Plateforme numérique de tomodensitométrie et ses applications en radiothérapie

Abstract

Les quantités physiques des tissus imagés par tomodensitométrie peuvent être calculées à l’aide d’algorithmes de caractérisation de tissus. Le développement de nouvelles technologies d’imagerie par tomodensitométrie spectrale a stimulé le domaine de la caractérisation de tissus à un point tel qu’il est maintenant difficile de comparer les performances des multiples algorithmes de caractérisation de tissus publiés dans les dernières années. De même, la difficulté à comparer les performances des algorithmes de caractérisation de tissus rend leur utilisation dans des projets de recherche clinique difficile. Ce projet a comme but de créer un environnement de simulation robuste et fidèle à la réalité dans lequel des techniques de caractérisation de tissus pourront être développées et comparées. De plus, la librairie de calcul servira comme tremplin pour facilement appliquer des méthodes de caractérisation de tissus dans des collaborations cliniques. En particulier, une des méthodes de caractérisation de tissus incluse dans la librairie de calcul sera appliquée sur des données cliniques pour produire des cartes de concentration d’iode dans le cadre d’un projet de recherche sur la récurrence de cancers otorhinolaryngologiques. De surcroît, deux autres techniques de caractérisation de tissus et un algorithme de correction d’artefacts de durcissement de faisceau seront implémentés dans la librairie de calcul scientifique. Conjointement, un module pour la simulation de patients virtuels sera dévelopé et intégré à la librairie de calcul.

The physical quantities of tissues imaged by computed tomography can be calculated using tissue characterization algorithms. The development of new spectral computed tomography scanners stimulated the field of tissue characterization to such an extent that it is now difficult to compare the performances of the multiple tissue characterization algorithms available in the literature. In addition, the difficulty in comparing the tissue characterization algorithms’ performances makes it difficult to include them in clinical research projects. The goal of this project is to create a robust and physically accurate simulation environment in which tissue characterization algorithms can be developed and compared. Furthermore, the scientific computing library will serve as a springboard to easily apply tissue characterization methods in clinical collaborations. In particular, one of the tissue characterization methods included in the scientific computing library will be applied on clinical data to produce iodine concentration maps for a clinical research project on head and neck cancer recurrence. Moreover, two additional tissue characterization algorithms and a technique for the correction of beam hardening artefacts will be implemented in the scientific computing library. Coincidentally, the virtual patient simulation environment will be developed.