IRM multiparamétrique quantitative et imagerie d’habitat fondée sur radiomiques spatiales : caractérisation de l’hétérogénéité et évaluation pronostique des tumeurs solides

Mots-clés : 

IRM multiparamétrique quantitative, Imagerie d'habitat, Radiomique spatiale, Oncologie

Résumé :  

L’hétérogénéité intra-tumorale est un facteur pronostic reconnu en cancérologie, qui peut être analysé en imagerie médicale. Malheureusement l’IRM conventionnelle en permet une description essentiellement morphologique et qualitative. D’un autre côté, les techniques de radiomiques conventionnelles permettent une quantification de cette hétérogénéité, mais avec une faible répétabilité et reproductibilité, et avec perte du caractère spatial de l’information. Cette thèse vise à développer des méthodes quantitatives et spatialement résolues pour caractériser l’hétérogénéité tumorale à travers 2 axes : l’IRM multiparamétrique quantitative (IRMmpq) et l’imagerie d’habitat basée sur radiomique spatiale. Un protocole d’IRMmpq a été développé et itérativement amélioré sur volontaires sains. Un essai clinique interventionnel dans les sarcomes des tissus mous traités par radiothérapie puis chirurgie a été mené, rapportant à la fois la faisabilité de la méthode en pratique clinique et le potentiel intérêt de cartographies paramétriques à la fois pour la réévaluation tumorale et l’évaluation pronostique. Le protocole a été adapté pour fonctionner sur IRM à très haut champ magnétique et utilisé dans deux études précliniques murines. L’IRMmpq nécessite en revanche de modifier la prise en charge patient par la réalisation de nouvelles séquences d’acquisition. Au contraire, les méthodes radiomiques sont utilisables a posteriori. Une méthode d’imagerie d’habitat basée sur données radiomiques spatiales d’IRM conventionnelle a été développée, permettant de regrouper différents contingents intratumoraux de manière non-supervisée. Une étude rétrospective a été réalisée mettant en application cette méthode, avec élaboration d’un nomogramme pronostique dans les sarcomes des tissus mous. Cet outil associe données d’imagerie d’habitat, de radiomique conventionnelle de premier ordre, et données clinico-biologique. Les méthodes autant que les biomarqueurs d’IRMmpq et d’imagerie d’habitat radiomique obtenus dans ces travaux pourraient ultérieurement être utilisés afin de personnaliser les prises en charge médicales, en cancérologie comme dans d’autres pathologies.

Summary:  

Intra-tumor heterogeneity is a recognized prognostic factor in oncology, which can be analyzed using medical imaging. Unfortunately, conventional MRI only allows for a primarily morphological and qualitative description of this heterogeneity. On the other hand, conventional radiomics techniques enable quantification of heterogeneity, but with low repeatability and reproducibility, and with a loss of the spatial nature of the information. This thesis aims to develop quantitative and spatially resolved methods to characterize tumor heterogeneity through two approaches: multiparametric quantitative MRI (mpqMRI) and spatial radiomics-based habitat imaging. A mpqMRI protocol was developed and iteratively improved using healthy volunteers. An interventional clinical trial was conducted in patients with soft tissue sarcomas treated with radiotherapy followed by surgery, demonstrating both the feasibility of the method in clinical practice and the potential value of parametric maps for tumor reassessment and prognostic evaluation. The protocol was adapted for use in ultra-high-field MRI and applied in two murine preclinical studies. However, mpqMRI requires modifying patient management by introducing new acquisition sequences. In contrast, radiomics methods can be applied retrospectively. A spatial radiomics-based habitat imaging method was developed using conventional MRI data, enabling unsupervised clustering of different intra-tumor contingents. A retrospective study applied this method, resulting in the creation of a prognostic nomogram for soft tissue sarcomas. This tool combines habitat imaging data, first-order conventional radiomics features, and clinico-biological data. The methods and biomarkers derived from mpqMRI and radiomics-based habitat imaging in this work could ultimately be used to personalize patient management, not only in oncology but also in other pathologies.