Événements du LITIS

Chargement Évènements

« Tous les Évènements

  • Cet évènement est passé

Soutenance de Thèse MI Hongmei

04/01/2015 @ 15:00 - 19:00

Intitulée :
 "Modélisation en EDP et sélection de caractéristiques: prédiction de l'évolution tumorale et le résultat du traitement en TEP au FDG du suivi thérapeutique".

La soutenance se déroulera le Mercredi 1er avril 2015 à 14h00 à l'adresse suivante:
Université de Rouen - UFR Médecine-Pharmacie - Bâtiment Stewart - Salle de thèse (6ème étage)

Vous êtes également invités au pot qui suivra.

Plan d'accès ici: http://www.univ-rouen.fr/jsp/saisie/liste_fichiergw.jsp?OBJET=DOCUMENT&CODE=1064330553052&LANGUE=0

Le Jury est composé de :
-Mme Isabelle BLOCH 	 - Pr, Télécom ParisTech	                                Rapporteur
-M. Grégoire MALANDAIN  - DR, INRIA Sophia Antipolis	                        Rapporteur
-M. Patrick BOUTHEMY 	 - DR, IRISA/INRIA Rennes	                        Examinateur
-M. François ROUSSEAU 	 - Pr, Télécom Bretagne	                                Examinateur
-M. Bernard DOUBRAY      - PU-PH, Centre Henri Becquerel, Rouen       Examinateur
-Mme Su RUAN 	         - Pr, Université de Rouen	                        Directrice de thèse
-Mme Caroline PETITJEAN - MCF, Université de Rouen	                        Co-encadrante de thèse


Résumé:
La radiothérapie adaptative peut potentiellement améliorer le résultat du patient à partir d'un plan de traitement modifié et ré-optimisé avant ou pendant le traitement en prenant en compte les spécificités individuelles. Des études prédictives dans le suivi thérapeutique du patient pourraient informer sur la façon d’adapter le traitement à chaque patient. Dans cette thèse, nous menons deux études prédictives en utilisant la tomographie par émission de positons (TEP) avec le traceur FDG, qui est la modalité de référence pour l'imagerie du cancer. La première étude a pour but de prédire l'évolution de la tumeur pendant la radiothérapie, y compris les volumes des tumeurs, les contours de la tumeur et les valeurs de fixation normalisée maximales (SUVmax), qui sont des indicateurs importants pour évaluer la réponse tumorale. Nous proposons un modèle de croissance tumorale spécifique au patient qui est basé sur des équations aux dérivées partielles. Ce modèle est composé de trois termes représentant trois processus biologiques respectivement, où les paramètres du modèle de croissance tumorale sont estimés à partir des images TEP précédentes du patient. La deuxième partie de la thèse porte sur le cas où il n’existe pas d’images séquentielles de la tumeur. Nous effectuons donc une autre étude dont l'objectif est de sélectionner des caractéristiques prédictives, parmi lesquelles des caractéristiques issues des images TEP et d'autres cliniques, pour prédire l’état du patient après le traitement. Notre deuxième contribution est donc une méthode « wrapper » de sélection de caractéristiques qui recherche vers l'avant dans un espace hiérarchique de sous-ensemble de caractéristiques, et évalue les sous-ensembles par leurs performances de prédiction utilisant la machine à vecteurs de support (SVM) comme le classificateur. Nous proposons également d'intégrer les connaissances de domaine à priori dans la procédure de sélection pour améliorer la robustesse de l'algorithme de sélection. Pour les deux études prédictives, des résultats obtenus chez des patients atteints de cancer sont encourageants.

Mots-clés : prédiction de l'évolution de la tumeur, modèle de croissance tumorale, suivi de la radiothérapie, imagerie TEP, prédiction du résultat du traitement, sélection de caractéristiques

Détails

Date :
04/01/2015
Heure :
15:00 - 19:00

Lieu

Univ.Rouen UFR de Medecine
Bâtiment Stewart

Organisateur

LITIS
Site Web :
http://www.litislab.fr
Publié dans
libero dictum consequat. Aliquam et, id, porta. pulvinar ante.