Développement d'un système d'aide à l'optimisation de séquences tomodensitométriques lors d'examen thoracique

Development of a system to assist in the CT sesuences optimization during thoracic examination

• Auteur / Autrice : Francois Gardavaud
• Direction : François Cornelis, Gregory Nuel
• Type : Projet de thèse
• Discipline(s) : Génie électrique, électronique, photonique et systèmes
• Date : Inscription en doctorat le 01/03/2019
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Sciences mécaniques, acoustique, électronique et robotique de Paris (2000-....)

Mots clés

Mots clés libres

Tomodensitométrie

Optimisation

Thoracique

Computed Tomography

Optimization

Thoracic

Résumé

Le but de ce projet est de créer une méthode d'optimisation semi-automatisée du couple qualité image / dose pour un examen tomodensitométrique réalisé dans le cadre de la détection et/ou de l'exploration de nodules pulmonaires. Ce projet se décompose en cinq axes principaux (Work Package, WP) : l'évaluation de logiciels de reconstruction de la dose absorbée aux organes lors d'exploration tomodensitométrique (WP 1), le développement de métriques physiques afin de définir la détectabilité de nodules pulmonaires dans des images TDM (WP 2), l'évaluation de la qualité image des examens TDM pour la recherche de nodules pulmonaires par des observateurs humains et enfin la correspondance de la perception visuelle des nodules pulmonaires par les radiologues aux métriques d'évaluation de la qualité image via une méthode de machine learning/deep learning (WP 3), l'impact de la dose des modalités d'imagerie dans le traitement des nodules pulmonaires en radiothérapie (WP 4) et enfin une étude radiomiques sur le traitement des cancers bronchiques (WP 5).

The aim of this project is to create a semi-automated optimization method for the image quality/dose couple for a CT examination performed for the detection and/or exploration of pulmonary nodules. This project is divided into five main areas (Work Package, WP): the evaluation of software for the reconstruction of absorbed dose to organs during CT exploration (WP 1), the development of physical metrics to define the detectability of pulmonary nodules in CT images (WP 2), the evaluation of the image quality of CT examinations for the search of pulmonary nodules by human observers and finally the correspondence of the visual perception of pulmonary nodules by radiologists to the metrics of evaluation of the image quality via a method of machine learning/deep learning (WP 3), the impact of the dose of the imaging modalities in the treatment of pulmonary nodules in radiotherapy (WP 4) and a radiomics study on bronchial cancer (WP 5)