Compensation du mouvement respiratoire en TEP/TDM à l'aide de la super-résolution.

Positron Emission Tomography (PET) is widely used today for diagnosis and therapy follow up assessment in oncology. Novel applications like image guided radiotherapy are flourishing. However, PET images are of poor quality due to noise and blur. Respiratory motion is a major source of reduced quality, particularly when considering thoracic imaging. In order to minimize its effects, it has been suggested to synchronize the PET acquisition with the respiratory cycle. Data thus acquired can be separated into several bins, depending on the respiratory state during which they were acquired. Data acquired during the same cycle can then be summed and reconstructed. The resulting frames, however, are of low quality as each contains only a fraction of the overall acquired information. Motion compensation approaches have been developed, combining these synchronized datasets to a particular part of the respiratory cycle, hence making use of all the available statistics. Most existing compensation techniques follow a register-and-sum approach, which can be performed either before, during or after reconstruction. The resulting image is free of motion and is similar to the one that could have been reconstructed in the absence of motion. Super-resolution techniques aim at enhancing an image belonging to a sequence of images representing different looks at the same scene. By making use of the additional spatiotemporal information available in the original sequence, these techniques produce images with wider bandwidth than that of any of the individual original frames and free of field aliasing. The goal of this thesis is to apply such a technique to respiratory motion compensation. First, we developed a novel application of a known super-resolution algorithm by applying it to a respiratory gated sequence, and demonstrated that this algorithm can yield significant image quality enhancement of the individual respiratory gated PET frames. Since image-based motion correction algorithms often yield sub-optimal results, this algorithm was then incorporated within PET reconstruction. Images thus reconstructed are of higher quality than the ones on which super-resolution was applied after reconstruction. Finally, we showed that super-resolution motion correction leads to increased accuracy when planning radiotherapy treatment.La tomographie par émission de positons (TEP) est une modalité d'imagerie fonctionnelle incontournable pour le diagnostic et le suivi thérapeutique en oncologie. De nouvelles applications telles que la radiothérapie guidée par l'imagerie fonctionnelle sont en cours d'investigation. Les images TEP souffrent toutefois d'une faible résolution spatiale, encore dégradée par les effets du mouvement respiratoire du patient dans le thorax et l'abdomen. La grande majorité des solutions proposées pour la correction de ce mouvement respiratoire reposent sur l'enregistrement du signal respiratoire pendant l'acquisition TEP et de la synchronisation de l'acquisition avec ce signal respiratoire. Les données peuvent ainsi être séparées selon la partie du cycle respiratoire pendant laquelle elles ont été acquises. Les données correspondant à une même position peuvent ensuite être sommées et reconstruites. Les images résultantes sont cependant de qualité réduite, car elles ne contiennent qu'une portion de l'information. Il est donc nécessaire de les combiner. Les solutions disponibles actuellement proposent de recaler et sommer les données synchronisées, avant, pendant, ou après leur reconstruction, ce qui produit une image sans mouvement de qualité proche de celle qui aurait pu être obtenue en l'absence de mouvement respiratoire. La super-résolution vise à améliorer la résolution d'une image appartenant à une séquence d'images représentant différentes vues de la même scène. Elle exploite le mouvement présent dans cette séquence afin d'obtenir une image d'une résolution supérieure à celle permise par le système d'imagerie et ne contenant pas de recouvrement de spectre. Le but de cette thèse est d'appliquer une telle technique pour compenser le mouvement respiratoire. Nous avons d'abord appliqué un algorithme de super-résolution déjà existant à une séquence d'images TEP synchronisées avec la respiration, ce qui représente une application inédite. Cette technique permet de corriger efficacement les effets du mouvement respiratoire. Les méthodes de correction du mouvement respiratoire sont souvent plus performantes lorsqu'elles sont incorporées à la reconstruction plutôt qu'appliquées aux images reconstruites. C'est pourquoi nous avons ensuite développé de nouveaux algorithmes de reconstruction TEP incorporant la super-résolution. Les images ainsi reconstruites sont de meilleure qualité que celles corrigées par super-résolution après reconstruction. Enfin, nous avons montré que la correction du mouvement respiratoire par super-résolution permet une précision accrue dans la planification du traitement par radiothérapie