- Email: [email protected]
Génération de tomodensitométrie synthétique par apprentissage profond pour la radiothérapie du cancer de la prostate basée sur l’IRM seule
Abstracts / Cancer/Radiothérapie 23 (2019) 789–799
Imagerie TEP/IRM et planification du traitement (SFPM – SFRO), première partie CO17
Génération de tomodensitométrie synthétique par apprentissage profond pour la radiothérapie du cancer de la prostate basée sur l’IRM seule K.N.D. Brou Boni 1,2,3,4,∗ , A. Wagner 4 , L. Vanquin 4 , J. Klein 1,2,3 , N. Reynaert 4,5 , D. Pasquier 1,2,3,6 1 Cristal, UMR 9189 CNRS, Lille 2 Université de Lille, Lille 3 École Centrale Lille, Lille 4 Physique médicale, centre Oscar-Lambret, Lille, France 5 Physique médicale, institut Jules-Bordet, Bruxelles, Belgique 6 Département universitaire de radiothérapie, Lille, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (K.N.D. Brou Boni) Introduction et but de l’étude La planification d’une radiothérapie uniquement basée sur l’IRM dépend de notre capacité à générer une tomodensitométrie synthétique pour le calcul de la dose. Nous utilisons ici un réseau antagoniste génératif conditionné (cGAN), nommé pix2pixHD, qui permet la synthèse d’images de haute résolution. Matériel et méthodes Cette étude inclus des IRM pondérées en T2 ainsi que des images scanographiques de huit patients acquises en position de traitement. Les voxels de la scanographie et de l’IRM contenant de l’air ont été arbitrairement assignés à la même valeur. Le réseau antagoniste génératif conditionné proposé par Wang et al. a été utilisé. L’implémentation du code fourni par les auteurs a été adapté afin de pouvoir utiliser des images de 16-bit en niveau de gris et donc d’utiliser toutes les plages de valeurs de la scanographie ainsi que l’IRM. La cohérence des unités Hounsfield (HU) a été forcé en ajoutant à la fonction de coût du modèle une perte en norme 1. Une validation croisée de type leave-one-patient-out a été utilisée en entraînant le réseau avec sept patients pour générer le tomodensitométrie synthétique du patient restant. L’erreur absolue moyenne de chaque patient a été évaluée entre la scanographie de référence et les tomodensitométries synthétiques. À titre de comparaison, le vanilla cGAN introduit par Maspero et al. a été implémenté puis testé sur notre jeu de donnée. Résultats et analyse statistique La durée médiane de génération d’une tomodensitométrie synthétique a été de 7,5 s par patient (minimale : 6,8 s ; maximale : 8,6 s). L’erreur absolue moyenne en unités Hounsfield entre les tomodensitométries synthétiques et la scanographie de référence (sans le contour du patient) était de 35 ± 5 HU avec notre méthode. En comparaison, le vanilla cGAN obtenait une erreur absolue moyenne de 60 ± 13 HU. La quantification de l’impact dosimétrique de ces différences minimes d’unités Hounsfield est en cours. Conclusion Nos travaux démontrent qu’une tomodensitométrie synthétique peut être générée avec une unique séquence d’IRM, réduisant les étapes de prétraitement tout en étant rapide et précis. Les travaux futurs impliquent la combinaison d’un réseau antagoniste génératif conditionné avec un réseau neuronal récurrent pour atténuer les discontinuités entre les coupes. Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts. https://doi.org/10.1016/j.canrad.2019.07.022
797
CO18
Prédiction de la récidive locale par l’analyse de texture dérivée de l’imagerie tomographique par émission de positon (TEP/TDM) des cancers pulmonaires non à petites cellules localisés traités par irradiation stéréotaxique G. Dissaux 1,2,∗ , D. Visvikis 2 , O. Pradier 1,2 , É. Chajon 3 , I. Barillot 4 , L. Duverge 3 , I. Masson 5 , R. Abgral 6 , M.-J. Santiago Ribeiro 7 , A. Devillers 8 , A. Pallardy 9 , V. Fleury 10 , M.