Soutenances autorisées pour l'école doctorale [ED 590 MIIS] Mathématiques, Information, Ingénierie des Systèmes

Liste des soutenances à venir 2

Μise en place de l'imagerie tri-mοdalité (ΤΕΡ-CΤ-ΙRΜ ) en radiοthérapie stéréοtaxique

Doctorant·e: HINAULT Pauline
Direction de thèse: RUAN SU (Directeur·trice de thèse)
VERA PIERRE (Co-directeur·trice de thèse)
Date de la soutenance: 16/11/2022 à 14:30
Lieu de la soutenance: Université de Rouen Normandie UFR Santé Bâtiment STEWART 76000 Rouen
Rapporteurs de la thèse: ROBERT CHARLOTTE Université Paris-Saclay
SOLEAKHENA KEN UNIVERSITE TOULOUSE 3 PAUL SABATIER
Membres du jurys: BIAU JULIAN, PROFESSEUR DES UNIV - PRATICIEN HOSP., UNIVERSITE CLERMONT AUVERGNE CLERMONT AUVERGNE
DUBRAY BERNARD, PROFESSEUR DES UNIV - PRATICIEN HOSP., Université de Rouen Normandie
ROBERT CHARLOTTE, , Université Paris-Saclay
RUAN SU, PROFESSEUR DES UNIVERSITES, Université de Rouen Normandie
SOLEAKHENA KEN, , UNIVERSITE TOULOUSE 3 PAUL SABATIER
VERA PIERRE, PROFESSEUR DES UNIV - PRATICIEN HOSP., Université de Rouen Normandie

Résumé: L’imagerie médicale est une technique essentielle pour le traitement des cancers par radiothérapie (RT). Si la TDM est l’imagerie de référence pour la détermination des volumes d’intérêt et le calcul de dose, d’autres modalités, telles que la TEP et l’IRM, permettent d’améliorer la précision de la segmentation du volume cible. Dans notre étude, la mise en place de l’imagerie trimodalité a nécessité : — L’optimisation des séquences IRM dédiées à la radiothérapie. — L’évaluation des incertitudes de positionnement d’une acquisition d’une modalité d’imagerie à autre. — L’évaluation des distorsions géométriques sur lamodalité IRM. Nos résultats montrent qu’il convient de trouver un compromis pour optimiser les séquences IRM en radiothérapie. Bien que l’on observe une diminution du rapport S/B et de l’uniformité avec les antennes dédiées à la RT, elles sont les seules compatibles avec l’acquisition d’images en position du traitement. Nous avons constaté que la bande passante est l’un des principaux paramètres qui influence la qualité image. Nos travaux nous ont permis d’optimiser deux séquences utilisées pour le traitement respectivement des tumeurs ORL par arcthérapie et des lésions intracrâniennes en conditions stéréotaxiques. Malgré ces optimisations, nos résultats montrent que les distorsions géométriquespeuvent atteindre 1,5mmet qu’il est indispensable de les prendre en compte notamment lors du traitement par RT stéréotaxique intracrânienne où la précision requise est de l’ordre du millimètre. Notre travail a porté également sur l’évaluation des incertitudes de positionnement de 2 configurations de trimodalité TEP/TDM-IRM. L’une concerne un système de transfert du patient entre l’imageur TEP/TDM et l’IRM. Pour l’autre, le patient se lève entre les deux examens. Nous avons évalué les incertitudes engendrées par l’algorithme de recalage d’images et pu montrer qu’elles sont très inférieures aux incertitudes de positionnement du patient. Nos résultats montrent que les incertitudes en translation sont, en moyenne, inférieures à 4 mm et en rotation inférieures à 0,5°. Dans le cas du traitement des tumeurs ORL, utilisant un masque thermoformé, nous avons constaté que la solution trimodalité à l’aide d’un système de transfert ne permet pas de réduire de manière significative les incertitudes de positionnement par rapport à la configuration où le patient se lève entre deux examens, et que des améliorations sont à apporter au système de transfert afin de tenir compte des très fortes contraintes liées à la RT. Enfin, nous avons développé une méthode permettant de tenir compte des distorsions géométriques induites par le système et par le patient lors de la planification du traitement. L’ensemble de ces distorsions a été évalué sur une cohorte rétrospective de 20 patients (26 lésions) traités par radiothérapie stéréotaxique intracrânienne. Avec la méthode développée, nous avons obtenu pour 4 lésions (c’est à dire 15 % d’entre elles) une différence au niveau de la Dmin (Dose minimale) reçue par le "Planning Target Volume" (PTV) dépassant les 5 %, à savoir 5,4 %, 9,1 %, 9,8 % et 10,5 %, montrant l’importance de l’optimisation des séquences IRM et le développement d’outils pour évaluer facilement les conséquences des distorsions du PTV sur la recherche des objectifs de dose.
Abstract: Medical imaging is an essential technique for the treatment of cancers with radiotherapy (RT). While CT is the reference imaging for volume delineation and dose calculation, other modalities, such as PET and MRI, can improve the accuracy of target volume segmentation. In our study, the implementation of trimodality imaging required : — The optimization ofMRI sequences dedicated to radiotherapy. — The evaluation of the uncertainties of positioning of an acquisition from one imaging modality to another. — Evaluation of geometric distortions on theMRImodality. Our results show that a compromise must be found to optimizeMRI sequences in radiotherapy. Although we observe a decrease in SNR and uniformity with coils dedicated to RT, they are the only ones compatible with image acquisition in the treatment position. We have found that bandwidth is one of the main parameters that influence image quality. Our work allowed to optimize two sequences used for the treatment of H&N tumors by arctherapy and intracranial lesions in stereotactic conditions. Despite these optimizations,our results show that geometric distortions can reach 1.5mmand that it is essential to take them into account, especially for intracranial stereotactic RT treatment where the spatial accuracy is about a millimeter. Our work has also focused on the evaluation of the positioning uncertainties of two PET/CT-MRI trimodality configurations.One concerns a transfer system between the PET/CT and theMRI.For the other, the patient stands up is re-positioned between the two acquisitions. We have evaluated the uncertainties generated by the image registration algorithm and have shown that they are much smaller than the patient positioning uncertainties. Our results show that the uncertainties in translation are, on average, less than 4 mmand in rotation less than 0.5°. In the case of H&N tumor treatment, using a thermoformed mask, we have found that the trimodality solution using a transfer system does not significantly reduce the positioning uncertainties compared to the configuration where the patient stands up between two acquisitions. Improvements should be made to the transfer system in order to take into account the very strong requirements related to RT. Finally, we developed a method to take into account the geometric distortions induced by the system and by the patient during radiotherapy treatment planning. All these distortions were evaluated on a retrospective cohort of 20 patients (26 lesions) treated by intracranial stereotactic radiotherapy. With the developed method, we obtained for 4 lesions (i.e. 15% of them) a difference in the Dmin received by the PTV exceeding 5%, i.e. 5.4%, 9.1%, 9.8% and 10.5%, showing the importance of optimizing MRI sequences and developing tools to easily assess the consequences of PTV distortions on dose objectivesoptimization process.

