Classification de spectres et recherche de biomarqueurs en spectroscopie par résonance magnétique nucléaire du proton dans les tumeurs prostatiques

Le cancer de la prostate est le cancer le plus frequent chez l'homme de plus de 50 ans. Actuellement, les methodes de depistage manquent soit de sensibilite, soit de specificite ou sont desagreables pour le patient. La spectroscopie de resonance magnetique permet l'etude du metabolisme in vivo. L'utilisation d'appareil haut champ (≥3T) permet dorenavant d'analyser la prostate sans antenne endorectale. L’objectif de cette these est de creer un systeme automatique de depistage de ce cancer en mettant au point une methode de classification automatique permettant de traiter les donnees obtenues grâce a la spectroscopie de resonance magnetique. La spectroscopie de resonance magnetique est un phenomene complexe, tres sensible aux conditions d'acquisition. Nous avons donc etudie comment ameliorer l’acquisition de ce signal. Cependant, meme avec une acquisition de tres bonne qualite, le signal de resonance magnetique doit subir quelques traitements pour etre analysable automatiquement par une methode de classification. La suite du travail a donc consiste a rechercher les traitements a appliquer pour optimiser les spectres en vue d'une classification. Nous avons alors recherche la methode de classification optimale pour ce probleme. Cet ensemble d’etapes (acquisition du signal, traitement des spectres puis classification des donnees obtenues) nous permet de mettre en evidence la presence de tumeurs de la prostate avec un taux d'erreur global de moins de 12%. Dans un second temps, nous avons cherche de nouveaux biomarqueurs dans les spectres. Ces biomarqueurs pouvaient etre un metabolite precis ou une plage de frequence correspondant a plusieurs metabolites. Nous n'avons pas trouve d'attributs plus significatifs que la choline ou le citrate, cependant quelques bandes de frequence semblent participer a l'amelioration des taux d'erreurs. Enfin, nous avons elargi notre champ d’investigation en tentant d’appliquer ces techniques chez le rat. Des contraintes liees a l'acquisition ne nous ont pas permis d'obtenir suffisamment de spectres dans le cas pre-clinique. Nous avons cependant pu valider la faisabilite de la SRM chez le rongeur et sa pertinence dans le cerveau. La technique doit cependant etre amelioree pour pouvoir etre validee dans le cas du cancer de la prostate chez le rat.

[1]  Sabine Van Huffel,et al.  Brain tumor classification based on long echo proton MRS signals , 2004, Artif. Intell. Medicine.

[2]  JeremyK. Nicholson,et al.  Proton MRS of human prostatic fluid: Correlations between citrate, spermine, and myo‐inositol levels and changes with disease , 1997, The Prostate.

[3]  Vladimir N. Vapnik,et al.  The Nature of Statistical Learning Theory , 2000, Statistics for Engineering and Information Science.

[4]  U. Klose In vivo proton spectroscopy in presence of eddy currents , 1990, Magnetic resonance in medicine.

[5]  A. W. Simonetti,et al.  The use of multivariate MR imaging intensities versus metabolic data from MR spectroscopic imaging for brain tumour classification. , 2005, Journal of magnetic resonance.

[6]  R. Griffey,et al.  In Vivo 13C NMR Spectroscopy of the Human Prostate , 1988, Magnetic resonance in medicine.

[7]  J. Suykens,et al.  Classification of brain tumours using short echo time 1H MR spectra. , 2004, Journal of magnetic resonance.

[8]  A. D. de Graaf,et al.  Quality: quantification improvement by converting lineshapes to the lorentzian type , 1990, Magnetic resonance in medicine.

[9]  Radford M. Neal Pattern Recognition and Machine Learning , 2007, Technometrics.

[10]  Carles Arús,et al.  Automated classification of short echo time in in vivo 1H brain tumor spectra: A multicenter study , 2003, Magnetic resonance in medicine.

[11]  J Kurhanewicz,et al.  Dynamic contrast‐enhanced MRI in normal and abnormal prostate tissues as defined by biopsy, MRI, and 3D MRSI , 2005, Magnetic resonance in medicine.

[12]  A R Tate,et al.  Towards a method for automated classification of 1H MRS spectra from brain tumours , 1998, NMR in biomedicine.

[13]  F. Smith,et al.  Nuclear magnetic resonance imaging of the prostate. , 1982, British journal of urology.

[14]  J. García-Segura,et al.  In vivo proton magnetic resonance spectroscopy of diseased prostate: spectroscopic features of malignant versus benign pathology. , 1999, Magnetic resonance imaging.

[15]  Uwe Himmelreich,et al.  Pathologic characterization of human prostate tissue with proton MR spectroscopy. , 2003, Radiology.

[16]  D. Margolis,et al.  Correlation of endorectal 2D JPRESS findings with pathological Gleason scores in prostate cancer patients , 2010, NMR in biomedicine.

[17]  D. van Ormondt,et al.  SVD-based quantification of magnetic resonance signals , 1992 .