Un modèle tenant compte de la physique du scanner pourrait rendre l’image de visée radiothérapie fiable pour le calcul des doses sans nouveau CT

L’acquisition servant à viser la radiothérapie permet de positionner le patient, mais elle est souvent trop peu fiable pour le calcul des doses.

La radiothérapie ne se contente pas d’une approximation grossière de la position tumorale. Il faut savoir précisément quelle quantité de tissu sépare la peau de la cible, chaque couche absorbant ou diffusant l’énergie à sa manière. L’acquisition réalisée en salle de traitement est le scanner TDM en faisceau conique (CBCT). Elle sert au personnel à aligner le patient avant chaque séance. Cette fonction est utile, mais cette même image ne permet généralement pas de calculer avec fiabilité la dose atteignant chaque organe.

Le scanner TDM de planification utilise une source et un détecteur de rayons X en rotation suivant un trajet hélicoïdal, ce qui fournit des valeurs plus propres pour la densité tissulaire. Le CBCT est intégré à la salle de traitement. Il peut donc être réalisé rapidement pendant que le patient est allongé sur la table. En contrepartie, son faisceau traverse davantage d’air et de parties du corps avant d’atteindre le détecteur. Cette diffusion supplémentaire atténue les fines différences entre muscle, graisse et os. L’endurcissement du faisceau se produit lorsque les rayons X de basse énergie sont absorbés en premier, laissant un faisceau plus dur qui modifie la densité optique mesurée des tissus. La troncature survient lorsqu’une partie du corps sort du champ d’acquisition, si bien que l’image est reconstruite à partir d’informations incomplètes. Les imperfections du détecteur et les limites de reconstruction ajoutent des artefacts en bandes, un flou ou des bords déformés.

Les valeurs dans une image TDM sont exprimées en unités Hounsfield, qui décrivent la capacité des tissus à bloquer les rayons X. Les logiciels de calcul de dose utilisent ces valeurs pour prédire où le rayonnement déposera son énergie. Lorsque les valeurs CBCT dérivent, la dose prédite peut être trop élevée dans une zone et trop faible dans une autre. Le contraste des tissus mous diminue, des distorsions spatiales apparaissent, et les petits organes peuvent sembler déplacés ou flous. La thérapie adaptative vise à mettre à jour les plans de traitement lorsque les tumeurs régressent ou que les organes se déplacent, mais le faire uniquement à partir du CBCT est risqué. Une image équivalente TDM plus propre permettrait aux cliniciens de réutiliser l’acquisition de la salle de traitement pour la planification sans exposer le patient à un autre examen diagnostique.

Un contrôle de rotation issu de la physique du scanner pour fiabiliser la reconstruction

Quand un scanner tourne autour du patient, chaque faisceau de rayons X projette une ombre du corps sous un angle précis. Si l’on fait pivoter ce même corps d’un petit angle, les ombres ne changent pas de forme : elles se déplacent simplement le long du détecteur d’une quantité équivalente. Le scanner connaît cette relation car sa source et son détecteur suivent une trajectoire circulaire. La géométrie offre ainsi un test intégré pour tout volume reconstruit.

La méthode de reconstruction exploite ce test comme règle d’apprentissage. D’abord, un modèle génératif tente de transformer l’acquisition en faisceau conique bruitée en un volume plus net, proche d’un scanner CT. Ensuite, le volume reconstruit est légèrement pivoté dans son propre plan. Le logiciel simule les ombres que ce volume pivoté projeterait, en utilisant la même projection avant qui décrit comment le scanner collecte les données. Ces ombres simulées sont comparées aux projections réelles du CT cible après un décalage de même angle. Si l’anatomie reconstruite ne passe pas ce test de rotation, c’est qu’une densité tissulaire ou une limite a été inventée d’une manière qui contredit la géométrie du scanner.

Cette pénalité n’exige pas du modèle qu’il copie plus fidèlement une image. Elle impose une cohérence entre les différents angles, ce qui est plus proche du fonctionnement de l’imagerie physique. Cette règle peut décourager les taches, les artefacts en bandes et les valeurs des tissus mous qui semblent plausibles à l’écran mais produiraient des mesures impossibles si on les regardait sous un autre angle. Comme le contrôle provient du trajet d’acquisition propre au scanner, il donne au processus de reconstruction un point d’appui stable. Le modèle apprend toujours l’anatomie, le contraste et la fine structure à partir d’images appariées, mais il est aussi appris à respecter la géométrie qui a créé les données.

Gains obtenus en reconstruisant des acquisitions bruitées sur des scanners et des patients variés

