Imagerie moléculaire et adaptation thérapeutique - Axe 3 Pr Vincent Grégoire Pr Pierre Vera Dr Sébastien Thureau - Canceropole Nord ...
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Axe 3
Imagerie moléculaire et adaptation thérapeutique
▪ Pr Vincent Grégoire
▪ Pr Pierre Vera
▪ Dr Sébastien Thureau
Projet PRPO
Protonthérapie et Radiomique pour Personnaliser les
traitements en Oncologie
Radiomiques
Larue et al. Quantitative radiomics studies for tissue characterization: a review of technology and methodological procedures.
Br J Radiol 2017
▪ Caractéristiques radiomiques:
▪ Statistiques du premier ordre (max, moyenne, médiane, etc.)
▪ Caractéristiques basées sur la forme et la taille (compacité, diamètre, sphéricité, etc.)
▪ Texture (entropie, homogénéité,…)
▪ Ondelette
Promises and challenges for the implementation of computational medical imaging (radiomics) in oncology Limkin Ann Oncol 2017
Promises and challenges for the implementation of computational medical imaging (radiomics) in oncology Limkin Ann Oncol 2017
Aerts, Nat com, 2014; Grabys, Front oncol, 2018; Kirienko, EJNMMI, 2018
Historique
▪ Collaboration active Imagerie-Radiothérapie Axe 3 du Cancéropole
▪ 10 ans de collaboration active
▪ 4 centres impliqués dans le projet : Rouen, Caen, Lille, Bruxelles
▪ Imagerie
▪ Radiomiques
▪ Expertise Rouen / Equipe Quantif
▪ Travail COL IRM prostate (CRIStAL, INSERM U1171)
▪ Projet COL-AQUILAB IRM Prostate
▪ Radiothérapie
▪ Hadronthérapie
▪ Projets Caen - Bruxelles
▪ Radiomique et Hadronthérapie : Comment optimiser les traitements en radiothérapie ?
2016 : Emergence Cancéropole
Radiomiques et Hadronthérapie : Comment optimiser les traitements en radiothérapie ?
▪ Objectif Général
Développer un système global
Prise en compte des informations multimodales quantitatives et qualitatives pour fournir des modèles prédictifs
fiables (Photonthérapie ou Hadronthérapie)
▪ Objectifs Emergence
▪ Constituer la liste des données à enregistrer dans une base de données structurée
▪ Recenser les compétences disponibles pour le projet sur les volets de l’Hadronthérapie, des Radiomics, et
des méthodes de Machine Learning
▪ Ecrire le cahier des charges d’un projet plus détaillé pour la recherche de financements2016 : Emergence Cancéropole
Nombre de patients traités par centre
▪ Quantitatif (par année d’étude)
POUMONS ORL
Lille 130 240
Caen 120 200
Bruxelles 30 60
Rouen 70 150
Total 350 650
▪ Critères disponibles
▪ Modalités de traitement différentes
▪ Imagerie (Injectée / non injectée), Volumes, Niveaux de Dose, Chimio…
▪ Données recueillies, modalités de stockage et de suivi différentes
W CR Consultation Non structuré Fin de RT + 3M, 12M, 24M
CTCAE X CR Consultation Non structuré
Dossier patient Fiches de toxicités
Y Structuré
electronique Fin RT + 3M, fin RT + 9M
ORL Dossier patient Fin RT + 3M, 6M, 9M, 12M, 24M, …
Z Partiellement structuré
electronique Cases a cocher + champ libre2017 : Structuration Cancéropole Protonthérapie et Radiomique pour Personnaliser les traitements en Oncologie ▪ Constituer une base de données rétrospective multicentrique, ▪ Valider les signatures Radiomiques existantes en imagerie Scanner pour les tumeurs ORL et Pulmonaires, en utilisant des données de « vraie vie » collectées dans des centres aux pratiques différentes ▪ Rechercher, sur les données collectées, de nouvelles signatures Radiomiques, à la fois pour la survie et pour les effets secondaires ▪ Structurer la mise en place de cohortes prospectives comparatives permettant de comparer les résultats thérapeutiques obtenus dès la mise en route des équipements de Protonthérapie à Caen et à Bruxelles-Louvain
2017 : Structuration Cancéropole
Protonthérapie et Radiomique pour Personnaliser les traitements en Oncologie
▪ Critères d’inclusion
Tous les patients majeurs traités par radiothérapie ou radio-chimiothérapie exclusive à visée curative entre le
01/09/10 et 31/05/16 pour un cancer ORL (carcinome épidermoïde de l’oropharynx, cavité buccale,
hypopharynx, larynx) ou pulmonaire non à petites cellules et ayant reçu une dose totale supérieure à 50 Gy
▪ Défis à relever
▪ Structurer des données rétrospectives venant de centres aux pratiques différentes
▪ Disponibilité des données variable
▪ Protocoles de contourages différents d’un centre à l’autre (contours présents en nombre différents)
▪ Accès et export des données
Intérêts subsidiaires
Obtenir des données structurées exploitables en vue des futures réglementations européennes
(mai 2020)Roadmap
▪ WP1 : Collecter de manière rétrospective les données disponibles dans les centres
▪ Tache 1.1 : Développement de la plateforme de recueil [octobre 2017 – mai 2018] (AQL)
▪ Tache 1.2 : Collecte des informations dans les centres [mai 2018 – août 2018] (COL, CHB, CFB, UCL).
