Dosimetry for 177Lu and 90Y radionuclide therapies through imaging and Monte Carlo simulations

Doctorante : Laure VERGNAUD

Laboratoire INSA : CREATIS
Ecole doctorale : EDA160 : Électronique, Électrotechnique, Automatique

La radiothérapie interne vectorisée est un nouveau type de traitement contre le cancer qui consiste à injecter par intraveineuse un médicament radioactif qui va venir se fixer aux cellules tumorales, être internalisé et les détruire. Il est composé d’un radioisotope (ici le 177Lu) et d’un vecteur sélectionné selon le type de récepteurs sur-exprimés par les cellules tumorales. Ce traitement a démontré son efficacité pour les tumeurs neuroendocrines de l’intestin moyen, progressives et avancées (TNE) et pour les cancers de la prostate métastatiques résistants à la castration.
Cependant, les plans de traitement sont standardisés alors que des études ont montrées que les doses absorbées par les organes à risque et les tumeurs diffèrent d’un patient à un autre. Afin de pouvoir les personnaliser, il est donc nécessaire d’estimer les doses absorbées et de les mettre en regard avec les toxicités et l’efficacité du traitement comme cela est fait en radioembolisation (injection intra-hépatique de microsphères d’90Y).
La dosimétrie est réalisée à partir de la biodistribution du médicament au cours du temps obtenue grâce à une gamma caméra. Cependant, les nombres et les temps d’acquisitions sont conditionnés par les contraintes cliniques. C’est pourquoi, la première contribution a eu pour objectf de fournir un workflow dosimétrique s’adaptant au nombre d’acquisitions disponibles pour les thérapies au 177Lu-DOTATATE (TNE).
Plus récemment, les gamma caméras CZT ont permis de réduire les durées d’acquisition tout en conservant la qualité de l’image. Une seconde contribution a consisté à évaluer les performances quantitatives de ce type de caméra pour la dosimétrie au 177Lu avant de réaliser la dosimétrie des patients traités au 177Lu-PSMA (cancer de la prostate) dont les résultats préliminaires sont disponibles.
Enfin, l’impact de la correction du mouvement respiratoire sur la dosimétrie prédictive en radioembolisation a été évalué (3ième contribution).

 

Weakly-supervised learning for emboli characterization with Transcranial Doppler (TCD) monitoring

Doctorant : Yamil VINDAS-YASSINE

Laboratoire INSA : CREATIS

Ecole doctorale : ED160 : Electronique, Electrotechnique, Automatique

This thesis focuses on the classification and characterization of high intensity transient signals coming from portable transcranial Doppler (TCD) ultrasound devices. The main objective is to help clinicians identify solid and gaseous emboli from artifacts generated during TCD monitoring sessions. In fact, emboli are solid or gaseous particles that can circulate in the cerebral arteries, sometimes blocking them and causing ischemic stroke. However, the identification and classification of HITS between solid embolus, gaseous embolus, and artifacts is not evident and require important expert knowledge. Therefore, its detection, classification and characterization are key factors to improve patient management in healthcare centers. In this work, we propose deep learning models capable of doing an accurate classification between solid embolus, gaseous embolus, and artifacts, with limited memory and energy consumption. More precisely, for HITS classification, to our knowledge, our work is the only one proposing an in vivo classification of portable TCD HITS between solid embolus, gaseous embolus, and artifacts. The main contributions of this work are the following. Firstly, we proposed a semi-automatic data annotation method based on local quality metrics with controlled annotation error, allowing to quickly label a large dataset, using a small number of labeled samples [1, 2]. Secondly, we propose a hybrid guided and regularized multi- feature classification model allowing to accurately classify HITS, simultaneously taking advantage of the raw Doppler signal, and its time-frequency representation [3, 4]. Finally, we proposed new model compression techniques based on pruning and extreme quantization, allowing to reduce the memory requirements of the trained models, as well as the energy consumption. Finally, as we worked in close cooperation with Atys Medical, manufacturer of portable TCD devices, we were able to incorporate our developed models into their data management software.

 

Sondes et capteurs de champs électromagnétiques à liaisons optiques pour la sécurité en IRM

