Introduction et but de l’étudeLa planification d’une radiothérapie uniquement basée sur l’IRM dépend de notre capacité à générer une tomodensitométrie synthétique pour le calcul de la dose. Nous utilisons ici un réseau antagoniste génératif conditionné (cGAN), nommé pix2pixHD, qui permet la synthèse d’images de haute résolution.Matériel et méthodesCette étude inclus des IRM pondérées en T2 ainsi que des images scanographiques de huit patients acquises en position de traitement. Les voxels de la scanographie et de l’IRM contenant de l’air ont été arbitrairement assignés à la même valeur. Le réseau antagoniste génératif conditionné proposé par Wang et al. a été utilisé. L’implémentation du code fourni par les auteurs a été adapté afin de pouvoir utiliser des images de 16-bit en niveau de gris et donc d’utiliser toutes les plages de valeurs de la scanographie ainsi que l’IRM. La cohérence des unités Hounsfield (HU) a été forcé en ajoutant à la fonction de coût du modèle une perte en norme 1. Une validation croisée de typeleave-one-patient-outa été utilisée en entraînant le réseau avec sept patients pour générer le tomodensitométrie synthétique du patient restant. L’erreur absolue moyenne de chaque patient a été évaluée entre la scanographie de référence et les tomodensitométries synthétiques. À titre de comparaison, levanilla cGANintroduit par Maspero et al. a été implémenté puis testé sur notre jeu de donnée.Résultats et analyse statistiqueLa durée médiane de génération d’une tomodensitométrie synthétique a été de 7,5 s par patient (minimale : 6,8 s ; maximale : 8,6 s). L’erreur absolue moyenne en unités Hounsfield entre les tomodensitométries synthétiques et la scanographie de référence (sans le contour du patient) était de 35 ± 5 HU avec notre méthode. En comparaison, le vanilla cGAN obtenait une erreur absolue moyenne de 60 ± 13 HU. La quantification de l’impact dosimétrique de ces différences minimes d’unités Hounsfield est en cours.ConclusionNos travaux démontrent qu’une tomodensitométrie synthétique peut être générée avec une unique séquence d’IRM, réduisant les étapes de prétraitement tout en étant rapide et précis. Les travaux futurs impliquent la combinaison d’un réseau antagoniste génératif conditionné avec un réseau neuronal récurrent pour atténuer les discontinuités entre les coupes.