Une approche originale pour réduire la variabilité multicentrique en analyse de texture des images TEP

Plusieurs études ont montré que les index de texture (IT) issus des images TEP sont influencés par les paramètres d’acquisition et de reconstruction, ce qui complique la réalisation d’études multicentriques et empêche l’analyse conjointe de données acquises dans différentes conditions. Nous proposon...

Celý popis

Uloženo v:
Podrobná bibliografie
Vydáno v:Médecine nucléaire : imagerie fonctionelle et métabolique Ročník 41; číslo 3; s. 156
Hlavní autoři: Orlhac, F., Boughdad, S., Nioche, C., Alberini, J.L., Soussan, M., Buvat, I.
Médium: Journal Article
Jazyk:francouzština
Vydáno: Elsevier Masson SAS 01.05.2017
Témata:
ISSN:0928-1258, 1878-6820
On-line přístup:Získat plný text
Tagy: Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
Abstract Plusieurs études ont montré que les index de texture (IT) issus des images TEP sont influencés par les paramètres d’acquisition et de reconstruction, ce qui complique la réalisation d’études multicentriques et empêche l’analyse conjointe de données acquises dans différentes conditions. Nous proposons une méthode de standardisation afin de comparer les IT provenant de différents centres. Dans le centre A, 110 patientes avec un cancer mammaire ont bénéficié d’un examen TEP (Gemini TOF PET/CT) reconstruit avec un algorithme itératif (BLOB-OS-TF, 2 itérations, 33 sous-ensembles) et une taille de voxel de 4×4×4mm3. Dans le centre B, les examens TEP de 69 patientes avec un cancer mammaire ont été inclus (GE Discovery LS, algorithme OSEM avec 2 itérations et 24 sous-ensembles, taille de voxel=2,7×2,7×3,3 mm3). Pour chaque patiente, des VOI de 23mL ont été tracés dans le tissu hépatique, pulmonaire et mammaire sain. Pour chaque VOI, 6 IT ont été calculés pour former un vecteur de biomarqueurs. Nous avons étudié la similarité moyenne (SM) entre vecteurs pour tous les couples de patientes (1) issues de A, (2) issues de B, (3) dont l’une est issue de A et l’autre de B. La valeur de SM tend vers 0 pour 2 vecteurs similaires. Nous avons comparé les valeurs de SM obtenues dans trois conditions : d’après les images natives (C1), les images ré-échantillonnées avec la même taille de voxel (=2×2×2mm3, interpolation cubique B-spline, C2) et d’après les images C2 et en divisant les IT par le SUVmean mesuré dans le foie (C3). Dans le tissu pulmonaire en C1, nous obtenons une SM de 0,14±0,09 dans A, 0,19±0,12 dans B, mais de 0,27±0,15 pour des couples de patientes entre les centres A et B. Ceci suggère que le vecteur des IT d’une patiente de A est plus différent de celui d’une patiente de B (variabilité inter-centre) que de celui d’une autre patiente de A (variabilité intra-centre). Quand les IT sont issus de C2, la SM est de 0,25±0,16 pour des couples de patientes des centres A et B, contre 0,12±0,04 pour C3. Les mêmes tendances sont observées dans le tissu hépatique et mammaire sain. La méthode de standardisation proposée consiste à calculer les IT d’après des images de même taille de voxel puis de normaliser leur valeur par le SUVmean hépatique. Elle permet d’obtenir des IT comparables entre des centres utilisant des protocoles d’imagerie différents et donc de faciliter la réalisation d’études multicentriques.
