Task-based optimization of 3D breast x-ray imaging using mathematical observers

Source abstract

Optimisation de l'imagerie tridimensionnelle du sein, basée sur les tâches du radiologue, par l'utilisation d'observateurs mathématiques La mammographie, une modalité 2D d'imagerie du sein par rayons X, a montré son efficacité pour réduire la mortalité par cancer du sein. Aujourd'hui, la tomosynthèse numérique du sein, une modalité 3D d'imagerie du sein par rayons X, prend une place de plus en plus importante dans la pratique clinique, et est reconnue de plus en plus souvent comme ayant le potentiel de remplacer la mammographie dans un proche avenir. Pour évaluer plusieurs aspects de la tomosynthèse, des études cliniques sont nécessaires. Mais les études cliniques sont coûteuses et présentent des risques supplémentaires pour les patientes dus à l'utilisation de radiations ionisantes. Les études cliniques virtuelles ont pour objectif d'offrir une approche alternative en utilisant des simulations numériques. Dans cette thèse, nous nous intéressons à plusieurs éléments intervenants dans une telle étude clinique virtuelle. Dans un premier temps, nous analysons l'état de l'art sur la caractérisation analytique des champs aléatoires 3D pour la simulation de la texture du sein par rayons X. Nous nous intéressons aussi à l'estimation de caractéristiques statistiques des images du sein par rayons X (densité, indice spectral). Puis nous développons un nouveau modèle de texture 3D du sein basé sur la géométrie stochastique, et qui permet de simuler des images 2D et 3D réalistes du sein. Nous considérons le problème de l'inférence d'un tel modèle à partir d'une base d'images cliniques 3D. Ensuite, nous développons un observateur mathématique basé sur la théorie textit{a contrario} de la perception visuelle, pour modéliser la détection des microcalcifications par des radiologues dans des images 2D et 3D du sein. Tous ces composants sont utilisés pour implémenter une étude clinique entièrement numérique. La pertinence des résultats obtenus montre l'utilité de ces études cliniques virtuelles et nous incite à en développer de plus élaborées dans le futur.