Modélisation avancée en simulations Monte Carlo de tomographie par émission de positons pour l'amélioration de la reconstruction et de la quantification
Institution:
Paris 11Disciplines:
Directors:
Abstract EN:
Positron emission tomography (PET) is a medical imaging technique that plays a major role in cancer diagnosis and cancer patient monitoring. However, PET images suffer from a modest spatial resolution and high noise. As a result, there is no consensus on how the metabolically active tumour volume and the tumour uptake should be characterized. Ln the meantime, research groups keep producing new methods for tumour characterization based on PET images, which need to be assessed in realistic conditions. A Monte Carlo simulation based method has been developed to produce PET images of cancer patients that are indistinguishable from clinical images, and for which all parameters are known. Fourteen quantification methods were compared in realistic conditions using a group of patient data simulated using this method. Ln addition, the proposed method was extended to simulate serial PET scans in the context of patient monitoring, including modelling of tumour changes and variability over time of non-tumour physiological uptake. Ln a second part of the work, Monte Carlo simulations were used to study the detection probability inside the crystals of the tomograph. A model of the crystal response was derived and included in the system matrix involved in tomographic reconstruction. The resulting reconstruction method was compared with other sophisticated methods proposed in the literature. Using simulated data, we demonstrated that the proposed method improved the noise/resolution trade-off over equivalent approaches. We illustrated the robustness of the method using clinical data. The proposed method might lead to an improved accuracy in tumour characterization from PET images.
Abstract FR:
La tomographie d'émission de positons (TEP) est une technique d'imagerie médicale jouant un rôle prépondérant en oncologie. Cependant, les images TEP souffrent d'une résolution spatiale médiocre et d'un niveau de bruit élevé. De ce fait, la caractérisation des lésions tumorales n'a toujours pas fait l'objet de consensus, et de nombreuses méthodes sont sans cesse proposées par la communauté. Une méthode de simulation Monte Carlo a été développée pour produire des images TEP de patients atteints de cancer, indiscernables des images cliniques, et pour lesquelles tous les paramètres sont maîtrisés. La simulation d'un groupe de patients a permis d'évaluer 14 méthodes de quantification dans des conditions réalistes. La méthode proposée a aussi été étendue pour simuler des examens TEP successifs de patients, dans le cadre du suivi thérapeutique, en incluant une modélisation de l'évolution tumorale, et de la variation au cours du temps de la distribution d'activité physiologique non-tumorale. La capacité des simulations Monte Carlo a ensuite été exploitée pour élaborer un modèle précis des phénomènes physiques de détection et l'incorporer dans la reconstruction tomographique. La méthode de reconstruction résultante a été comparée à diverses méthodes de la littérature, sur la base de jeux de données simulées et d'acquisitions cliniques. Nous avons ainsi prouvé la supériorité de la méthode proposée par rapport aux approches équivalentes sur les données simulées, et montré sa robustesse sur les données cliniques. L'utilisation de cette méthode permettra d'améliorer la précision des mesures quantitatives effectuées en routine clinique.