Reconstruction tridimensionnelle de l'úil à partir des images scanner,IRM et de fundographie. Utilisation pour la protonthérapie des tumeurs oculaires.
L'utilisation d'un faisceau de proton en radiothérapie permet
d'obtenir une distribution de dose dans les tissus caractérisée par une
faible dispersion latérale, un dépôt d'énergie augmentant brutalement
à la fin du parcours et une chute de dose très abrupte. Les qualités
balistiques de ce type de faisceau permettent une précision de l'ordre de la
centaine de µm.
La protonthérapie des lésions oculaires a été développée
il y a une quinzaine d'années à Boston et repose sur une extrême précision
de toutes les étapes du traitement, et surtout par les études de distribution
tridimensionnelle de la dose.
Actuellement la base des calculs est la même pour toutes les équipes et
repose sur une modélisation simple de l'úil mise au point à Boston à
partir de quelques mensurations:
L'ajustement sera plus ou moins bon selon que l'úil du patient
est plus ou moins sphérique et que la position réelle des clips a été
mesurée avec une plus ou moins grande précision. Les distances calculées
par le programme entre le limbe et les clips sont données et peuvent être
comparées aux mesures chirurgicales.
La valeur du Chi2* traduit la qualité de l'ajustement de la modélisation
mathématique obtenue.
Cette modélisation s'avère d'une précision insuffisante si l'on veut
améliorer les résultats fonctionnels, en particulier lorsque la tumeur
est proche des structures sensibles de la vision telles que la macula, la papille
et le nerf optique.
Le but de ce projet etait d'offrir une alternative à la modélisation actuelle
et de valider sa précision. Nous avons réalisé cette reconstruction
informatique tridimensionnelle de l'úil à partir des images scanner, IRM et
de fundographie de jan. 96 à août 96. Le but est d'obtenir un modèle
anatomique rigoureux qui est dans un projeté selon les plans sagittaux et frontaux
afin de comparer cette projection avec le système actuel. Dans un deuxième
temps ce modèle sera inclus dans les modules de calcul de la distribution de
dose en protonthérapie.
Acquisition scanner | Transfert | Extraction ROI |
Reconstruction | Fusion | Projection FO |
L'utilisation des images scanner de l'úil en vue de la protonthérapie nécéssite l'utilisation d' outils crées spécifiquement et d'outils classiques de traitement d'image déjà utilisés au sein du projet et d'autres « epidaure » pour la segmentation d'objets aussi divers que le cerveau, le cúur dans les images IRM, PET ou SPECT [1][2].
Resultats de la reconstruction scanner :
Les images IRM de l'úil ne donnent pas d'interférence, par
contre la taille des "voxels" étant supérieure à celle obtenue
par scanner, la définition de l'image reconstruite par IRM sera donc moins bonne.
De plus l'image IRM ne procure aucune information quand à la densité en
électrons des milieux traversés.
La fusion peut être imparfaite, une boucle fusion-reconstruction de type fusion
d'image multimodale [7] sera envisagée afin d'améliorer le résultat.
Cette méthode utilisera la segmentation des yeux dans les images scanner et
IRM. Ensuite l'une des deux images servira à générer un champ de potentiel
et la position optimale de recalage sera donnée par le minimum de potentiel
qui sera trouve grâce à une méthode originale dérivant des équations
de la mécanique.
Nous enrichissont encore l'information présente dans l'image "fusionnée" en intégrant l'information apportée par l'image du fond d'úil [8][9].
En réalisant une projection sagittale puis frontale de la
reconstruction, nous pourrons alors valider les résultats obtenus et les confronter
à la méthode actuelle.
Retombées du projet
Ce projet permettra d'évaluer les résultats obtenus avec la méthode
existante et d'apprécier la qualité de cette méthode. En outre, elle
devrait permettre de proposer par la suite une alternative à la méthode
actuelle:
Nous disposons de deux sites de travail, un dans le service des
applications médicale du cyclotron biomédical du Centre Antoine Lacassagne
(CAL) de Nice (Dr P. Chauvel) et un dans le laboratoire de recherche des applications
médicale de l'informatique (N. Ayache) à l'Institut National de Recherche
en Informatique et Automatisme (INRIA) de Sophia-Antipolis, réunis par le réseau
Internet. Les deux sites sont constitués de station de travail Digital "Alpha"
travaillant sous système Unix.
La station de travail située au CAL permettra l'acquisition des fichiers informatiques
du scanner et de l'IRM directement par le réseau du CAL. La numérisation
des fundographies sera réalisée au CAL.
Le transfert des fichiers de la station du cyclotron à la station de l'INRIA
sera assurée par le réseau Internet.
L'adaptation des outils de traitement de l'image et le développement du logiciel
spécifique sera réalisée dans un premier temps à l'INRIA pendant
la phase de "stabilisation" des logiciels, puis transférée sur
la station du CAL.
[1] N. Ayache. Volume Image Processing in medecine: Results and
Challenges. Image and Vision Computing. Chapitre des actes du 4° Int. Symposium
on Robotics Research (Hidden Valley), MIT-press, 1994.
[2] G. Bertrand, G. Malandain. A new characterisation of the three dimensional simple
points. Pattern Recognition Letters 15, 2 (février 1994) 169-75.
[3] M. Kass, A. Wikin and D. Terzopoulos. Snakes: Active contour models. International
Journal of Computer Vision. 21, 4 (1987) 163-69.
[4] G. Malandain, G. Bertrand, N. Ayache. Topological segmentation of discrete surface.
International Journal of Computer Vision. 10, 2 (1993) 183-97.
[5] J.P. Thirion. Segmentation of tomographic data without image reconstruction.
IEEE Transaction on medical imaging. 11, 1 (1992) 102-10.
[6] R. Vaillant, O. Faugeras. Using occluding contours for 3-D object modelling.
Int. Advanced Robotics Program; oct 1989.
[7] G. Malandain. Filtrage, topologie et mise en correspondance d'image médicales
multidimensionnelles. Thèse de doctorat, École Centrale de Paris, Septembre
1992.
[8] A. Gourdon, N. Ayache. Recalage d'une courbe sur une surface en utilisant des
propriétés différentielles. AFCET'94; 9° Congrès de Reconnaissance
des Formes et Intelligence Artificielle. Paris, janvier 1994, à paraître.
[9] I. Cohen. Modèle déformable 2-D et 3-D: Application à la segmentation
d'images médicales. Thèse de doctorat, Université Paris-IX Dauphine,
Juin 1992.
* Test du Chi2 : méthode statistique de comparaison de la répartition en
classe d'un échantillon par rapport à une répartition théorique.