Validation et exploitation d'un simulateur TEP de Monte Carlo

par Anthonin Reilhac-Laborde

Thèse de doctorat en Images et systèmes

Sous la direction de Gérard Gimenez.

Soutenue en 2007

à Villeurbanne, INSA .


  • Résumé

    La validation d'algorithmes dédiés au traitement, à la reconstruction ou à l'analyse de données TEP est une étape difficile mais nécessaire. La stratégie généralement suivie consiste à comparer le résultat obtenu avec des données de référence, comme par exemple la cartographie exacte de l'activité présente dans le champ de vue du tomographe ou l'anatomie de l'objet imagé. La connaissance de ces données de référence est difficilement accessible à partir d'images cliniques réelles obtenues par tomographie par émission de positons. En conséquence, l'étape de validation repose souvent sur l'utilisation d'images TEP provenant de l'acquisition de fantômes physiques, de géométries et de contenus connus. Les fantômes physiques utilisés sont cependant souvent des objets de géométries simples (sphère, cylindre), ne permettant pas d'obtenir d'images de radioactivité de distributions spatio-temporelles proches d'images TEP de patients. Une autre possibilité consiste alors à simuler une image TEP à partir d'un fantôme numérique. Cette dernière possibilité offre une grande flexibilité puisque les fantômes numériques peuvent être très complexes et permettent une description réaliste des distributions radioactives rencontrées lors d'acquisitions réelles. En effet, l'objet émetteur peut alors être décrit à partir de données anatomiques réelles. Simuler les processus d'acquisition permet aussi de contrôler les paramètres qui dégradent la qualité de l'image résultant du processus d'acquisition TEP. La simulation d'images TEP réalistes implique donc la génération des données brutes TEP (émission et transmission) à partir de carte d'activités voxelisées, la correction et la reconstruction des données en images TEP 3D ou 4D. Les simulateurs de type Monte Carlo sont généralement utilisés pour la simulation des données brutes puisqu'ils permettent une bonne modélisation des phénomènes physiques ainsi que de la fonction de transfert du tomographe. Cependant, les méthodes de type Monte Carlo peuvent être coûteuse en temps de calcul et en ressources informatiques. PET-SORTEO est une plateforme de simulation, permettant la génération de données TEP brutes réalistes en un temps de calcul acceptable. Cette plateforme est issue d'une collaboration impliquant d'une part le CERMEP à Lyon et d'autre part le McConnell Brain Imaging Centre de l'Institut Neurologique de Montréal (université McGill). La validation du modèle de génération des données TEP, incluant la simulation des projections brutes, la correction et la reconstruction restait à être réalisée. Le but de ce travail de thèse est de a) premièrement valider le modèle de simulation de données TEP de PET-SORTEO, en comparant, selon un certains nombres de critères, des données simulées et réelles obtenues dans des conditions similaires; et de b) deuxièmement exploiter le simulateur pour la conception, le développement et la validation de méthodes de correction et de traitements des données TEP. Ce manuscrit de thèse présente le modèle de simulation de PET-SORTEO, les résultats de validation mais aussi un ensemble d'applications réalisées à ce jour grâce à cet outil.


  • Résumé

    The evaluation of algorithms dedicated to process, reconstruct, or analyze PET data is a challenging task. The common strategy is to compare the algorithm output to a controlled gold standard. A part of the difficulty follows from the unavailability of such ground truth with in vivo data. Consequently, validation often relies on the use of simulated data whose geometry and contents are precisely known. This method provides a great flexibility as it allows the use of realistic numerical phantoms. Also, the ability to control the factors that degrade the image formation is a significant advantage. The aim of this PhD research was to conduct first the validation experiments of the simulation model of a Monte Carlo-based PET simulator (PET-SORTEO) and second, to use the simulator as a tool for the design and development of moethods that aim at improving the quantification of the PET data.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XXII-182 p.)
  • Annexes : Bibliogr. p. 169-182

Où se trouve cette thèse ?

  • Bibliothèque : Institut national des sciences appliquées (Villeurbanne, Rhône). Service Commun de la Documentation Doc'INSA.
  • Disponible pour le PEB
  • Cote : C.83(3253)
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.