marqueur nommée Synchrony et implémentée sur les dispositifs CyberKnife et Tomotherapy d'Accuray. Aucune technique de suivi n'est opérationnelle sur les accélérateurs conventionnels, qui représentent pourtant l'écrasante majorité des dispositifs cliniques (~95% des dispositifs).
Dans ce projet, nous visons à améliorer les stratégies de détection sans fiduciel existantes, pour les accélérateurs conventionnels, en utilisant l'apprentissage profond multimodal pour détecter les tumeurs sur les images kV acquises par imagerie mono-scopique (imageur embarqué) et/ou stéréoscopique (système ExacTrac). Cet apprentissage intégrerait non seulement des données anatomiques, des données temporelles mais aussi les informations de respiration du patient. Un objectif clé sera d'évaluer la possibilité d'étendre les capacités du système ExacTrac dynamique en réalisant une imagerie fluoroscopique « quasi-continue », 3 dimensions, focalisée sur la zone d'intérêt pour un monitoring en temps réel. Cela nécessitera le développement d'une correction des images ExacTrac lorsque les composants du LINAC obstruent ses imageurs (la tête d'irradiation, le tube à rayons X embarqué, ou les capteurs plan). Cette correction sera basée sur un traitement d'image déterministe combiné à une stratégie d'apprentissage profond de type bayésien (intégrant les informations acquises précédemment). Le dispositif support pour cette étude serait un accélérateur Varian TrueBeam STx équipé du système Brainlab Exactrac.
Étant donné que les tumeurs pulmonaires se déplacent avec la respiration, ce mouvement doit être pris en compte dans la définition du volume à traiter. En général, ce mouvement est déterminé à partir d'un échantillon de quelques cycles respiratoires sur un scanner 4DCT, mais ces périodes ne représentent pas toujours fidèlement la respiration pendant le traitement. Par conséquent, il est crucial de surveiller la position des tumeurs pulmonaires pendant le traitement pour s'assurer qu'elles reçoivent la dose prévue. Une vérification fiable de la position peut également permettre de réduire les marges de sécurité autour de la cible, limitant ainsi l'irradiation des tissus sains.
Les LINAC modernes sont équipés d'un système d'imagerie en kilovoltage (kV) embarqué, permettant l'acquisition continue d'images kV planaires (2D) pour la reconstruction par tomographie volumique à faisceaux coniques (CBCT) et pour l'imagerie pendant l'irradiation. Cela permet de suivre des cibles sélectionnées en utilisant l'équipement existant. Cependant, malgré une résolution d'image élevée, le contraste des tissus mous est souvent limité, rendant la localisation précise de la tumeur difficile. Certains LINAC dédiés aux traitements par stéréotaxie disposent, en plus du système d'imagerie susmentionné, de systèmes d'imagerie kV stéréoscopiques fixes (comme l'ExacTrac de la société Brainlab) permettant de vérifier la position du patient et de la cible en 3D grâce à deux clichés pris simultanément.
Le suivi des tumeurs pulmonaires peut se faire avec ou sans marqueur. Un marqueur est un fiduciel (généralement un grain d'or ou un coil magnétique) implanté par un radiologue interventionnel. Cette implantation est un acte invasif, potentiellement lourd et risqué qui de surcroit n'est pas accessible à tous les patients traités par radiothérapie stéréotaxique pulmonaire.
Le suivi sans marqueur de la position des tumeurs a été démontré en couplant des images kV individuelles avec des modèles 2D générés à partir de données CT volumétriques antérieures par corrélation croisée normalisée. Les positions 2D obtenues peuvent être triangulées pour déterminer la localisation 3D. Cependant, cette méthode présente des limites, notamment si la tumeur est petite, est peu dense, a un faible contraste, est obstruée par des structures environnantes (la colonne vertébrale par exemple) ou si les images kV sont très bruitées.
Des développements récents en imagerie à double énergie ont montré des améliorations dans le suivi des tumeurs, mais ne sont pas encore disponibles cliniquement.
A noter qu'à l'heure actuelle, il n'existe qu'une seule technologie de suivi sans marqueur nommée Synchrony et implémentée sur les dispositifs CyberKnife et Tomotherapy d'Accuray. Aucune technique de suivi n'est opérationnelle sur les accélérateurs conventionnels, qui représentent pourtant l'écrasante majorité des dispositifs cliniques (~95% des dispositifs).
Dans ce projet, nous visons à améliorer les stratégies de détection sans fiduciel existantes, pour les accélérateurs conventionnels, en utilisant l'apprentissage profond multimodal pour détecter les tumeurs sur les images kV acquises par imagerie mono-scopique (imageur embarqué) et/ou stéréoscopique (système ExacTrac). Cet apprentissage intégrerait non seulement des données anatomiques, des données temporelles mais aussi les informations de respiration du patient. Un objectif clé sera d'évaluer la possibilité d'étendre les capacités du système ExacTrac dynamique en réalisant une imagerie fluoroscopique « quasi-continue », 3 dimensions, focalisée sur la zone d'intérêt pour un monitoring en temps réel. Cela nécessitera le développement d'une correction des images ExacTrac lorsque les composants du LINAC obstruent ses imageurs (la tête d'irradiation, le tube à rayons X embarqué, ou les capteurs plan). Cette correction sera basée sur un traitement d'image déterministe combiné à une stratégie d'apprentissage profond de type bayésien (intégrant les informations acquises précédemment). Le dispositif support pour cette étude serait un accélérateur Varian TrueBeam STx équipé du système Brainlab Exactrac.
Mots clés :
Traitements du cancer, Radiothérapie, Stéréotaxie, Intelligence Artificielle, Guidage par l'image
Conditions :
Durée : 3 ans
Employeur : Université de Lorraine
Lieu : CNRS UMR 7039 CRAN, campus Médecine
Profil attendu : M2R validé dans l'un des domaines : physique des rayonnements, traitement d'images, apprentissage automatique.
Employeur : Université de Lorraine
Lieu : CNRS UMR 7039 CRAN, campus Médecine
Profil attendu : M2R validé dans l'un des domaines : physique des rayonnements, traitement d'images, apprentissage automatique.
Département(s) :
Biologie, Signaux et Systèmes en Cancérologie et Neurosciences |
Financement :
Allocation doctorale, Ligue Contre le Cancer