Search

Radiotherapy consist of locally exposing target tumor cells to ionizing radiation with the aim of causing irreparable damage to their DNA. Respiratory motion introduces uncertainties in radiation therapy fo lung cancer treatment. The main risks are an over-irradiation of soft tissue and under-irradiation of tumor. The principal aim of this work is to provide a contribution to the extraction of quantitative motion parameters which can help to improve treatment planning. Recent developments have led to the routine acquisition of four-dimensional computed tomography (4DCT) and cone-beam computed tomography (CBCT) for the planning and delivery of certain treatment strategies. The availability of these images over the course of treatment make them particularly suited for providing patient-specific motion information and deriving motion models. Cone-beam is mainly use for its 3D capacity with the rotation system. But it can also acquire fluoroscopic sequences : a set of 2D projections acquired during time and under the same angle of projection. Our approach take place in the gating category treatment where the dose delivery is synchronized with respiration. For lung cancer treatment with gated radiotherapy, tracking apparent respiratory motion in fluoroscopic images is an important step. It is frequently realize using implanted marker next to the tumor. The first purpose of this study is to extract respiratory motion during treatment delivery from fluoroscopy images without implanted markers. We developed 3 methods inspired from literature and compared them. These methods are respectively based on variation intensity in the lung, diaphragm motion extraction and block matching. For each method, we obtain a signal correlated to the respiratory motion. In a second part, we study the spatial variation of the motion in the lung. We try to determine regions where the extracted apparent motion is homogeneous and reliable. Using an adapted block-matching algorithm on fluoroscopic sequences, we extracted individual point trajectories in region of interest corresponding to the lung and classified them using the k-means++ clustering algorithm. We then studied the apparent motion separately in each determined region. As a result, we obtained regions with homogeneous motion. In a third part, we are interested in the correlation of internal and external motion. Finally, in the last section, we propose to estimate 3D motion tumor from an a priori motion model obtained with the planning 4DCT and the respiratory signal extracted in the treatment room.; Le principe de la radiothérapie est de délivrer le maximum de dose de rayons X à la tumeur en épargnant au mieux les tissus sains environnants. Dans le cas du cancer du poumon, les mouvements respiratoires représentent une difficulté majeure. L’imagerie tomodensitométrique (TDM) 4D fournit des informations de mouvement spécifique à chaque patient qui peuvent servir de base pour la construction de modèles de mouvement respiratoire. La disponibilité dans les salles de traitement d’imageurs tomographiques embarqués sur les accélérateurs linéaires permet une estimation direct du mouvement et offre des informations plus précises. Un tel système d’imagerie permet entre-autre d’acquérir des images fluoroscopiques : ensemble de projections radiographiques 2D acquises au cours du temps et sous le même angle de vue. Notre approche s’intègre dans des systèmes de synchronisation de l’irradiation avec la respiration. Actuellement, cette technique existe en utilisant pour signal de synchronisation soit un signal externe, soit un signal interne issu du mouvement de marqueurs implantés autour de la tumeur. Notre approche permet d’obtenir un signal de synchronisation obtenu à partir de données internes sans marqueurs implantés. Dans ce cadre, nous avons expérimenté, développé puis évalué 3 méthodes de détection du mouvement à partir de séquences fluoroscopiques. Ces méthodes sont basées respectivement sur la variation de l’intensité, l’extraction de la hauteur du diaphragme et le suivi de blocst. A partir d’un algorithme de mise en correspondance de blocs, nous avons étudié l’homogénéité du mouvement apparent et déterminé, sans a priori géométrique, des régions où le mouvement est uniforme. Nous avons ensuite étudié la corrélation entre le signal interne extrait sur des séquences fluoroscopiques, et un signal extrait d’une vidéo-caméra synchronisée aux séquences fluoroscopiques assimilable à un signal externe. Dans une dernière partie, nous proposons d’estimer le mouvement 3D de la tumeur à partir d’un modèle de mouvement a priori élaboré dans une étape de pré-traitement à l’aide d’images TDM 4D et du signal respiratoire acquis dans la salle de traitement. L’intérêt de notre approche est qu’elle ne nécessite pas de marqueurs implantés ce qui la rend moins invasive que de nombreuses autres techniques. D’autre part, nous proposons un suivi 2D donc potentiellement rapide, mais basé sur un modèle 3D sous-jacent permettant ainsi de retrouver le maximum d’information. Cliniquement, notre approche permettrait de réaliser une adaptation quotidienne aux mouvements inter-sessions. Une des limites de notre approche est qu’elle nécessite une prise d’images ionisantes en continue. Un système hybride basée sur la combinaison d’un signal interne et d’un signal externe permettrait de limiter la dose additionnelle. Des efforts supplémentaires sur la réduction du temps de calcul sont encore nécessaires pour espérer guider un traitement par une telle approche.

