Université de Rennes 1 L'analyse radiomique combinée de la TEP à la [18F]-DOPA et de l’IRM pour différencier récidive tumorale et radionécrose après radiothérapie des tumeurs gliales : étude pilote A radiomic signature based on combined [18F]-DOPA PET and MRI to differentiate progression from radiation necrosis in patients with gliomas: a pilot study Médecine nucléaireTomographie par Emission de PositonF-DOPAIRMimagerieneuro-oncologiegliomesradionécroseradiomiqueradiothérapie Positron Emission TomographyF-DOPAMRIradiomicgliomacerebral radionecrosisradiotherapy Tomographie par émission Fluorodopa (18F) Gliomes Radiothérapie Imagerie par résonance magnétique Médecine nucléaire Récidive (médecine) La réalisation d’une TEP à la [18F]-DOPA est indiquée dans le diagnostic différentiel de progression et de radionécrose cérébrale des tumeurs gliales irradiées. Depuis peu, l’analyse radiomique permet d’extraire des images des paramètres indiscernables à l'œil humain. L’objectif de cette étude était 1) de développer une méthode d’analyse radiomique applicable à l’imagerie combinée TEP à la [18F]-DOPA et IRM, et 2) d’identifier une signature radiomique permettant de différencier la récidive tumorale de la radionécrose. Le standard de référence comportait l’analyse histologique chaque fois que celle-ci était disponible, sinon un critère composite de suivi clinique et d’imagerie d’au moins 6 mois. Parmi les 29 lésions analysées, 23 étaient conclues comme “tumeur viable” d’après le standard, et 6 comme “absence de viabilité tumorale”. Trois paramètres radiomiques ont été sélectionnés comme discriminant à partir des images TEP à la [18F]-DOPA: la compacité, la déviation standard et la matrice d'agrégation de bas-niveaux de gris. Une signature basée sur ces trois paramètres permettait de différencier récidive et radionécrose avec des performances très élevées (AUC=1,0). Aim : Positron Emission Tomography (PET) imaging with radiolabeled amino acids can help in differentiating delayed complications of radiotherapy, such as cerebral radionecrosis, from true progression, but remains challenging. Recently, radiomic have opened new perspectives for image analysis by mining data undetectable from naked eyes from images to provide more accurate diagnoses. The aim of this pilot study was 1) develop a data processing pipeline in order to 2) identify a radiomic signature from combined L-3,4-dihydroxy-6-[18F]fluoro-phenyl-alanine ([18F]-DOPA) and Magnetic Resonance Imaging (MRI) to differentiate cerebral radionecrosis from true progression. Method : Twenty-nine [18F]-DOPA PETs and MRIs in twenty-two patients with histopathologically-proven gliomas were retrospectively analysed after inconclusive MRI to differentiate cerebral radionecrosis from progression. Reference standard was obtained histopathologically whenever available or based on clinical and imaging follow-up. After delineation of tumor volumes, 95 radiomic features were extracted from PETs static images (acquired from 10 to 30min after injection) and MRIs (on contrast-enhanced-T1/T1 images). The most discriminant features were selected with a random forest algorithm and used to create a radiomic signature to predict the tumoral status (“viable tumor” vs. “no viable tumor”). Results : Out of the 29 lesions analysed, 23 were concluded as “viable tumor” and 6 as “no viable tumor” according to the reference standard. Discriminant features selected were: PET. Compacity, PET.std and PET.GLRLM_LRLGE. No feature was selected from MRI images. A radiomic signature based on those three features could differentiate “viable tumor” from “no viable tumor” with high diagnosis performance (AUC = 1), even in regards to the usual T/N ratio used in routine (AUC 0.87 ; p=0.78). Conclusion : In this study, we established a data processing pipeline to identify a radiomic signature from combined [18F]-DOPA PET and MRI. In regards to the first results, radiomic analysis might help to differentiate cerebral radionecrosis from true progression. A larger study will be performed including an external validation set. Electronic Thesis or DissertationText fr application/pdf1 : 6766 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/a928761c-dbb3-43fb-a6f4-c79af77c69e4 Méneret Pierre 1995-02-21 FR 260474657 Pierre.meneret.17@gmail.com 2021REN1M147 http://www.theses.fr/2021REN1M147 2021-09-29 Nuclear medicine Universite de Rennes 1thesis.degree.grantor_1 02778715X Rennes 1thesis.degree.grantor_2 Doctorat (thèse d'exercice) non ouiGirardAntoineintervenant_1225596717 ddc:610 GirardAntoineUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieRennes 1 ASCII PDF 6928282