Modèle biomécanique patient-spécifique pour la prédiction du mouvement respiratoire pour la radiothérapie

Patient-specific biomechanical model of the respiratory system for radiation therapy

• Auteur / Autrice : Matthieu Giroux
• Direction : Behzad Shariat, Hamid Ladjal
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 17/10/2018
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale InfoMaths (Lyon ; 2009-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Claude Bernard (Lyon ; 1971-....)
• Partenaire(s) de recherche : Laboratoire : Simulation, Analyse et Animation pour la Réalité Augmentée - Laboratoire d'InfoRmatique en Images et Systèmes d'information (Villeurbanne - Ecully, Rhône ; 2003-....)
• Jury : Président / Présidente : Laurence Chèze
• Jury : Examinateurs / Examinatrices : Behzad Shariat, Hamid Ladjal, Emmanuel Promayon
• Jury : Rapporteurs / Rapporteuses : Stéfanie Hahmann, Marc Daniel
• DOI : 10.70675/5fe7af54z2198z4aa6za3d9ze37ed91e37c4

Mots clés

Mots clés contrôlés

Biomécanique

Méthode des éléments finis

Modélisation des données (informatique)

Mots clés libres

Biomécanique

Eléments Finis

Modélisation

Biomechanical Engineering

Finite Elements

Modelization

Résumé

La Radio/Hadron-thérapie consiste à déposer une dose létale de rayonnement dans la tumeur tout en réduisant l'impact de cette dose sur les tissus sains. Les mouvements internes, en particulier ceux engendrés par la respiration modifient la forme, la position et la densité des organes, source d'erreur et d'incertitude sur la position du dépôt de dose. Lorsque la tumeur se trouve sur un organe en mouvement, la dificulté majeure est de cibler la tumeur pendant le traitement. Cette incertitude sur la position rend indispensable la mise en place d'une stratégie permettant la prédiction du mouvement tumoral. Ceci permet en eet de guider le faisceau de rayons ionisants de sorte qu'il suive les mouvements tumoraux. De plus, le traitement par hadronthérapie nécessite également l'accès à une description précise de la densité de l'ensemble des organes traversés par le faisceau, car la position du dépôt maximal de l'énergie véhiculée par les ions (le pic de Bragg) en dépend. Malheureusement, le mouvement respiratoire est complexe et sa prédiction n'est pas une tâche simple – en particulier, la respiration est commandée par l'action indépendante des muscles de la cage thoracique et du diaphragme. Les techniques actuelles basées sur l'imagerie, telles que le Cone-Beam ou le recalage dé- formable d'images, tentent de prédire la position des tumeurs pulmonaires. Ces méthodes font l'hypothèse d'un mouvement reproductible de l'appareil respiratoire dans le temps. D'autres techniques basées sur l'emploi de deux caméras à rayons X (cyberknife, tracking mis au point par l'équipe du Centre carbone d'Heildelberg [HIT]) peuvent permettre la pré- diction de la position des tumeurs, quand leur segmentation et leur contourage automatique en temps réel est possible. Cependant, ces méthodes sont, si ce n'est risquées, invasives, et elles ne permettent pas de calculer l'évolution des organes environnants, une information indispensable pour déterminer la position du pic de Bragg. Ainsi déduire le mouvement de la tumeur à partir de seules séries d'images médicales apparaît comme insuffisant. Une solution peut alors résider dans le développement d'un modèle biomécanique patient-spécifique du système respiratoire intégrant la variabilité du mouvement respiratoire. Pour que ce modèle soit précis, il doit comprendre la modélisation de la cage thoracique, du diaphragme et des poumons. Il est tout aussi important que ce modèle puisse être piloté par des paramètres mesurés en externe (capteurs 3D, spiromètre, etc.) an de préserver un caractère non-invasif et de corréler le mouvement externe du thorax et de l'abdomen, ainsi que le ux d'air échangé avec les mouvements internes. Les changements de propriétés mécaniques des milieux traversés par le faisceau doivent également être modélisés an de satisfaire les besoins de l'hadronthérapie.

The 4D computational patient specic of the respiratory system could be potentially used in various medical contexts; for diagnosis, treatment planning, laparoscopic, dose computation or the registration between online imaging systems such as positron emission tomography (PET), computed-tomography (CT) as well as high delity and precise computer-based training simulators. The main novelty of this PhD project lies in the context of radiation therapy; we have developed a patient-specic biomechanical model of the respiratory system enabling the correlation of the internal organs motion with respiratory surrogate signal(s) during the treatment. This permits to take into account the respiratory motion variabilities. The deformation of the dierent structures is controlled and driven by simulated rib cage (mimic the external intercostal muscles) and diaphragm actions. For the diaphragm, we have applied the radial direction of muscle forces, and simple homogeneous dirichlet boundary condition is applied to the lower part of the diaphragm, which is attached to the rib cage. For each rib a rigid transformation is calculated automatically by nite helical axis method (rigid translation and rotation) and used to dene displacement boundary conditions. The resulting widening of the thoracic cavity forces the lungs to expand due to an applied negative pressure in the pleural cavity. Other novelty of the PhD project, that the amplitude of the lung pressure and diaphragm force are patient-specic, and determined at dierent respiratory states by an optimization framework based on inverse FE analysis methodology, by minimizing the volume lungs errors, between the respiratory volume (calculated from CT scan images at each state) and the simulated volume (calculated by biomechanical simulation). All other structures are linked to each other, but feature dierent deformation behavior due to the assigned material properties. Our results are quite realistic compared to the 4D CT scan images and the proposed physically-based FE model is able to predict correctly the respiratory motion