Doctorant : Paul NOBRE

Laboratoire INSA : CREATIS

Ecole doctorale : ED205 : Ecole doctorale interdisciplinaire sciences-santé

L’imagerie par résonance magnétique est une méthode d’imagerie non-invasive et présentant peu de risque mais qui nécessite néanmoins des précautions. Ainsi, les conditions qui permettent d’assurer la sécurité du patient restreignent ou contraignent l’accès de porteurs d’implants et limitent certaines applications, comme l’imagerie endoluminale. Le champ magnétique radiofréquence impulsionnel peut induire des effets dans les éléments conducteurs qui constituent ou relient le capteur et augmenter localement le dépôt d’énergie dans les tissus. Or, l’imagerie endoluminale permettrait par exemple d’améliorer la prise en charge des malades atteints d’un cancer colorectal par l’analyse pariétale de l’intestin. Dans ce contexte, l’objectif principal de la thèse est d’évaluer la faisabilité de la transmission optique du signal RMN pour remplacer les câbles coaxiaux. La conversion électrooptique étudiée est la modulation d’état de la polarisation, qui présente l’avantage d’être passive. La principale difficulté identifiée est de conserver le rapport signal sur bruit du signal dans un environnement et des contraintes à la fois compatible avec l’IRM et les conditions endoluminales. L’étude des sources de bruit a permis dans un premier temps de proposer une configuration optique fournissant, sans les contraintes endoluminales, une image similaire à la transmission galvanique et conduisant à des pistes d’amélioration quantifiables pour une extension à l’endoluminal pour s’affranchir des risques liés à la présence d’une connexion galvanique. Un deuxième axe de recherche concerne l’estimation directe du champ électrique et la validation des sondes optiques de champ électrique Kapteos pour les mesures de débit d’absorption spécifique (DAS) en IRM. Le DAS est une donnée clef pour garantir la sécurité du patient, et les méthodes prédictives numériques doivent être corrélées à des mesures in-situ. Des mesures ont été réalisés à 7 et 11,7T dans des fantômes calibrés, démontrant l’absence de perturbation introduite par la sonde et l’intérêt des mesures locales et vectorielles du champ électrique.

Comment réduire l'impact des activités de recherche sur l'environnement ? Venez répondre à cette question le 7 juin autour d'une table ronde organisée par la Fabrique de l'Innovation dans le cadre de l'événement Meet&Fabrik !

Comme tous les secteurs, la recherche est elle aussi soumise à des enjeux de réduction de son empreinte carbone. Comment accompagner cette transition ? A travers les témoignages d'acteurs de la recherche publique, mais également privée, découvrez plusieurs leviers d'action : réduction des dépenses énergétiques via un plan de sobriété, sensibilisation des équipes de recherche pour faire évoluer leurs pratiques vers des comportements plus écoresponsables, analyse du cycle de vie... Inscriptions gratuites

Configurable Convolutional Neural Networks: Applications to Breast Cancer Explainable Classification and Display Panel Defect Detection

Doctorant : Feng HE

Laboratoire INSA : CREATIS

Ecole doctorale : ED160 : Electronique, Electrotechnique, Automatique

Current deep learning methods such as convolutional neural networks (CNNs) are often dedicated to a specific task and object; they are generally fixed in network architecture, which limits their generalizability and prevents them from addressing multiple scenarios with different objectives. To achieve both the explainable classification of breast cancer and the online defect detection of display panels, we propose a configurable convolutional neural network (ConfigNet) capable of being transformed into different configurations according to the tasks and objects in question. The ConfigNet presents two main functional configurations. The first is composed of a feature extraction module (FEM), a decision map generator (DMG) and a classifier; it is devoted to image explainable classification, for which we propose two DMG structures and a weighted average pooling (WAP) classifier for histopathological breast cancer images. The second is an encoder- decoder configuration devoted to object segmentation and localization. In this second configuration, we propose an efficiency-favored decoder and an element-wise feature fusion module (EFFM) guiding the skip connection between the encoder and decoder for online defect detection of display panels. In addition, we develop a spatial and channel attention-guided feature fusion module (SCAFFM) and a bottleneck-structured decoder for breast tumor segmentation. The FEM or encoder in these two configurations is constructed through transfer learning from existing CNNs having deep convolutional layers.

Soutenance publique

Maître de conférences : Thomas Grenier

Laboratoire INSA :  CREATIS

Rapporteurs :

• MACAIRE Ludovic PU (HDR) Université de Lille
• PETITJEAN Caroline PU (HDR) Université de Rouen Normandie Madame VINCENT Nicole PU (HDR) Université Paris Cité

Jury :

• BENOIT-CATTIN Hugues PU (HDR) INSA Lyon
• DUCOTTET Christophe  PU (HDR)– Université Jean Monnet
• GUTTMANN Charles R.G. Associate Professor of Radiology, Harvard Medical School
• MACAIRE Ludovic PU (HDR) Université de Lille
• PERRIN Emmanuel PU (HDR) UCBL
• PETITJEAN Caroline  PU (HDR) Université de Rouen Normandie
• VINCENT Nicole PU (HDR) Université Paris Cité

Méthodes de reconstruction avancées en tomographie dentaire par faisceau conique

Doctorante : Louise FRIOT--GIROUX

Laboratoire INSA : CREATIS
Ecole doctorale : ED160 : Electronique, Electrotechnique, Automatique

