Computer-Aided Diagnosis for Prostate Cancer using Multi-Parametric Magnetic Resonance Imaging
Aide au diagnostique du cancer de la prostate par ordinateur en utilisant l'imagerie multi-modalite
Résumé
Prostate cancer (CaP) is the second most diagnosed cancer in men all over the world.
CaP growth is characterized by two main types of evolution: (i) the slow-growing tumours progress slowly and usually remain confined to the prostate gland; (ii) the fast-growing tumours metastasize from prostate gland to other organs, which might lead to incurable diseases.
Therefore, early diagnosis and risk assessment play major roles in patient treatment and follow-up.
In the last decades, new imaging techniques based on Magnetic Resonance Imaging (MRI) have been developed improving diagnosis.
In practise, diagnosis can be affected by multiple factors such as observer variability and visibility and complexity of the lesions.
In this regard, computer-aided detection and computer-aided diagnosis systems are being designed to help radiologists in their clinical practice.
Our research extensively analyzes the current state-of-the-art in the development of computer-aided diagnosis and detection systems for prostate cancer detection.
Currently, no computer-aided system using all available MRI modalities has been proposed and tested on a common dataset.
Therefore, we propose a new computer-aided system taking advantage of all MRI modalities (i.e., T2W-MRI, DCE-MRI, DW MRI, MRSI).
Particular attention is paid to the normalization of the MRI modalities prior to develop our computer-aided system.
This system has been extensively tested on a dataset which has been made publicly available.
Le cancer de la prostate est le second type de cancer le plus diagnostiqu\'e au monde.
Il est caract\'eris\'e par deux evolutions distinctes : (i) les tumeurs \`a croissances lentes progressent lentement et restent g\'en\'eralement confin\'ees dans la glande prostatique; (ii) les tumeurs \`a croissances rapides se m\'etastasent de la prostate \`a d'autres organes p\'eriph\'eriques, pouvant causer le d\'evelopement de maladies incurables.
C'est pour cela qu'un diagnostic pr\'ecoce et une \'evaluation du risque jouent des r\^oles majeurs dans le traitement et le suivi du patient.
Durant la derni\`ere d\'ec\'enie, de nouvelles m\'ethodes d'imagerie bas\'ees sur l'Imagerie par R\'esonance Magn\'etique (IRM) ont \'et\'e d\'evelop\'ees.
En pratique, le diagnostic clinique peut \^etre affect\'e par de multiples facteurs comme la variabilit\'e entre observateurs et la complexit\'e des l\'esions lues.
Pour ce faire, des syst\`emes de d\'etection et de diagnostic assist\'e par ordinateur (DAO) ont \'et\'e d\'evelop\'es pour aider les radiologistes durant leurs t\^aches cliniques.
Notre recherche analyse extensivement l'\'etat de l'art actuel concernant le d\'evelopement des syst\`emes de DAO pour la d\'etection du cancer de la prostate.
Actuellement, il n'\'existe aucun syst\`eme de DAO utilisant toutes les modalit\'es IRM disponibles et qui plus est, test\'e sur une base de donn\'ees commune.
Par cons\'equent, nous proposons un nouveau syst\`eme de DAO tirant profit de toutes les modalit\'es IRM (i.e., T2W-MRI, DCE-MRI, DW-MRI, MRSI).
Une attention particuli\`ere est port\'ee sur la normalisation de ces donn\'ees multi-param\'etriques avant la conception du syst\`eme de DAO.
De plus, notre syst\`eme de DAO a \'et\'e test\'e sur une base de donn\'ees que nous rendons publique.