Modélisation et analyse de l'hétérogénéité tumorale lors de résistance aux traitements : cas des métastases hépatiques de GIST

Modeling and analysis of tumor heterogeneity during treatments resistance : case of GIST liver metastases

• Auteur / Autrice : Guillaume Lefebvre
• Direction : Thierry Colin
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées et calcul scientifique
• Date : Soutenance le 03/12/2015
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale de mathématiques et informatique (Talence, Gironde ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Institut de mathématiques de Bordeaux
• Partenaire(s) de recherche : Equipe de recherche : MONC
• Jury : Président / Présidente : Olivier Saut
• Jury : Examinateurs / Examinatrices : François Cornelis, Nicolas Meunier
• Jury : Rapporteurs / Rapporteuses : Simona Mancini, Stéphanie Salmon

Mots clés

Mots clés contrôlés

Équations aux dérivées partielles -- Solutions numériques

Cancer

Métastases hépatiques

Métastases hépatiques

Mots clés libres

Modélisation

Simulation numérique

Cancer

Croissance tumorale

Hétérogénéité tumorale

Résistance aux traitements

EDPs

Modeling

Numerical simulation

Cancer

Tumor growth

Tumor heterogeneity

Treatments resistances

PDEs

Résumé

Cette thèse présente les travaux menés sur l’analyse et la modélisation de l’hétérogénéité tumorale lors de résistance aux traitements. Nous présentons ici un modèle EDP, dépendant de chaque patient, et prenant en compte deux types de traitements différents. Il reproduit qualitativement et quantitativement les différentes étapes de la croissance d’une tumeur soumise à ces traitements. Afin de pallier une instabilité numérique liée à ce type de modélisation, un nouveau schéma numérique est construit : le twin-WENO5.Nous développons ensuite une méthode de synthèse d’images scanners de sorte à rendre meilleure la comparaison entre les résultats numériques et les données cliniques. Enfin un critère robuste permettant de quantifier l’hétérogénéité à la fois des images cliniques et des images de synthèse, est construit.

This thesis deals with tumor heterogeneity analysis and modeling during treatments resistances. A patient-dependent PDEs model, that takes into account two kinds of treatments, is presented. It qualitatively and quantitatively reproduces the different stage during the tumor growth undergoing treatments. In order to overcome a numerical instability linked to the type of modeling, a new numerical scheme is built : the twin-WENO5. Then,an image synthesis method is developed to enable a better comparison between the numerical results and the clinical data. Finally, a robust criteria that quantifies the tumor heterogeneity from the clinical data and from the synthesis images, is built.