Méthodes d’identification, d’aide au diagnostic et de planification utilisant de l’imagerie multi-modalité pour les thérapies focales du cancer de la prostate

par Nasr Makni

Thèse de doctorat en Génie informatique, automatique et traitement du signal

Sous la direction de Olivier Colot et de Nacim Betrouni.

Soutenue le 13-12-2010

à Lille 1 .


  • Résumé

    Les récents progrès de l’imagerie de la prostate rendent possibles la détection de tumeurs de petite taille et le guidage de traitements ciblés dont le but est de minimiser la morbidité de la thérapie. Nous proposons des méthodes de traitement d’images médicales, pour assister et le praticien dans la prise de décision diagnostique et les traitements focalisés par laser du cancer de la prostate.Nous nous intéressons d’abord au diagnostic guidé par l’Imagerie à Résonance Magnétique (IRM). Nous développons des algorithmes pour l’extraction des contours de la prostate et la segmentation de ses zones centrale et périphérique. La détection des lésions suspectes est abordée en expérimentant des attributs de texture extraits de la géométrie fractale, dans des schémas de classification supervisée et non supervisée. La deuxième partie de cette thèse s’intéresse au guidage de la thérapie focalisée par laser. Une méthode de recalage non rigide est proposée pour fusionner les données de planification à l’échographie de guidage per-opératoire. Nous évaluons nos algorithmes en utilisant des données simulées et des fantômes physiques afin de comparer à une vérité terrain connue. Des examens de patients, analysés par des experts, sont utilisés pour des évaluations dans des conditions réelles, tenant compte de la variabilité inter-observateur. Les résultats obtenus montrent que les méthodes développées sont suffisamment précises, rapides et robustes. Des validations multi-centriques et des transferts à l’industrie devraient à l’avenir concrétiser les retombées de ces travaux et contribuer à l’amélioration des gestes diagnostiques et thérapeutiques du cancer de la prostate.

  • Titre traduit

    Image processing methods for Computer–Assisted Diagnosis and treatment of prostate cancer


  • Résumé

    In the last decade, new diagnosis procedures and treatment options have been developed and made possible thanks to the recent progress in prostate imaging modalities. The newest challenges in this field are to detect the smallest tumours and to treat locally to minimise the treatment morbidity. In this thesis, we introduce image processing methods for the guidance and assistance of diagnosis and treatment, in laser-based prostate cancer focal therapies. First, we propose novel approaches for extracting three dimensional outlines of the gland, and segmenting its zones (peripheral and central) from Magnetic Resonance Imaging (MRI) data. Computer-aided detection of prostate’s peripheral zone tumours is then investigated by experimenting novel texture features based on fractal geometry, using both supervised and unsupervised classification methods. The results of these different approaches were studied and compared.The second part of this work addresses the guidance of laser-based focal ablation of prostate tumours. A novel non rigid registration method is introduced for fusion of pre-operative MRI and planning data, and per-operative ultrasound imaging. We evaluate our algorithms using simulated data and physical phantoms, which enable comparison to ground truth. Patients’ data, combined to expert interpretation, are also used while taking into account the inter-observer variability.The results we obtained show that the methods we developed are satisfyingly accurate, fast and robust. Multi-centric validation and transfer to the industrial world would bring the contributions of this work to clinical routine, and help improving diagnosis and therapy of prostate cancer.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Université des sciences et technologies de Lille. Service commun de la documentation. Bibliothèque virtuelle.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.