| Popis: |
Introduction et but de l’etude Differentes methodes d’apprentissage peuvent etre utilisees pour generer des pseudo-scanographies a partir d’IRM ou de tomographies coniques (cone beam computed tomography, CBCT), permettant un calcul de distribution de dose. L’objectif est d’evaluer des methodes d’apprentissage pour generer des pseudo-scanographies a partir d’IRM et de tomographies coniques. Materiel et methodes Trente-neuf patients ayant une radiotherapie conformationnelle avec modulation d’intensite (RCMI ; delivrant 78 Gy) pour un cancer de la prostate ont eu une scanographie de planification et une IRM en position de traitement. Des pseudo-scanographies ont ete generes a partir de l’IRM par neuf methodes : assignement de densite, atlas, patch et apprentissage profond (par reseau de neurones a convolution [U-Net] ou par reseau antagoniste generatif [GAN], combinant differents parametres). Quarante-quatre patients ayant une RCMI (de 70 Gy) pour un cancer ORL ont eu une scanographie et une tomographie conique hebdomadaire. Des pseudo-scanographies ont ete generees a partir de la tomographie conique par quatre methodes : courbe des unites Hounsfield (UH) densite, assignement de densite, recalage deformable et apprentissage profond. L’evaluation a porte sur la comparaison entre scanographie (de reference) et pseudo-scanographie. Les criteres de jugement etaient : l’image (unites Hounsfield), la dose et le temps de calcul. Resultats et analyse statistique Concernant les criteres « image » : les methodes les plus precises sont l’ apprentissage profond (reseau antagoniste generatif). Concernant les criteres dosimetriques : les incertitudes sont globalement tres faibles. Elles sont significativement plus faibles pour les methodes d’apprentissage profond et en particulier par reseau antagoniste generatif. Pour la methode par reseau antagoniste generatif appliquee a l’IRM pelvienne, les incertitudes moyennes etaient : de 0,6 % pour le volume prostatique recevant 95 % de la dose prescrite, 0,5 % pour le volume rectal recevant 70 Gy, et 0,1 % pour le volume vesical recevant 50 Gy. Pour la methode par reseau antagoniste generatif sur la tomographie conique ORL, ces incertitudes etaient de 8 et 5 cGy pour la dose moyenne parotidienne homolaterale et controlaterale. Les temps de calcul les plus courts sont en faveur des methodes d’apprentissage profond (15 s). Conclusion Dans le but de calculer une dose sur une pseudo-scanographie generee a partir d’une IRM ou d’une tomographie conique, les methodes d’apprentissage profond (en particulier par reseau antagoniste generatif) conduisent a de faibles incertitudes d’images (HU) et de dose, associees a un temps de calcul tres court. La mise en œuvre clinique doit etre associee a une assurance qualite tres rigoureuse. |
Full Text from ScienceDirect