Génération de tomodensitométrie synthétique par apprentissage profond pour la radiothérapie du cancer de la prostate basée sur l’IRM seule

Autor: A. Wagner, L. Vanquin, J. Klein, David Pasquier, K.N.D. Brou Boni, Nick Reynaert
Rok vydání: 2019
Předmět:
Zdroj: Cancer/Radiothérapie. 23:797
ISSN: 1278-3218
Popis: Introduction et but de l’etude La planification d’une radiotherapie uniquement basee sur l’IRM depend de notre capacite a generer une tomodensitometrie synthetique pour le calcul de la dose. Nous utilisons ici un reseau antagoniste generatif conditionne (cGAN), nomme pix2pixHD, qui permet la synthese d’images de haute resolution. Materiel et methodes Cette etude inclus des IRM ponderees 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 ete arbitrairement assignes a la meme valeur. Le reseau antagoniste generatif conditionne propose par Wang et al. a ete utilise. L’implementation du code fourni par les auteurs a ete adapte 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 coherence des unites Hounsfield (HU) a ete force en ajoutant a la fonction de cout du modele une perte en norme 1. Une validation croisee de type leave-one-patient-out a ete utilisee en entrainant le reseau avec sept patients pour generer le tomodensitometrie synthetique du patient restant. L’erreur absolue moyenne de chaque patient a ete evaluee entre la scanographie de reference et les tomodensitometries synthetiques. A titre de comparaison, le vanilla cGAN introduit par Maspero et al. a ete implemente puis teste sur notre jeu de donnee. Resultats et analyse statistique La duree mediane de generation d’une tomodensitometrie synthetique a ete de 7,5 s par patient (minimale : 6,8 s ; maximale : 8,6 s). L’erreur absolue moyenne en unites Hounsfield entre les tomodensitometries synthetiques et la scanographie de reference (sans le contour du patient) etait de 35 ± 5 HU avec notre methode. En comparaison, le vanilla cGAN obtenait une erreur absolue moyenne de 60 ± 13 HU. La quantification de l’impact dosimetrique de ces differences minimes d’unites Hounsfield est en cours. Conclusion Nos travaux demontrent qu’une tomodensitometrie synthetique peut etre generee avec une unique sequence d’IRM, reduisant les etapes de pretraitement tout en etant rapide et precis. Les travaux futurs impliquent la combinaison d’un reseau antagoniste generatif conditionne avec un reseau neuronal recurrent pour attenuer les discontinuites entre les coupes.
Databáze: OpenAIRE
Externí odkaz: