On particle imaging with application to particle radiotherapy

Le but de cette thèse est de développer les techniques et les connaissances en imagerie par particules chargées pour l’application en radiothérapie par hadrons. Dans un premier temps, les techniques d’estimation de parcours sont étudiées de façon phénoménologique et subséquemment retrouvée depuis une approache physique théorique, pour chaque ion depuis le proton jusqu’au carbone. Les techniques prenant en compte la connaissance préalable du milieu ont aussi été étudiées pour obtenir l’estimé de parcours le plus précis pour toute particule chargée. À l’aide de cet estimé de parcours précis et rapide, nous nous sommes par la suite penchés sur le problème de la reconstruction tomographique par particules chargées. La première étape de ce processus était l’inclusion de l’algorithme d’estimation de parcours développé précédemment dans les techniques conventionnelles de reconstruction itérative tomographique, telle que la reconstruction algébrique itérative, par particules chargées. Nous nous sommes rapidement aperçus de la lenteur du processus de reconstruction itérative et des problèmes de convergence reliés à ce type d’optimisation. Face à ces difficultés, nous avons décidé de développer notre propre algorithme de reconstruction tomographique dont la principale différence est l’optimisation individuelle des projections radiographiques. L’idée principale de notre algorithme est de diviser l’objet de la reconstruction en voxels et de retrouver le pouvoir d’arrêt d’une colonne de voxels de façon à ce qu’il maximise la probabilité de l’énergie perdue des protons qui la traversent. Le parcours des protons dans chaque colonne de voxels est calculé par l’algorithme de prédiction de parcours développé au début de la thèse. De cette façon, nous optimisons la résolution spatiale des radiographies individuellement. Les nouvelles radiographies peuvent par la suite être utilisées comme données d’entrée dans un algorithme conventionnel de reconstruction tomographique. La reconstruction tomographique nécessite un grand nombre de projections et celles-ci peuvent être longues à acquérir, ce qui est problématique dans un contexte clinique où le temps de faisceau est précieux et limité. Il existe donc une exigence d’efficacité et d’optimisation de la procédure. Dans cette optique, la prochaine partie de cette thèse s’est concentrée sur l’utilisation d’un ensemble limité de radiographies pour retrouver les paramètres de pouvoir d’arrêt dans les tissus, et ce de façon spécifique à un patient. La rationnelle de ce projet est que les radiographies peuvent être acquises rapidement, directement avant le traitement. Nous avons étudié la possibilité de combiner cet ensemble limité de radiographies avec l’image tomodensitométrique à simple énergie acquise lors du diagnostic. Une méthode permettant d’effectuer ce processus à été développée et évaluée sur différents fantômes anthropomorphiques représentant différentes sections du corps humain. Il a été prouvé qu’avec un nombre limité de radiographies, acquérable rapidement avant le traitement, il est possible de retrouver le pouvoir d’arrêt massique dans les tissus spécifiques à un patient avec une grande précision (< 1% d’erreur par rapport à la référence). Pour terminer la thèse, nous avons procédé à l’application expérimentale des différents algorithmes développés théoriquement. En collaboration avec le DKFZ (Deutsches Krebsforschungszentrum, Heidelberg, Allemagne), le HIT (Heavy Ion Therapy facility, Heidelberg, Allemagne) et la collaboration proton-CT (Loma Linda University, University of California San Francisco, University of California Santa Cruz, University Baylor, États-Unis) nous avons mis en place une expérience de tomographie par particules d’hélium. Nous avons pu utiliser le synchrotron du HIT en combinaison avec le détecteur proton-CT développé par la collaboration éponyme pour produire et détecter à la fois en entrée et en sortie un faisceau de particules chargées traversant un médium pré-déterminé. Cette étude nous a permis d’évaluer le bruit et la précision atteignable en imagerie tomographique par particules chargées.The goal of this thesis is to develop methodology and knowledge in charged particle imaging for application in hadron radiotherapy. First, the various existing algorithm to estimate the path of a charged particle crossing a medium have been studied as a function of their efficiency and accuracy. To find an optimal solution for those two constraints, a phenomenological model has been developed that predict the most likely particle path in a medium. It was subsequently grounded in a solid physical background and extended to every ion up to carbon. Furthermore, prior-knowledge techniques were introduced to obtain the highest accuracy in the path estimate prediction for any ions. With these techniques in hand, we then approached the problem of tomographic reconstruction of charged particle radiographies. The first step of the work was to introduce the aforementioned path estimate method into a conventional charged particle reconstruction algorithm such as the algebraic reconstruction technique. This process requires a large calculation time that prevents an efficient reconstruction in a clinical work-flow, and suffer from convergence problems that leave the images with a high-noise level. Thus, it was decided to develop our own tomographic reconstruction algorithm in which the main difference resided in the optimization of individual projections. In our algorithm, the object was discretized into voxels and the average relative stopping power through voxel columns defined from the source to the detector pixels is optimized such that it maximizes the likelihood of the proton energy loss. The length spent by individual protons in each column is calculated through the path estimate. In this way, the spatial resolution of individual radiographies is optimized. The new radiographies can then be fed into a conventional X-ray tomographic algorithm, such as FDK, for a high resolution pCT reconstruction. The tomographic reconstruction requires a large number of projections and each can be individually long to acquire. This might cause problem into a clinical context where the beam time is costly and limited. There is a demand for efficiency in the procedure, which requires optimization of the algorithms. In this context, the next part of the thesis consisted on developing a method to utilize a subset of proton radiographies to retrieve stopping power parameters specific to the patient. This was done because a fewer number of radiographies can be acquired rapidly prior to the treatment. We studied the possibility of combining those subset of proton radiographies (usually either a single radiography or a pair) with single-energy X-ray tomographic images acquired prior for diagnostic. A new algorithm was develop to combine these two types of images and evaluated against various anthropomorphic phantoms that represents three body sites, the lung, the pelvis and the head. It has been shown that with a limited number of radiographies, it is possible to retrieve stopping power specific to the patient with an RMS error to the ground truth below 1%. The last part of the work was the experimental validation of the various algorithms developed. In collaboration with the (Deutsches Krebsforschungszentrum, Heidelberg), the HIT (Heavy Ion Therapy facility, Heidelberg) and the pCT collaboration (Loma Linda University, University of California San Francisco, University of California Santa Cruz, University Baylor), we designed an experiment to acquire charged particle tomographic images. To do so, we used the HIT’s synchrotron to produce a collimated beam of charged particle combined with the pCT detector to detect the particle before and after having crossed a pre-determined medium. This study allowed us to evaluate the noise, the spatial resolution and the precision achievable with charged particle imaging tomography