La tomographie par rayons X est une technique très utilisée en imagerie médicale pour observer les structures anatomiques des patients. A partir de mesures de l’absorption  des rayons X par les tissus, un processus de reconstruction permet d’obtenir des images du volume observé. En imagerie dentaire, le CBCT utilise un faisceau de rayons X  conique et permet d’imager rapidement le volume 3D de la mâchoire. L’exposition aux rayons X est cependant dangereuse pour la santé, et l’enjeu principal de la tomographie X est d’obtenir des images de bonne qualité avec une dose minimale.
Les méthodes analytiques offrent des reconstructions rapides mais peu robustes lorsque les projections sont bruitées ou en faible nombre. Les méthodes itératives donnent la possibilité de prendre en compte la modélisation physique du problème et des connaissances a priori sur le volume. Récemment, l’essor des méthodes d’apprentissage profond et leur application au traitement des images ont suggéré de nouvelles pistes de recherche en tomographie.
L’objectif de cette thèse est d’implémenter des méthodes de reconstruction fiables et efficaces pour la reconstruction tomographique faible dose en imagerie dentaire.
Trois algorithmes itératifs, appliquant une régularisation par variation totale, ont été implémentés et appliqués sur fantômes et données réelles faibles doses. Les résultats ont montré la supériorité des méthodes itératives sur les méthodes analytiques.
Nous avons également testé les méthodes d’apprentissage profond en reconstruction tomographique. Des réseaux ont été entraînés de manière supervisée pour améliorer la qualité des images reconstruites avec faible dose. Les résultats ont été comparés avec ceux d’une méthode itérative.
Différentes méthodes de reconstruction tomographique ont été appliquées sur fantômes et données réelles. Les méthodes itératives ont montré de meilleurs résultats que la méthode analytique. Les méthodes d’apprentissage profond, s’appliquent sur reconstruction analytiques et surpassent les méthodes itératives en termes de temps de reconstruction, avec une meilleure qualité d’images.

Estimation de la résistance coronarienne par analyse du réseau vasculaire du fond de l'œil

Doctorant : Charles JABOUR

Laboratoire INSA : CREATIS
Ecole doctorale : EDA162 MEGA

La plupart des maladies coronariennes sont liées à la présence d’une sténose, qui entrave l’écoulement coronaire. Le diagnostic repose généralement sur la caractérisation de cette sténose et néglige la microcirculation coronarienne, caractérisée par sa résistance et sa réserve de débit. Dans cette thèse, nous proposons d’analyser la microvascularisation de l’œil pour estimer celle du cœur.
Pour ce faire, nous avons utilisé la base de données COREYE. Elle associe des mesures de résistance coronarienne basale (BMR), en hyperhémie (HMR) et de réserve de débit coronaire (CFR) à 124 images de la perfusion rétinienne et de la choriocapillaire. Une base supplémentaire de données de rétinopathie radique nous a permis de valider les différentes étapes de notre méthodologie.
L’analyse des images a d’abord nécessité de segmenter des régions d’intérêt : le réseau vasculaire et la zone avasculaire centrale (ZAC) dans la rétine, et la perfusion dans la choriocapillaire. En particulier, notre méthode d’extraction de la ZAC par apprentissage profond, sous une contrainte basée sur la distance de Hausdorff, a produit des segmentations de formes concordant avec les annotations d’experts. Nous avons ensuite extrait des descripteurs de ces régions.
Par recherche exhaustive, nous avons sélectionné les meilleurs descripteurs pour nos différentes tâches de prédiction. Nos prédictions de grade rétinopathie radique se sont appuyées sur des descripteurs de chaque région. Elles se sont montrées robustes pour les grades les plus sévères.
Nous avons classé la BMR, HMR et CFR en valeurs hautes et basses, à partir de descripteurs oculaires anatomiques, et démographiques. Les prédictions de HMR et CFR se sont démarquées par leur généralisation à de nouvelles données. Seule la CFR a bénéficié des descripteurs démographiques. Nos recherches exhaustives ont mis en évidence l’importance des flow voids dans ces estimations. Ces résultats tendent à montrer qu’une estimation des résistance et réserve coronaires est possible par analyse ophtalmique.

La 12ᵉ édition de cette conférence internationale est accueillie à Lyon du 19 au 22 juin 2023.

Elle permettra de faire état de la recherche de pointe et des dernières innovations en imagerie cardiovasculaire, analyse d'images et modélisation du cœur. Organisée en local par CREATIS (Centre de recherche en acquisition et traitement de l'image pour la santé), elle comprendra trois jours de présentations, ateliers et discussions.

Le mardi 18 octobre 2022, les laboratoires MatéIS et CREATIS ont inauguré trois nouvelles plateformes de recherche sur le campus de Lyon-Tech-La Doua, dont deux en imagerie scientifique. Il s’agit d’un investissement total de près de 4,3 millions d’euros au service de l’excellence scientifique du site Lyon-Saint-Etienne et du développement du territoire. 