AbstractList Plusieurs études ont montré que les index de texture (IT) issus des images TEP sont influencés par les paramètres d’acquisition et de reconstruction, ce qui complique la réalisation d’études multicentriques et empêche l’analyse conjointe de données acquises dans différentes conditions. Nous proposons une méthode de standardisation afin de comparer les IT provenant de différents centres. Dans le centre A, 110 patientes avec un cancer mammaire ont bénéficié d’un examen TEP (Gemini TOF PET/CT) reconstruit avec un algorithme itératif (BLOB-OS-TF, 2 itérations, 33 sous-ensembles) et une taille de voxel de 4×4×4mm3. Dans le centre B, les examens TEP de 69 patientes avec un cancer mammaire ont été inclus (GE Discovery LS, algorithme OSEM avec 2 itérations et 24 sous-ensembles, taille de voxel=2,7×2,7×3,3 mm3). Pour chaque patiente, des VOI de 23mL ont été tracés dans le tissu hépatique, pulmonaire et mammaire sain. Pour chaque VOI, 6 IT ont été calculés pour former un vecteur de biomarqueurs. Nous avons étudié la similarité moyenne (SM) entre vecteurs pour tous les couples de patientes (1) issues de A, (2) issues de B, (3) dont l’une est issue de A et l’autre de B. La valeur de SM tend vers 0 pour 2 vecteurs similaires. Nous avons comparé les valeurs de SM obtenues dans trois conditions : d’après les images natives (C1), les images ré-échantillonnées avec la même taille de voxel (=2×2×2mm3, interpolation cubique B-spline, C2) et d’après les images C2 et en divisant les IT par le SUVmean mesuré dans le foie (C3). Dans le tissu pulmonaire en C1, nous obtenons une SM de 0,14±0,09 dans A, 0,19±0,12 dans B, mais de 0,27±0,15 pour des couples de patientes entre les centres A et B. Ceci suggère que le vecteur des IT d’une patiente de A est plus différent de celui d’une patiente de B (variabilité inter-centre) que de celui d’une autre patiente de A (variabilité intra-centre). Quand les IT sont issus de C2, la SM est de 0,25±0,16 pour des couples de patientes des centres A et B, contre 0,12±0,04 pour C3. Les mêmes tendances sont observées dans le tissu hépatique et mammaire sain. La méthode de standardisation proposée consiste à calculer les IT d’après des images de même taille de voxel puis de normaliser leur valeur par le SUVmean hépatique. Elle permet d’obtenir des IT comparables entre des centres utilisant des protocoles d’imagerie différents et donc de faciliter la réalisation d’études multicentriques.
Author Alberini, J.L.
Boughdad, S.
Nioche, C.
Soussan, M.
Orlhac, F.
Buvat, I.
Author_xml – sequence: 1
  givenname: F.
  surname: Orlhac
  fullname: Orlhac, F.
  email: orlhacf@gmail.com
  organization: Imiv, Cea, Inserm, CNRS, université Paris-sud, université Paris-Saclay, Cea-SHFJ, Orsay, France
– sequence: 2
  givenname: S.
  surname: Boughdad
  fullname: Boughdad, S.
  organization: Imiv, Cea, Inserm, CNRS, université Paris-sud, médecine nucléaire, Institut Curie-René Huguenin, Saint-Cloud, France
– sequence: 3
  givenname: C.
  surname: Nioche
  fullname: Nioche, C.
  organization: Imiv, Cea, Inserm, CNRS, université Paris-sud, université Paris-Saclay, Cea-SHFJ, Orsay, France
– sequence: 4
  givenname: J.L.
  surname: Alberini
  fullname: Alberini, J.L.
  organization: Médecine nucléaire, institut Curie–René-Huguenin, Saint-Cloud, France
– sequence: 5
  givenname: M.
  surname: Soussan
  fullname: Soussan, M.
  organization: Imiv, Cea, Inserm, CNRS, université Paris-sud, médecine nucléaire, AP–HP, hôpital Avicenne, Bobigny, France
– sequence: 6
  givenname: I.
  surname: Buvat
  fullname: Buvat, I.
