offres d'emploi formations actualités contact accès annuaire intranet
Thèses >

Contribution à l’analyse de l’IRM dynamique pour l’aide au diagnostic du cancer de la prostate.

Guillaume Tartare - Manuscrit

vendredi 12 décembre 2014 à 13h30

Amphi C002


Le cancer de la prostate est le cancer le plus fréquent chez les hommes. Son développement entraîne une néo-angiogénèse qui modifie le réseau capillaire. Ce dernier prolifère, devient anarchique, et la perméabilité des parois des capillaires croit. Il est reconnu que l’IRM dynamique (DCE-MRI) est capable de distinguer ces modifications de la micro-circulation physiologique. Cependant, les images DCE restent difficiles à analyser et à interpréter en routine clinique Dans cette thèse, nous nous sommes intéressés à la mise ne place de méthodes robustes et cliniquement utilisables pour l’analyse de ces images.

Dans un premier temps, nous nous sommes intéressés aux méthodes de quantifications des paramètres pharmacocinétiques. Ainsi, une plate-forme logicielle a été construite autour du modèle de Tofts. Dans ce modèle multi-étapes, chaque étape est choisie et validée en fonction des contraintes techniques des images et à la physiologie du tissu prostatique. La validation technique a été conduite en utilisant des images simulées avec connaissance de la vérité terrain de la distribution des lésions. La validation clinique est en cours, elle est réalisée dans le cadre de d’une thèse de sciences de en radiologie.

Parallèlement, nous avons exploré l’application des techniques de traitement des données pour l’analyse non paramétrique et non supervisée des courbes temps-intensités. Nous avons développé une approche originale basée sur la classification spectrale. Cette méthode basée sur la théorie des graphes permet le regroupement des signaux après transformation de l’espace de représentation des données. Par la suite, ces groupes de données peuvent être étiquetés suivant la comparaison avec un signal de référence, en l’occurrence le signal artériel. Les expérimentations préliminaires conduites sur les données simulées ainsi que sur des données cliniques montre la faisabilité de l’approche.

Les deux approches développées sont complémentaires, l’une donnant des paramètres quantitatifs et l’autre permettant de segmenter les zones cancéreuses. Nous travaillons actuellement sur une technique de fusion permettant de tirer profit des deux approches.