Segmentatiοn d'images οmnidirectiοnnelles de scènes rοutières

Doctorant·e: SEKKAT Ahmed Rida
Direction de thèse: VASSEUR PASCAL (Directeur·trice de thèse)
HONEINE PAUL (Co-directeur·trice de thèse)
Date de la soutenance: 08/12/2022 à 10:00
Lieu de la soutenance: Université de Rouen Normandie
Rapporteurs de la thèse: ACHARD CATHERINE PROFESSEUR DES UNIVERSITES SORBONNE UNIVERSITE
RUICHEK YASSINE PROFESSEUR DES UNIVERSITES UNIV TECHN BELFORT MONTBELIARD UTBM SEVENANS
Membres du jurys: ACHARD CATHERINE, PROFESSEUR DES UNIVERSITES, SORBONNE UNIVERSITE
DEMONCEAUX CEDRIC, PROFESSEUR DES UNIVERSITES, UNIVERSITE DE BOURGOGNE
DUPUIS YOHAN, DIRECTEUR DE RECHERCHE, CESI
HONEINE PAUL, PROFESSEUR DES UNIVERSITES, Université de Rouen Normandie
MORBIDI FABIO, MAITRE DE CONFERENCES, UNIVERSITE AMIENS PICARDIE JULES VERNE
RUICHEK YASSINE, PROFESSEUR DES UNIVERSITES, UNIV TECHN BELFORT MONTBELIARD UTBM SEVENANS
VASSEUR PASCAL, PROFESSEUR DES UNIVERSITES, UNIVERSITE AMIENS PICARDIE JULES VERNE

Résumé: Une compréhension complète et exhaustive de la scène environnante est primordiale pour tous les robots mobiles en général et les systèmes de transport intelligents (ITS) ou les véhicules à conduite autonome (AD) en particulier. Plusieurs solutions basées sur l’image tentent d’atteindre cet objectif grâce à des tâches de vision par ordinateur. Ces solutions sont principalement basées sur des modèles entraînables sur des données labelisées. La disponibilité des données annotées est alors très importante pour entraîner les modèles afin de réaliser la tâche souhaitée. Dans cette thèse, nous proposons des ensembles de données d’images synthétiques avec vérité terrain pour plusieurs tâches de vision par ordinateur en mettant l’accent sur les images omnidirectionnelles car elles sont très utilisées dans le domaine des STI grâce à leur large étendue et leur capacité à révéler des informations provenant d’un large champ de vision. Les jeux de données proposés sont ensuite utilisés pour faire le point sur l’avancée atteinte dans la littérature sur la segmentation sémantique des images omnidirectionnelles à travers une étude comparative approfondie. Plusieurs expériences ont étémenées en utilisant plusieurs représentations d’images et modalités pour trouver la solution la plus adaptée pour segmenter sémantiquement des images omnidirectionnelles. Les résultats de l’étude comparative en plus des jeux de données proposés ont ensuite été utilisés pour proposer une application se concentrant sur la valeur ajoutée des convolutions déformables dans la segmentation d’images omnidirectionnelles.
Abstract: A full comprehensive understanding of the surrounding scene is paramount for all mobile robots in general and intelligent transportation systems (ITS) or autonomous driving vehicles (AD) in particular. Several image-based solutions attempt to reach this goal through computer vision tasks. Mainly these solutions are based on trainable models that are data oriented. The availability of annotated data is then very important to train the models in order to achieve the desired task. In this thesis, we propose synthetic images datasets with ground truth for several computer vision tasks with a focus on omnidirectional images since they are highly used in the field of ITS thanks to their large field of view and the ability to reveal information from broader surroundings. The proposed datasets are then used to take stock on the progress made in the literature on semantic segmentation of omnidirectional images through a thorough comparative study. Several experiments were conducted using several image representations and modalities to find the finest solution to semantically segment omnidirectional images. The results of the comparative study in addition to the proposed datasets were then used to propose an application focusing on the added value of deformable convolutions in segmenting omnidirectional images.