▪ WP2 : Valider les modèles Radiomiques prédictifs existants pour les cancers ORL et Pulmonaire
▪ Tache 2.1 : Intégration des signatures numériques existantes [mars 2018 – août 2018] (IR)
▪ Tache 2.2 : Validation des signatures numériques existantes [août 2018 – septembre 2018]
▪ WP3 : Etendre les résultats obtenus sur l’imagerie par Scanner aux imageries IRM et TEP
▪ Tache 3.1 : Récupération des données IRM et TEP disponibles (COL, CHB, CFB, UCL)
▪ Tache 3.2 : Normalisation des séquences IRM et acquisitions TEP [août 2018 – février 2019]
▪ WP4 : Valider et définir des modèles Radiomiques pour les effets secondaires
▪ Tache 4.1 : Intégration de méthodes d’analyse de données [ juin 2018 – septembre 2018] (IR, CHB)
▪ Tache 4.2 : Analyse des données recueillies pour rechercher de nouvelles signatures sur les OARs [sept 2018 – mai 2019]
▪ Tache 4.3 : Comparaison avec les modèles NTCP [mai 2019 – août 2019] (IR). Comparaison des résultats obtenus dans la tache
4.2 avec les modèles prédictifs NTCP existants.
▪ WP5 : Déposer un projet structurant Européen permettant de développer l’axe de recherche
▪ Tache 5.1 : Ecriture d’un projet étendu à d’autres partenaires [février 2019 – août 2019]
▪ Structurer une base prospective pour répondre aux problématiques des imageries IRM et FDG-TEP et à l’évaluation Photons /
Protons.2017 : Structuration Cancéropole Protonthérapie et Radiomique pour Personnaliser les traitements en Oncologie ▪ Diversité des centres et des pratiques ▪ Evaluation des modèles existants sur des cohortes de la « vraie vie » ▪ Expertise Imagerie / Data mining ▪ Développer de nouveaux modèles ▪ Evaluer les radiomiques sur OARs ▪ Arrivée de la Protonthérapie ▪ Structurer pour entrer en prospectif ▪ Besoin de Data structurées
2017 : Structuration Cancéropole
Protonthérapie et Radiomique pour Personnaliser les traitements en Oncologie
▪ Opportunités de recherche : Thèse cifre
▪ Sujet : « Recherche de signatures radiomiques dans les cancers ORL et pulmonaires traités par
radiothérapie basées sur des approches d’apprentissage automatique. »
▪ Thématiques
▪ Caractéristiques radiomiques
▪ Choix de l’algorithme d’apprentissage
▪ Disparité des données acquises
▪ Etc.
▪ Objectifs
▪ Développer et déterminer des modèles prédictifs correspondant à des signatures radiomiques
▪ Méthode de machine learning :
Réseaux neurones profonds
Random forestsShare Place Platform
Constitution de la base
▪ Extraction des données non DICOM sous format Excel
▪ Extraction de signature et features radiomiques
▪ Données disponibles pour le test
▪ Bruxelles :
▪ 5 inclusions ORL (données DICOM seules)
▪ Rouen :
▪ 5 inclusions ORL (données DICOM et non-DICOM)
▪ 5 inclusions PMN (données DICOM et non-DICOM)Remerciements
Pr Vincent Grégoire
Dr David Pasquier
Pr Pierre Vera
Mme Isabelle Gardin
Pr Juliette Thariat
M. David Gibon
M. Gwenael Dequeker
Mme Hortense KirisliVous pouvez aussi lire
