Traitement et Analyse d’images issues de la médecine nucléaire : détection automatique de cellules potentiellement cancéreuses et suivi de leur évolution

Analysis and processing of images from Nuclear Medecine : Automatic detection of potentially cancerous cells and tracking of their evolution

• Auteur / Autrice : Karen Zig
• Direction : Andrei Doncescu, Jean-Luc Henry
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 15/05/2023
• Etablissement(s) : Antilles
• Ecole(s) doctorale(s) : École doctorale Dynamique des environnements dans l'espace Caraïbes-Amériques (Pointe-à-Pitre ; 2022-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de mathématiques informatique et applications (Mulhouse)
• Jury : Président / Présidente : Gilles Richard
• Jury : Examinateurs / Examinatrices : Andrei Doncescu, Jean-Luc Henry, Gilles Richard, Su Ruan, Zahia Guessoum, Linda Elmhadhbi, Jimmy Nagau, Jean Velin
• Jury : Rapporteur / Rapporteuse : Su Ruan, Zahia Guessoum

Mots clés

Mots clés contrôlés

Cancer

Traitement d'images

Cancer -- Thérapeutique

Médecine nucléaire

Mots clés libres

TEP-Scan

TEMP

Région d'intérêt

Seuillage entropique

Correction d'atténuation

Suivi

Vecteur caractérisques

Recalage

PET-Scan

SPECT

Region of interest

Entropic thresholding

Attenuation correction

Tracking

Characteristic vector

Alignment

Résumé

Depuis 2010, l'amélioration du diagnostic précoce proposée par la Médecine Nucléaire, a permis une réduction du nombre de décès liés au cancer. Cette spécialité de la médecine, basée sur l'utilisation d'un radiotraceur, procure au clinicien une image numérique représentative de la distribution de la substance radioactive dans l'organisme du patient. Lorsqu'un organe présente une anomalie cancéreuse, on observe une hyperactivité qui se traduit par une intensité anormalement élevée dans la région concernée, sur l'image numérique.L’objectif de cette thèse a été de développer des méthodes permettant d’apporter une aide au clinicien dans l’élaboration de son diagnostic. Ainsi, on se propose de détecter de manière automatique les cellules potentiellement cancéreuses et de suivre leur évolution au fil du temps à partir d’images numériques issues de la Médecine Nucléaire.Cette analyse, nous conduit à pratiquer une correction de l’atténuation des images fournies, basée sur la modélisation de la trajectoire des rayonnements gamma émis par un traceur, ainsi que sur l'utilisation des informations fournies par la tomodensitométrie (TDM).Par la suite, une localisation des régions potentiellement cancéreuses est réalisée par un procédé s'appuyant sur une adaptation de la maximisation de l’entropie à deux dimensions, utilisant le recuit microcanonique. Grâce à cette approche, nous obtenons de manière automatique les régions les plus significatives présentant une hyperactivité anormale.Dès que les zones d’hyperactivité sont localisées sur l'image numérique, nous procédons à une extraction de leurs caractéristiques, en prenant en compte pour chaque ROI, sa région, ses frontières et ses textures. Un suivi de l'évolution des ROI est ensuite réalisé, en considérant pour un même patient plusieurs examens à différentes phases de traitement.L’utilisation conjointe de ces différentes méthodes apporte au médecin nucléaire une aide à l'interprétation, en proposant une chaîne de traitements pour le suivi de l'évolution des cellules potentiellement cancéreuses.

Since 2010, the improved early diagnosis provided by Nuclear Medicine has reduced the number of cancer-related deaths. This specialty of medicine, based on the use of a radiotracer, offers the clinician a representative digital image of the distribution of the radioactive substance in the patient's body. When an organ presents a cancerous abnormality, a hyperactivity is observed, which translates by an abnormally high intensity in the concerned region, on the digital image.The objective of this thesis was to develop methods to help the clinician in the elaboration of his diagnosis. Thus, we propose an automatic detection of potentially cancerous cells and to follow their evolution over time from digital images from Nuclear Medicine.This analysis leads us to correct the attenuation of the images provided, based on the modelling of the trajectory of gamma rays emitted by a tracer, as well as on the use of information provided by the CT scan.Then, a localization of the potentially cancerous regions is realized by a process based on an adaptation of the two-dimensional entropy maximization, using microcanonical annealing. With this approach, we automatically obtain the most significant regions with abnormal hyperactivity.As soon as the hyperactive areas are located on the digital image, we proceed to an extraction of their characteristics, considering for each ROI, its region, its borders, and its textures. A tracking of the evolution of the ROI is then performed, considering for the same patient several examinations at different phases of treatment.The joint use of these different methods provides the nuclear physician an assistance for the interpretation, by proposing a chain of treatments for the surveillance of the evolution of potentially cancerous cells.