  organization: Imiv, Cea, Inserm, CNRS, université Paris-sud, université Paris-Saclay, Cea-SHFJ, Orsay, France
BookMark eNp9kE1uwjAQRq2KSgXaG3ThCyS1HRI7m0oVoj8SUruAteXYEzAKTmonqByJc3CxGtF1VzOL-T69eRM0cq0DhB4pSSmhxdMu3YNxg04ZoTwlLCU5vUFjKrhICsHICI1JyURCWS7u0CSEHYmHlIox2q4dYNV1vtVbwK23G-tUA7hrB4_9-WQG6wE3Ch-Ut6qyje3PJ7wfmt5qcL233wNgcFjF1DEANoB7-OkHf1kDtnu1iWO1-LpHt7VqAjz8zSlavy5W8_dk-fn2MX9ZJppGqESJyFiURaZzqHgFYpYZKkRRMSM0YcKUGS-qkmdQzXgBdZYpqiquCK3zOgeeTdHs2qt9G4KHWnY-UvijpERebMmdvNqSF1uSMBltxdjzNQaR7WDBy6AtOA0m_q97aVr7f8EvnQt5qA
ContentType Journal Article
Copyright 2017
Copyright_xml – notice: 2017
DBID AAYXX
CITATION
DOI 10.1016/j.mednuc.2017.02.051
DatabaseName CrossRef
DatabaseTitle CrossRef
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Medicine
EISSN 1878-6820
EndPage 156
ExternalDocumentID 10_1016_j_mednuc_2017_02_051
S0928125817300578
GroupedDBID --K
--M
.~1
0R~
1B1
1~.
1~5
4.4
457
4G.
53G
5GY
5VS
7-5
71M
8P~
AACTN
AAEDT
AAEDW
AAIAV
AAIKJ
AAKOC
AALRI
AAOAW
AAQFI
AAXUO
ABBQC
ABFNM
ABLVK
ABMAC
ABMZM
ABXDB
ABYKQ
ACDAQ
ACRLP
ADBBV
ADEZE
AEBSH
AEKER
AFKWA
AFTJW
AFXIZ
AGHFR
AGUBO
AGYEJ
AIEXJ
AIKHN
AITUG
AJBFU
AJOXV
AJRQY
ALMA_UNASSIGNED_HOLDINGS
AMFUW
AMRAJ
ANZVX
AXJTR
BKOJK
BLXMC
BNPGV
EBS
EFJIC
EFLBG
EJD
EO8
EO9
EP2
EP3
FDB
FEDTE
FIRID
FNPLU
FYGXN
GBLVA
HVGLF
HZ~
IHE
J1W
KOM
LCYCR
LN9
M41
MO0
N9A
O-L
O9-
OAUVE
OZT
P-8
P-9
PC.
Q38
RIG
ROL
RPZ
SDF
SDG
SEM
SES
SSH
SSZ
T5K
~G-
9DU
AATTM
AAXKI
AAYWO
AAYXX
ACIEU
ACLOT
AEIPS
AFJKZ
AIIUN
ANKPU
APXCP
CITATION
EFKBS
~HD
ID FETCH-LOGICAL-c1001-a82586963c5eb7be843d1886b2d8c028d9376b973eb476ef33a1ab7a01f5f5e73
ISSN 0928-1258
IngestDate Sat Nov 29 03:30:59 EST 2025
Fri Feb 23 02:27:21 EST 2024
IsPeerReviewed true
IsScholarly true
Issue 3
Keywords Cancer du sein
Traitement des images
18F-FDG
Analyse de texture
Hétérogénéité tumorale
Language French
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-c1001-a82586963c5eb7be843d1886b2d8c028d9376b973eb476ef33a1ab7a01f5f5e73
PageCount 1
ParticipantIDs crossref_primary_10_1016_j_mednuc_2017_02_051
elsevier_sciencedirect_doi_10_1016_j_mednuc_2017_02_051
PublicationCentury 2000
PublicationDate May-June 2017
2017-05-00
PublicationDateYYYYMMDD 2017-05-01
PublicationDate_xml – month: 05
  year: 2017
  text: May-June 2017
PublicationDecade 2010
PublicationTitle Médecine nucléaire : imagerie fonctionelle et métabolique
PublicationYear 2017
Publisher Elsevier Masson SAS
Publisher_xml – name: Elsevier Masson SAS
SSID ssj0017118
Score 1.9475944
Snippet Plusieurs études ont montré que les index de texture (IT) issus des images TEP sont influencés par les paramètres d’acquisition et de reconstruction, ce qui...