Radiotherapy consist of locally exposing target tumor cells to ionizing radiation with the aim of causing irreparable damage to their DNA. Respiratory motion introduces uncertainties in radiation therapy fo lung cancer treatment. The main risks are an over-irradiation of soft tissue and under-irradiation of tumor. The principal aim of this work is to provide a contribution to the extraction of quantitative motion parameters which can help to improve treatment planning. Recent developments have led to the routine acquisition of four-dimensional computed tomography (4DCT) and cone-beam computed tomography (CBCT) for the planning and delivery of certain treatment strategies. The availability of these images over the course of treatment make them particularly suited for providing patient-specific motion information and deriving motion models. Cone-beam is mainly use for its 3D capacity with the rotation system. But it can also acquire fluoroscopic sequences : a set of 2D projections acquired during time and under the same angle of projection. Our approach take place in the gating category treatment where the dose delivery is synchronized with respiration. For lung cancer treatment with gated radiotherapy, tracking apparent respiratory motion in fluoroscopic images is an important step. It is frequently realize using implanted marker next to the tumor. The first purpose of this study is to extract respiratory motion during treatment delivery from fluoroscopy images without implanted markers. We developed 3 methods inspired from literature and compared them. These methods are respectively based on variation intensity in the lung, diaphragm motion extraction and block matching. For each method, we obtain a signal correlated to the respiratory motion. In a second part, we study the spatial variation of the motion in the lung. We try to determine regions where the extracted apparent motion is homogeneous and reliable. Using an adapted block-matching algorithm on fluoroscopic sequences, we extracted individual point trajectories in region of interest corresponding to the lung and classified them using the k-means++ clustering algorithm. We then studied the apparent motion separately in each determined region. As a result, we obtained regions with homogeneous motion. In a third part, we are interested in the correlation of internal and external motion. Finally, in the last section, we propose to estimate 3D motion tumor from an a priori motion model obtained with the planning 4DCT and the respiratory signal extracted in the treatment room., Le principe de la radiothérapie est de délivrer le maximum de dose de rayons X à la tumeur en épargnant au mieux les tissus sains environnants. Dans le cas du cancer du poumon, les mouvements respiratoires représentent une difficulté majeure. L’imagerie tomodensitométrique (TDM) 4D fournit des informations de mouvement spécifique à chaque patient qui peuvent servir de base pour la construction de modèles de mouvement respiratoire. La disponibilité dans les salles de traitement d’imageurs tomographiques embarqués sur les accélérateurs linéaires permet une estimation direct du mouvement et offre des informations plus précises. Un tel système d’imagerie permet entre-autre d’acquérir des images fluoroscopiques : ensemble de projections radiographiques 2D acquises au cours du temps et sous le même angle de vue. Notre approche s’intègre dans des systèmes de synchronisation de l’irradiation avec la respiration. Actuellement, cette technique existe en utilisant pour signal de synchronisation soit un signal externe, soit un signal interne issu du mouvement de marqueurs implantés autour de la tumeur. Notre approche permet d’obtenir un signal de synchronisation obtenu à partir de données internes sans marqueurs implantés. Dans ce cadre, nous avons expérimenté, développé puis évalué 3 méthodes de détection du mouvement à partir de séquences fluoroscopiques. Ces méthodes sont basées respectivement sur la variation de l’intensité, l’extraction de la hauteur du diaphragme et le suivi de blocst. A partir d’un algorithme de mise en correspondance de blocs, nous avons étudié l’homogénéité du mouvement apparent et déterminé, sans a priori géométrique, des régions où le mouvement est uniforme. Nous avons ensuite étudié la corrélation entre le signal interne extrait sur des séquences fluoroscopiques, et un signal extrait d’une vidéo-caméra synchronisée aux séquences fluoroscopiques assimilable à un signal externe. Dans une dernière partie, nous proposons d’estimer le mouvement 3D de la tumeur à partir d’un modèle de mouvement a priori élaboré dans une étape de pré-traitement à l’aide d’images TDM 4D et du signal respiratoire acquis dans la salle de traitement. L’intérêt de notre approche est qu’elle ne nécessite pas de marqueurs implantés ce qui la rend moins invasive que de nombreuses autres techniques. D’autre part, nous proposons un suivi 2D donc potentiellement rapide, mais basé sur un modèle 3D sous-jacent permettant ainsi de retrouver le maximum d’information. Cliniquement, notre approche permettrait de réaliser une adaptation quotidienne aux mouvements inter-sessions. Une des limites de notre approche est qu’elle nécessite une prise d’images ionisantes en continue. Un système hybride basée sur la combinaison d’un signal interne et d’un signal externe permettrait de limiter la dose additionnelle. Des efforts supplémentaires sur la réduction du temps de calcul sont encore nécessaires pour espérer guider un traitement par une telle approche.