-A. Mahé 5 , R. de Crevoisier 3 , M. Hatt 2 , U. Schick 1,2 1 Radiothérapie, CHRU, Brest 2 Inserm UMR 1101, LaTim, Brest 3 Radiothérapie, centre Eugène-Marquis, Rennes 4 Radiothérapie, CHRU, Tours 5 Radiothérapie, institut de cancérologie de l’Ouest centre René-Gauducheau, Saint-Herblain 6 Médecine nucléaire, CHRU, Brest 7 Médecine nucléaire, CHRU, Tours 8 Médecine nucléaire, centre Eugène-Marquis, Rennes 9 Médecine nucléaire, CHRU, Nantes 10 Médecine nucléaire, institut de cancérologie de l’ouest centre René-Gauducheau, Saint-Herblain ∗ Auteur correspondant. Adresse e-mail : [email protected] (G. Dissaux) Introduction et but de l’étude L’objectif de cette étude était de développer et d’évaluer une signature radiomique en utilisant l’imagerie tomographique par émission de positons (TEP/TDM) chez des patients atteints d’un cancer du poumon non à petites cellules traités par irradiation stéréotaxique. Matériel et méthodes Il s’agit d’une étude rétrospective multicentrique portant sur 87 patients atteints d’un atteints d’un cancer du poumon non à petites cellules de stade T1-T2 traité dans quatre centres du Grand Ouest. Les patients des trois premiers centres (n = 27, 29 et 8) constituaient le groupe d’apprentissage, et ceux du quatrième (n = 23) le groupe de validation. Le critère d’évaluation principal était le contrôle local. En tout, 184 paramètres radiomiques ont été extraits (92 de chaque modalité) et sept paramètres cliniques, histologiques et thérapeutiques ont été considérés. En raison des différents scanographes et protocoles d’acquisition des institutions, nous avons utilisé la méthode ComBat pour harmoniser les paramètres de texture. Résultats et analyse statistique En analyse unifactorielle, deux paramètres issus de la TEP et deux de la scanographie étaient significativement prédictifs du contrôle local, à l’inverse des variables cliniques. Le meilleur modèle prédictif du groupe d’apprentissage était obtenu en associant deux paramètres TEP (IC2 et strength), avec une sensibilité de 100 % et une spécificité de 88 %, et un hazard ratio indéfini (p < 0,001). La précision de ce modèle était de 0,91 (sensibilité de 100 %, spécificité de 81 %), avec un hazard ratio indéfini (p = 0,023) dans le groupe de validation. Conclusion Notre étude a permis d’identifier deux paramètres de textures dérivés de la TEP/scanographie comme facteurs prédictifs indépendants associés à la récidive locale chez les patients atteints d’un cancer du poumon non à petites cellules traités par irradiation stéréotaxique. Ce modèle mérite d’être confirmé sur une cohorte plus conséquente et pourrait être utilisé en clinique pour guider une éventuelle escalade de dose. Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts. https://doi.org/10.1016/j.canrad.2019.07.023
Imagerie TEP/IRM et planification du traitement (SFPM – SFRO), première partie CO17
Génération de tomodensitométrie synthétique par apprentissage profond pour la radiothérapie du cancer de la prostate basée sur l’IRM seule K.N.D. Brou Boni 1,2,3,4,∗ , A. Wagner 4 , L. Vanquin 4 , J. Klein 1,2,3 , N. Reynaert 4,5 , D. Pasquier 1,2,3,6 1 Cristal, UMR 9189 CNRS, Lille 2 Université de Lille, Lille 3 École Centrale Lille, Lille 4 Physique médicale, centre Oscar-Lambret, Lille, France 5 Physique médicale, institut Jules-Bordet, Bruxelles, Belgique 6 Département universitaire de radiothérapie, Lille, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (K.N.D. Brou Boni) Introduction et but de l’étude La planification d’une radiothérapie uniquement basée sur l’IRM dépend de notre capacité à générer une tomodensitométrie synthétique pour le calcul de la dose. Nous utilisons ici un réseau antagoniste génératif conditionné (cGAN), nommé pix2pixHD, qui permet la synthèse d’images de haute résolution. Matériel et méthodes Cette étude inclus des IRM pondérées en T2 ainsi que des images scanographiques de huit patients acquises en position de traitement. Les voxels de la scanographie et de l’IRM contenant de l’air ont été arbitrairement assignés à la même valeur. Le réseau antagoniste génératif conditionné proposé par Wang et al. a été utilisé. L’implémentation du code fourni par les auteurs a été adapté afin de pouvoir utiliser des images de 16-bit en niveau de gris et donc d’utiliser toutes les plages de valeurs de la scanographie ainsi que l’IRM. La cohérence des unités Hounsfield (HU) a été forcé en ajoutant à la fonction de coût du modèle une perte en norme 1. Une validation croisée de type leave-one-patient-out a été utilisée en entraînant le réseau avec sept patients pour générer le tomodensitométrie synthétique du patient restant. L’erreur absolue moyenne de chaque patient a été évaluée entre la scanographie de référence et les tomodensitométries synthétiques. À titre de comparaison, le vanilla cGAN introduit par