Vérification automatique de la position d'un patient pendant les traitements en radiothérapie externe par recalage d'images

Automatic verification of patient set-up during treatments in external radiotherapy by image matching

• Auteur / Autrice : Gisèle Hilt
• Direction : Didier Wolf
• Type : Thèse de doctorat
• Discipline(s) : Sciences médicales
• Date : Soutenance en 2000
• Etablissement(s) : Vandoeuvre-les-Nancy, INPL

Mots clés

Mots clés contrôlés

Radiothérapie

Traitement d'images -- Techniques numériques

Automatisation

Résumé

Cette étude a été effectuée dans le cadre du contrôle qualité en radiothérapie externe, et porte plus particulièrement sur la vérification automatique de la position d'un patient au début des séances d'irradiation. Les images de traitement ou images portales, obtenues pendant le traitement sont comparées à une image de référence pouvant être une radiographie ou une DRR (radiographie reconstruite à partir des coupes scanner). La position du patient est vérifiée en 3D par la mesure du décalage entre les structures anatomiques dans les images de traitement et de référence. L'obstacle majeur à l'automatisation de cette tâche, est la très mauvaise qualité des images portales. Leur contraste est très faible, les images sont bruitées et les contours sont flous. Notre premier objectif fut donc l'amélioration de la qualité des images portales par filtrage et restauration. Un modèle générique des formes pouvant être visibles à la fois dans les images de traitement et de référence a été introduit comme connaissance a priori pour la segmentation des images de simulation. Une reconnaissance de forme est réalisée à l'aide d'un recalage déformable du modèle. Les formes spécifiques au patient sont le résultat de cette procédure et constitue la connaissance a priori introduite pour la segmentation des images portales. Sachant que la position du patient est proche de la référence, la superposition des structures de référence sur l'image portale, permet à l'aide d'un intervalle simulant les décalages possibles, l'élimination des segments n'appartenant pas aux formes recherchées dans l'image portale. Par ailleurs, les informations sur l'orientation locale des contours et la transition locale des niveaux de gris traduisant le passage de l'os aux tissus mous améliore les résultats. La position du patient est déterminée par un recalage rigide des images segmentées de traitement et de référence. La précision des mesures est inférieure au pixel en translation et inférieure à 1° en rotation.

This research deals with treatment quality control in external radiotherapy, and concern more specifically automatic verification of patient set-up at the beginning of the fractions. Treatment images, or portal images, obtained during treatment are compared to a reference image that can be a radiograph or a DRR (digitally reconstructed radiograph). Patient positioning is checked in three dimensions by the measurement of anatomical structures displacement between the treatment images and the reference image. The main problem met by automation of this task is the very poor quality of portal images. Their contrast is very low, images are often oisy and edges are blurred. Our first aim was than the improvement of portal images quality, using filtering and restoration, in order to further the segmentation. A generic modelling of shapes likely to be found in both treatment and reference images was introduced as a priori knowledge in the segmentation of the simulation images. Shape recognition was realised by deformable matching of the generic modelling. Shape of patient specific structures result from this procedure and is the a priori knowledge introduced in the segmentation of portal images. Knowing that patient position is near the reference, reference structure and portal image superposition allows elimination, from the segmented portal image, of the segments that does not heng to the shapes of interest, by means of an interval simulating possible discrepancy. Moreover, information about edge's local orientation and the gray level local transition indicating the passage from bone to soft tissues, improve the results. Patient position is determined by a rigid matching of the segmented treatment and reference images. The results points out that the overall accuracy of patient position measurement is less than 1 pixel for translations and less than 1° for rotation.