Entraîner le modèle sur des images issues de deux hôpitaux distincts renforce la fiabilité des reconstructions lorsqu’elles sont évaluées séparément sur chacun d’eux. Sur l’ensemble de test fantôme, le rapport signal à bruit maximal (PSNR) est passé d’environ 31 dB à 38 dB, tandis que la similarité structurelle a progressé de 0,92 à 0,99. Le volume reconstruit se rapproche ainsi nettement du scanner de référence, tant en intensité qu’en géométrie. Ce gain est maximal lorsque le modèle a été exposé à plusieurs configurations de scanners. CycleGAN et un modèle de diffusion standard progressent également, mais sans atteindre la même fidélité. Avec l’entraînement mixte, les images fantômes reconstruites gagnent environ 7 dB par rapport au modèle de diffusion simple. Une différence loin d’être anecdotique, les scores de comparaison d’images reposant sur une échelle logarithmique. Les données cliniques confirment cette tendance, avec un gain plus modeste : le PSNR augmente d’environ 1,8 dB par rapport à la référence de diffusion simple. Cette amélioration se manifeste dans différentes régions des coupes cervico-faciales. De plus, les profils en unités Hounsfield suivent plus fidèlement ceux du scanner de référence, notamment aux interfaces tissulaires. Visuellement, l’entraînement mixte produit des contours anatomiques plus nets et réduit les distorsions d’intensité. Comme le calcul de dose dépend de la stabilité des valeurs tissulaires, ces progrès sont déterminants. Le modèle n’a pas besoin d’un jeu de données unique plus volumineux pour en tirer parti. Il apprend de la diversité, incluant différents groupes de patients et motifs de bruit spécifiques aux scanners. Cela suggère qu’ajouter un environnement d’acquisition supplémentaire aide l’image reconstruite à résister à de nouvelles conditions. La variabilité diminue également, signe d’une performance plus constante plutôt que d’un cas favorable isolé. Sur l’ensemble de test clinique, cette baisse de variabilité se traduit par moins de coupes s’écartant fortement de la référence. Les volumes reconstruits deviennent ainsi plus exploitables lors du passage d’une machine à l’autre ou d’un patient à l’autre.

Pourquoi le modèle final est-il si rapide ?

Le modèle final transforme une acquisition en faisceau conique bruitée en un volume semblable à celui d’un scanner CT en environ 58 secondes par patient, sans solliciter l’appareil pour de nouvelles mesures. Cette rapidité repose sur deux choix de conception. D’une part, le réseau opère dans un espace latent compressé plutôt que directement sur chaque voxel d’une acquisition tridimensionnelle complète de la tête. Un petit auto-encodeur réduit d’abord chaque volume en une représentation compacte qui préserve l’information en profondeur tout en simplifiant les détails dans le plan. Le modèle de diffusion apprend ensuite à nettoyer et compléter cet objet plus petit, ce qui est bien moins coûteux que de modifier des millions de voxels à répétition. D’autre part, la vérification physique qui relie la sortie à la géométrie du scanner n’intervient que pendant l’entraînement, pas au moment du test. Durant l’apprentissage, elle contrôle occasionnellement si un volume candidat produirait des lectures cohérentes avec une acquisition CT plus propre. Ce contrôle ne s’effectue qu’une fois sur dix époques, ce qui limite son coût à moins de 15 % du temps total d’entraînement. Une fois l’apprentissage terminé, ce mécanisme de projection est désactivé. À l’inférence, le modèle ne reçoit que l’entrée en faisceau conique et exécute une séquence fixe de 100 étapes déterministes de débruitage dans l’espace latent. Il ne résout pas d’équation scanner nouvelle, ne cherche pas des rayons manquants et n’attend pas de données supplémentaires de la machine. Le résultat est un flux de travail rapide qui s’intègre à la routine d’une salle de traitement, où les cliniciens ont besoin d’une image peu après le positionnement.

La vérification physique reste active même après l’entraînement

L’intérêt principal de cette approche réside dans l’utilisation de la géométrie du scanner pour guider le modèle vers des images physiquement plausibles. En phase d’entraînement, une rotation du volume synthétique doit entraîner un déplacement strictement identique de ses projections. Si l’image générée contrevient à cette règle, la fonction de perte corrige les valeurs Hounsfield pour qu’elles redeviennent cohérentes avec la physique. Cette contrainte ne se limite pas à affiner les contours : elle permet au modèle de conserver des densités tissulaires crédibles lorsqu’il passe d’une configuration de scanner à une autre. Elle améliore également la fidélité, que ce soit sur les données fantômes ou sur les scanners cliniques de la tête et du cou. Les gains sont tangibles : un bond en avant dans la similarité d’image sur l’ensemble fantôme, une progression plus régulière sur les données patients et une meilleure précision des valeurs Hounsfield à l’intérieur des limites tissulaires.

La portée pratique est réelle. Si une équipe de traitement parvient à retrouver la qualité CT à partir du scanner déjà utilisé pour le positionnement, la radiothérapie adaptative pourrait se passer d’acquisitions supplémentaires, réduire les doses de rayonnement, raccourcir les temps d’attente et simplifier la planification. La méthode est également rapide lors de l’inférence, car les opérateurs physiques ne sont nécessaires que pendant l’apprentissage, pas lors de l’utilisation sur le patient. Cela facilite son intégration dans un service chargé, là où une étape de reconstruction supplémentaire serait trop lente.

Les limites demeurent toutefois. Les preuves actuelles reposent sur des données appariées de la tête et du cou. Un déploiement plus large exigera donc des cohortes plus importantes, davantage de zones anatomiques et des types de scanners aux caractéristiques encore plus variées. La confiance clinique suppose aussi de démontrer que les densités synthétisées sont sûres pour le calcul de dose, quelle que soit la tumeur, l’organe à risque ou l’évolution anatomique au cours du traitement. Si une image peut être reconstruite avec suffisamment de fiabilité à partir des mesures propres de la machine, qu’est-ce d’autre en radiothérapie pourrait cesser d’être considéré comme jetable ?