Missions

Le cancer est la principale cause de mortalité et de morbidité dans le monde. La radiothérapie est utilisée chez plus de 50 % des patients traités pour un cancer. Les tumeurs de la tête et du cou (HN) représentent la sixième prévalence de cancer la plus fréquente et sont souvent associées à de mauvais résultats et à des séquelles à vie. La radiothérapie est généralement réalisée à l'aide de techniques de modulation d'intensité avec des faisceaux de photons. C'est particulièrement difficile en raison de la complexité anatomique et des fonctions physiologiques associées aux organes à risque (OAR). Dans le même temps, la proton thérapie a le potentiel de réduire davantage la toxicité du traitement, mais elle est beaucoup moins accessible [1]. La planification du traitement est régulièrement effectuée sur l'imagerie CT, car un calcul précis de la dose nécessite la conversion des unités Hounsfield (HU) mesurée au scanner (CT) en densité électronique relative (ED) ou en puissance d'arrêt, pour les faisceaux de photons et de protons, respectivement. Cependant, l’imagerie CT ne parvient pas à fournir des informations fonctionnelles sur l’infiltration tumorale. L'imagerie IRM (IRM) a le potentiel d'améliorer l'efficacité du traitement en raison de sa capacité unique à améliorer la visualisation des tissus des organes à risque et la caractérisation physiologique des tumeurs. Jusqu’à présent, la seule façon de calculer la dose en IRM est de générer un pseudo-CT ou un CT synthétique via différentes méthodes telles que l’attribution de la densité apparente (BDM), les méthodes fondées sur des atlas ou par apprentissage profond (DL) [2]. Dans la littérature cependant, des équipes ont cherché à utiliser la densité protonique pour calculer la dose directement à partir des images IRM [3]. Dans le service de radiologie du centre Léon Bérard, nous avons développé à 3.0T (IRM Siemens Vida) un protocole d'acquisition IRM avec une configuration d’antennes spécifiques pour accueillir le patient avec le masque d'immobilisation. Ce protocole est en cours et vise à recruter 200 patients. Il comprend plusieurs séquences IRM telles que l'acquisition morphologique pour les OAR et le contour du volume cible, ainsi que d'autres séquences à des fins d'IRM quantitative multiparamétrique (IRM-mpq), y compris la cartographie de l'oxygénation.

Activités

Ce projet vise à proposer une solution de planification de la distribution de dose entièrement fondée sur l'IRM. En particulier, nous exploiterons le potentiel supplémentaire de l'IRM-mpq pour le calcul de dose tenant compte de la biologie spatiale de la tumeur [4]. L’IRM-mpq est utilisée pour créer une carte de concentration en hydrogène pour le calcul de la dose et une carte du microenvironnement tumoral pour la variation spatiale. La carte du microenvironnement tumoral proposée est construite à partir des informations multi-spectrales fournies par la cartographie d'oxygénation et de diffusion. Elle permet d'identifier des sous-régions tumorales telles que la nécrose, les tissus viables et en prolifération et la région d'hypoxie. Ainsi, les principaux objectifs de ce post-doc seront :
- Extraire des cartes du microenvironnement des volumes hypoxiques IRM-mpq sur lesquels une escalade de dose sera réalisée [4-6] ;
- Effectuer le recalage CT/IRM et propager les contours sur le CT afin de réaliser un nouveau plan de traitement avec des photons en utilisant la technique volumetric modulated arc therapy technique (VMAT). Ces plans seront comparés aux plans cliniques.
- Explorer davantage la possibilité d'augmenter la dose en utilisant des protons plutôt que des photons pour réaliser les plans [7].
- Évaluer la précision du calcul de dose sur les images IRM à l'aide de la méthode DAM (ou autre méthode DL disponible au CLB) par rapport au calcul de dose sur le scanner de planification
- Proposer une nouvelle méthode robuste pour réaliser une planification de traitement directement sur l'imagerie IRM, fondée sur la densité de protons.

Compétences

- Physicien/ne en spécialiste physique médicale
- Des connaissances en imagerie médicale et en machine learning seraient un plus
- Maitrise d’outils de programmation ou de prototypage (Matlab)
- Volonté de s’investir dans le domaine médical et de travailler dans un milieu interdisciplinaire
- Autonomie, dynamisme
- Bon niveau oral et écrit en anglais

Contexte de travail

Venez rejoindre le laboratoire CREATIS (Centre de Recherche En Acquisition et Traitement de l'Image pour la Santé), nous sommes un laboratoire multidisciplinaire possédant un large spectre de compétences en imagerie médicale et jouant un rôle majeur dans le domaine des technologies de la santé. Il est réputé pour son expertise en imagerie par résonance magnétique, en ultrasons, en rayons X et en optique, avec des compétences en physique, mathématiques, informatique et instrumentation. Ainsi, CREATIS possède toutes les compétences nécessaires pour optimiser chaque étape du processus d'imagerie allant de l'acquisition à l'analyse des images et à l'interprétation médicale. Grâce à une longue et étroite collaboration avec les hôpitaux, CREATIS contribue au développement de la médecine personnalisée et prédictive du futur.

Le poste se situe à VILLEURBANNE et vous serez amené à vous déplacer en mission à Lyon au Centre Léon Bérard au sein des départements d’imagerie diagnostique et de radiothérapie.
Ce projet sera financé par l’Agence Nationale de la Recherche pour 4 ans à partir de janvier 2023 dans le cadre d’un partenariat incluant CREATIS, les services d’imagerie et de radiothérapie du Centre Léon Bérard et la société Therapanacea. Un soutien complémentaire sera apporté par le LabEx PRIMES (https://primes.universite-lyon.fr/)