Your address will show here +12 34 56 78
ARIES

Medical Imaging

December 2021 - December 2024

Le projet ARIES est né du challenge posé par le traitement en radiothérapie ou en protonthérapie des tumeurs mobiles: l’objectif d’un plan de traitement est de déposer une dose totale par fractions (typiquement tous les jours, une vingtaine de fois) sur la tumeur en épargnant au maximum les tissus avoisinant. Afin de couvrir intégralement la tumeur, et ainsi éviter une résurgence du cancer, on prévoit une marge de sécurité autour de la tumeur qui prend en compte l'incertitude sur la connaissance de ses positions successives durant le traitement. Cette marge pourrait être largement réduite par une meilleure estimation du mouvement à partir de données d'images acquises au cours de la phase de planification ainsi que dans la salle de traitement.

Une meilleure connaissance du mouvement permet aussi, en protonthérapie, de mieux gérer l'interaction entre le balayage de la tumeur par le faisceau de proton et le mouvement propre de la tumeur. ARIES propose d'améliorer l'estimation du mouvement 3D des tumeurs et d'exploiter cette connaissance afin d'optimiser le traitement en s'attaquant à 3 problèmes fondamentaux ainsi qu'à leur intégration dans une approche globale:

1) Optimiser l'acquisition des images pour en réduire la quantité tout en préservant les performances sur l'estimation du mouvement (en réduisant la quantité d'images on réduit la quantité de rayons X induites dans les parties saines du patient).
2) Mettre au point une approche efficace à l'extrapolation d'un modèle de mouvement acquis en phase de planification en vue d'estimer le mouvement dans la salle de traitement.
3) Optimiser la délivrance de dose pour en assurer la meilleur homogénéité.

Ces 3 défis se baseront sur des approches algorithmiques dont les paramètres seront optimisés spécifiquement et globalement par une approche originale de l'apprentissage par renforcement.

People