En présence des représentants de la région Auvergne-Rhône-Alpes et de la région académique Auvergne-Rhône-Alpes, cette inauguration a permis aux personnels et aux étudiants de l’INSA de découvrir ces trois nouvelles plateformes. 

FabéA, une plateforme de Fabricabilité Additive Métallique porté par le laboratoire MatéIS met à disposition de la communauté Auvergne-Rhône-Alpes un outil de test de la fabricabilité de poudres métalliques avec comme dispositif central, une tour d’atomisation capable de produire des poudres d’alliages de composition maîtrisée. Elle permettra la réalisation de projets industriels de R&D ou de projets de développement technologique en lien étroit avec le tissu industriel de la région. Cette plateforme prend le pari de l’innovation technologique de la fabrication additive tout en maintenant une partie de son activité future dans des études plus larges de la métallurgie des poudres (fourniture des poudres, conception de nouveaux alliages, études de transformation des poudres par MIM et frittage).

Montant financé : 480 000 € (240 K€ par la Région Auvergne-Rhône-Alpes (fonds IRICE) et 240 K€ par MatéIS) 

Les laboratoires MatéIS et LaMCoS ont fait l’acquisition d’un scanner unique au monde : un double tomographe à haute énergie permettant de multiplier et d'enrichir les possibilités d’analyse de pièces de grandes dimensions en matériaux absorbants comme le titane, le fer ou le nickel, le DTHE. En permettant notamment des acquisitions au moins deux fois plus rapides qu’un tomographe classique.

Conçu par une PME française, la société RX Solution implantée près d’Annecy, après une procédure d’appel d’offre internationale, cet appareil fédère plusieurs laboratoires du campus : MatéIS, LaMCoS, CREATIS, IMP, LGL, LVA.     
 
Coût : 1 300 000 € (dont 650 K€ de la Région Auvergne-Rhône-Alpes (fonds IRICE), 270 K€ par l’INSA Lyon, 45 K€ par le CNRS, 200 kE par l’institut Carnot I@L et 135 K€ des laboratoires Lamcos, MatéIS, LGL)

Le système à très haut champ magnétique IRM 11,7 T porté par CREATIS et installé au sein de sa plateforme ouverte PILoT, vient compléter les équipements lyonnais dans le domaine de l’imagerie du vivant. Il permet aux chercheurs de réaliser, de manière non invasive, des observations in vivo pour accéder à des informations morphologiques, structurelles, fonctionnelles et métaboliques chez le petit animal (rat, souris) pour mieux comprendre les mécanismes du vivant, L’IRM 11,7T bénéficie autant des compétences des ingénieurs de la plateforme qui l’opèrent, que de l’expertise des chercheurs du laboratoire qui développent des techniques avancées d’imagerie.

Cet équipement est le 1^er de ce type associé à l’électronique NEO en France (30 dans le monde). Financé par l’État, la Région Auvergne-Rhône-Alpes et le CNRS, il complète les équipements de l’infrastructure France Life Imaging (FLI) répartis sur tout le territoire national et celle de la recherche académique et industrielle de la région. Conçu par la société Bruker, cet équipement de recherche offre la possibilité de développer des méthodes d’imageries innovantes et de les associer pour obtenir des informations quantitatives multiparamétriques complémentaires sur un même sujet d’observation. 

Cet équipement IRM est un nouvel atout pour Lyon et la région Auvergne-Rhône-Alpes. Il participe à la compréhension des phénomènes physiologiques en neurologie, cardiologie, oncologie. Il participe à la dynamique transdisciplinaire du site entre acteurs de l’imagerie mais aussi entre des domaines aussi divers que la physique, la chimie, la biologie et la médecine. Il alimente enfin un équilibre déjà remarquable entre recherches fondamentales, précliniques, cliniques et industrielles.

Accompagnés par Jean-Luc Duplan, Directeur régional académique adjoint à la recherche et à l'innovation, représentant Olivier Dugrip, Recteur de la région académique Auvergne-Rhône-Alpes, Recteur de l'académie de Lyon, Chancelier des universités, Catherine Staron, Vice-présidente déléguée à l'Enseignement supérieur, à la Recherche et à l'Innovation de la région Auvergne-Rhône-Alpes, Anne-Christine Hladky, Directrice adjointe scientifique de l’Institut des sciences de l’ingénierie et des systèmes du CNRS (INSIS-CNRS), Frédéric Fotiadu, Directeur de l'INSA Lyon, et Ruben Vera, Vice-Président de Lyon 1 plateformes et conseiller technique aux grands équipements, Eric Maire, Directeur du laboratoire MatéIS et Olivier Beuf, Directeur du laboratoire CREATIS ont inauguré ces nouvelles plateformes de recherche sur le campus de Lyon-Tech-La Doua.