SourceID crossref
elsevier
SourceType Index Database
Publisher
StartPage 156
SubjectTerms 18F-FDG
Analyse de texture
Cancer du sein
Hétérogénéité tumorale
Traitement des images
Title Une approche originale pour réduire la variabilité multicentrique en analyse de texture des images TEP
URI https://dx.doi.org/10.1016/j.mednuc.2017.02.051
Volume 41
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVESC
  databaseName: Elsevier SD Freedom Collection Journals 2021
  customDbUrl:
  eissn: 1878-6820
  dateEnd: 99991231
  omitProxy: false
  ssIdentifier: ssj0017118
  issn: 0928-1258
  databaseCode: AIEXJ
  dateStart: 20070101
  isFulltext: true
  titleUrlDefault: https://www.sciencedirect.com
  providerName: Elsevier
link http://cvtisr.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwtV3batwwEBXbpJS-lF5pekMPfRNefJf8uJQNbcgugd3AvhnZkskGx12czZJfynfkR_opnZFkxyGltIW-GK-88kVzGM2MZo4I-RxUSVZwn3sqTKUXh37sFSFPvaiIU4BHkill2PWP-XwuVqvsZDT60dXC7GreNOL6Otv8V1FDGwgbS2f_Qtz9TaEBzkHocASxw_GPBH8KZqNhCgdxsG7fK8020Je5dXGFxV2slmwHnrIl6rYXbH6hSdi0vK6YqoysJVhdxTBJBNcbFCZxXUhkh1hOT4bm7czdX-NyPWuuyto2SHweBh9MN_DOWfW9MRUVuG7A9JZd2D9uAZP12iaC2-BvW59Jswv74bgPHeDOQspic9G3ztf4xSbw27dNkMFrbXatYkfj4_EwxgHzZp9RaANvXfHNDBwKVKOTxUBNZiH4waElgB9rq8YF-MapCP2hnrcEWw7P0UBpB0k6mP_drwdTi41ynI_BSIHhw6RAbtheHV_ufdLuBb4VvlRg9gPg4hHZD3mSgd7dn3ybro76lS4emBh0_xVdeafJQXz4rF-bTwOTaPmcPHO-DJ1YDL4go6p9SZ7MXLbGK3IGUKQdFGkPRYpQpO3tjYEhrSW9g-HtDb0PQaob6iBIlaYOgnB6SS0EKUDwNTk9nC6_fPXczh5eiZxfnhTwpSno_jLRBS-0iCMVCJEWoRIlWLwKjOa0yHiki5inuooiGciCSx9US5VoHr0hew1A9C2hCmaUUmahL2UZQ-8MdJLWkYA-cZUV8QHxugHLN5bAJe8yG89zO8A5DnDuhzkM8AHh3ajmzgi1xmUOQPhtz3f_3PM9eXqH-g9kb9te6Y_kcbnbri_bTw4xPwFvZq1O
linkProvider Elsevier
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=Une+approche+originale+pour+r%C3%A9duire+la+variabilit%C3%A9+multicentrique+en+analyse+de+texture+des+images+TEP&rft.jtitle=M%C3%A9decine+nucl%C3%A9aire+%3A+imagerie+fonctionelle+et+m%C3%A9tabolique&rft.au=Orlhac%2C+F.&rft.au=Boughdad%2C+S.&rft.au=Nioche%2C+C.&rft.au=Alberini%2C+J.L.&rft.date=2017-05-01&rft.pub=Elsevier+Masson+SAS&rft.issn=0928-1258&rft.eissn=1878-6820&rft.volume=41&rft.issue=3&rft.spage=156&rft.epage=156&rft_id=info:doi/10.1016%2Fj.mednuc.2017.02.051&rft.externalDocID=S0928125817300578
thumbnail_l http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=0928-1258&client=summon
thumbnail_m http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=0928-1258&client=summon
thumbnail_s http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=0928-1258&client=summon