Analyse longitudinale non-invasive du fonctionnement des cordes VOCALes à partir d’acquIsitions d’échographie tranSlaryngée et d’Enregistrements vocaux
L'échographie translaryngée dynamique (ETLd), technique non invasive et peu coûteuse, est apparue ces dernières années comme une alternative à la nasofibroscopie, méthode minimalement invasive pour évaluer la paralysie d’une corde vocale.
L’objectif de VOCALISE est de proposer une nouvelle approche permettant une meilleure caractérisation des dysphonies post-opératoires ou radio-induites. Il s’agit d’associer aux acquisitions optimisées ETLd des acquisitions de la vibration de chaque corde vocale en phonation simultanément à des enregistrements vocaux.
Les données acquises dans le cadre du PHRC VOCALE serviront de base de test aux logiciels d’analyse de la mobilité développés. L’approche globale sera évaluée pour suivre la rééducation orthophonique chez des patients présentant des troubles phoniques après chirurgie cervicale (essai clinique en cours d’approbation) et pour qualifier les dysphonies radio-induites chez des patients avec des cancers ORL et traités par radiothérapie.
Pour ce projet, quatre partenaires académiques : le LITO, le LIB, le LPP et l’Hôpital Avicenne (Service de Chirurgie et Service Médecine Nucléaire) se sont associés à deux partenaires industriels : Mindray Medical France et Apteryx. Une collaboration avec le CLCC Godinot à Reims est en cours.
Personnes impliquées au laboratoire : Arnaud Beddok, Trung Kien Bui, Juliette Dindart, Frédérique Frouin (CHRC), Agnès Rouxel. Alumini : Lydia Abdemeziem, Fahad Khalid
Publications : hal-04623096v1
https://www.icvpb-2024.de/documents/8/Program_ICVPB2024.pdf pp 38-39 & pp 41-42
Projet financé par l’ANR (ANR-22-CE19-0035)
An international research project (Inter-Organ-PET) funded by the 2022 Joint ANR-FWF Projects Scheme between the Agence National de la Recherche (ANR) and the Austrian Science Fun (FWF) for “Identifying metabolic networks using inter-organ analysis of whole-body [18F]FDG-PET imaging data”
(FWF I-6174B)
This project seeks to utilize whole-body molecular imaging by means of [18F]FDG-PET to assess inter-organ effects in breast cancer patients in comparison to normal, homeostatic pathways, and thus, help build prediction models for better breast cancer patient management.
Le projet AI.DReAM, financé par la BPI France, rassemble un consortium de 9 acteurs (GE Healthcare porteur, 4 PME et start-ups, 3 partenaires cliniques, et LITO comme seul laboratoire académique). Le projet vise à accélérer le développement et l’accès au marché d’applications d’Intelligence Artificielle en imagerie médicale. Le rôle de notre laboratoire est d’effectuer les développements méthodologiques nécessaires pour assurer le contrôle qualité, la robustesse des modèles radiomiques (classiques ou profonds) et leur aptitude à produire des résultats fiables sur une grande variété d’images. Pour évaluer nos approches, nous travaillons avec les cliniciens de l’Institut Curie et les partenaires cliniques du consortium, que sont l’AP-HP, Gustave Roussy, et l’Hôpital Saint Joseph à Paris.
Personnes impliquées au laboratoire : Irène Buvat (responsable), Frédérique Frouin, Kibrom Girum, Caroline Malhaire, Fanny Orlhac, Paul Steinmetz.
Les modèles radiomiques et d'intelligence artificielle seront d'autant plus faciles à appliquer dans un contexte clinique qu'ils sont explicables et dotés d'une estimation de la confiance associée au résultat produit. Nous travaillons donc à l'élaboration de modèles radiomiques interprétables, concevables à partir de données en quantité limitée (à partir de moins d'une centaine de patients), dans le but de mettre en évidence des mécanismes biologiques mal connus ou mal compris à partir des modèles et/ou vérifier les résultats produits par les modèles. En particulier, nous développons ces méthodes dans le contexte de patients traités par radiothérapie pour déterminer si la mise en évidence des sous-régions responsables d'une résistance au traitement ou d'une récidive permettrait de modifier le plan de délivrance de dose pour combattre ces évolutions défavorables.
Personnes impliquées au laboratoire : Fanny Orlhac, Irène Buvat, Frédérique Frouin, Christophe Nioche, Thibault Escobar (doctorant), Hamid Mammar, Laurence Champion, Romain-David Seban, Claire Provost.
Publication :
- Escobar T, Vauclin S, Orlhac F, Nioche C, Pineau P, Champion L, Brisse H, Buvat I. Voxel-wise supervised analysis of tumors with multimodal engineered features to highlight interpretable biological patterns. Med Phys. 49(6):3816-3829, 2022. DOI: 10.1002/mp.15603
Ces travaux ont été en partie soutenus par Dosisoft.