Maspero et al. a été implémenté puis testé sur notre jeu de donnée. Résultats et analyse statistique La durée médiane de génération d’une tomodensitométrie synthétique a été de 7,5 s par patient (minimale : 6,8 s ; maximale : 8,6 s). L’erreur absolue moyenne en unités Hounsfield entre les tomodensitométries synthétiques et la scanographie de référence (sans le contour du patient) était de 35 ± 5 HU avec notre méthode. En comparaison, le vanilla cGAN obtenait une erreur absolue moyenne de 60 ± 13 HU. La quantification de l’impact dosimétrique de ces différences minimes d’unités Hounsfield est en cours. Conclusion Nos travaux démontrent qu’une tomodensitométrie synthétique peut être générée avec une unique séquence d’IRM, réduisant les étapes de prétraitement tout en étant rapide et précis. Les travaux futurs impliquent la combinaison d’un réseau antagoniste génératif conditionné avec un réseau neuronal récurrent pour atténuer les discontinuités entre les coupes. Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts. https://doi.org/10.1016/j.canrad.2019.07.022
797
CO18
Prédiction de la récidive locale par l’analyse de texture dérivée de l’imagerie tomographique par émission de positon (TEP/TDM) des cancers pulmonaires non à petites cellules localisés traités par irradiation stéréotaxique G. Dissaux 1,2,∗ , D. Visvikis 2 , O. Pradier 1,2 , É. Chajon 3 , I. Barillot 4 , L. Duverge 3 , I. Masson 5 , R. Abgral 6 , M.-J. Santiago Ribeiro 7 , A. Devillers 8 , A. Pallardy 9 , V. Fleury 10 , M.-A. Mahé 5 , R. de Crevoisier 3 , M. Hatt 2 , U. Schick 1,2 1 Radiothérapie, CHRU, Brest 2 Inserm UMR 1101, LaTim, Brest 3 Radiothérapie, centre Eugène-Marquis, Rennes 4 Radiothérapie, CHRU, Tours 5 Radiothérapie, institut de cancérologie de l’Ouest centre René-Gauducheau, Saint-Herblain 6 Médecine nucléaire, CHRU, Brest 7 Médecine nucléaire, CHRU, Tours 8 Médecine nucléaire, centre Eugène-Marquis, Rennes 9 Médecine nucléaire, CHRU, Nantes 10 Médecine nucléaire, institut de cancérologie de l’ouest centre René-Gauducheau, Saint-Herblain ∗ Auteur correspondant. Adresse e-mail : [email protected] (G. Dissaux) Introduction et but de l’étude L’objectif de cette étude était de développer et d’évaluer une signature radiomique en utilisant l’imagerie tomographique par émission de positons (TEP/TDM) chez des patients atteints d’un cancer du poumon non à petites cellules traités par irradiation stéréotaxique. Matériel et méthodes Il s’agit d’une étude rétrospective multicentrique portant sur 87 patients atteints d’un atteints d’un cancer du poumon non à petites cellules de stade T1-T2 traité dans quatre centres du Grand Ouest. Les patients des trois premiers centres (n = 27, 29 et 8) constituaient le groupe d’apprentissage, et ceux du quatrième (n = 23) le groupe de validation. Le critère d’évaluation principal était le contrôle local. En tout, 184 paramètres radiomiques ont été extraits (92 de chaque modalité) et sept paramètres cliniques, histologiques et thérapeutiques ont été considérés. En raison des différents scanographes et protocoles d’acquisition des institutions, nous avons utilisé la méthode ComBat pour harmoniser les paramètres de texture. Résultats et analyse statistique En analyse unifactorielle, deux paramètres issus de la TEP et deux de la scanographie étaient significativement prédictifs du contrôle local, à l’inverse des variables cliniques. Le meilleur modèle prédictif du groupe d’apprentissage était obtenu en associant deux paramètres TEP (IC2 et strength), avec une sensibilité de 100 % et une spécificité de 88 %, et un hazard ratio indéfini (p < 0,001). La précision de ce modèle était de 0,91 (sensibilité de 100 %, spécificité de 81 %), avec un hazard ratio indéfini (p = 0,023) dans le groupe de validation. Conclusion Notre étude a permis d’identifier deux paramètres de textures dérivés de la TEP/scanographie comme facteurs prédictifs indépendants associés à la récidive locale chez les patients atteints d’un cancer du poumon non à petites cellules traités par irradiation stéréotaxique. Ce modèle mérite d’être confirmé sur une cohorte plus conséquente et pourrait être utilisé en clinique pour guider une éventuelle escalade de dose. Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts. https://doi.org/10.1016/j.canrad.2019.07.023