Conception et intégration clinique d'un algorithme d'optimisation par recuit simulé pour les traitements de cancers par curiethérapie de haut débit de dose

The goal of this project is to conceive an optimization algorithm for high dose rate brachytherapy. The optimization algorithm presented in this thesis (IPSA) describes the clinical conditions by two groups of points in the three-dimensional space: the dwell positions from which the radioactive source may deliver the dose and the dose control points that evaluate the dose delivered to the anatomy from the dwell positions. The dose control point generation routine executed by the algorithm strategically distributes these points in order to insure the control of the clinical objectives. The algorithm can generate and compare several treatment plans based on this model of the clinical conditions. The group of all possible treatment plans forms the solution space. An objective function that mathematically described the clinical objectives and their relative importance associates a quantitative value to each solution. The solution space and objective function carry together a concise description of the optimization problem. The optimization engine conceived to solve this optimization problem must guarantee the quality of the treatment plan selected for each patient. This guarantee is obtained by using optimization engine based on the principle of simulated annealing. The optimization algorithm executes its task in a short time for live treatment planning. The IPSA algorithm has been successfully implanted in three institutions (CHUQ, UCSF and NIH). At the moment, more than 300 patients have been treated at these institutions for a wide variety of anatomical sites. The treatment plans generated are equal (for simple case), even better (for complex cases), than any plans produced by a specialist with the conventional treatment planning tools. The quality of the treatment plans generated is consistent from one patient to another. The algorithm produces treatment plans personalized to each single patient since the whole optimization routine is based on their specific anatomy and implant.

Alternate abstract:

L'objectif de ce projet est de concevoir un algorithme d'optimisation pour la curiethérapie à haut débit de dose. L'algorithme d'optimisation présenté dans cette thèse (IPSA) décrit les conditions cliniques par deux groupes de points dans l'espace tridimensionnel : les positions d'arrêt à partir desquelles la source radioactive peut délivrer la dose et les points de contrôle de dose qui évaluent la dose délivrée au l'anatomie à partir des positions d'arrêt. La routine de génération de points de contrôle de dose exécutée par l'algorithme distribue stratégiquement ces points afin d'assurer le contrôle des objectifs cliniques. L'algorithme peut générer et comparer plusieurs plans de traitement basés sur ce modèle des conditions cliniques. L’ensemble de tous les plans de traitement possibles forme l’espace des solutions. Une fonction objectif qui décrit mathématiquement les objectifs cliniques et leur importance relative associe une valeur quantitative à chaque solution. L'espace de solution et la fonction objectif portent ensemble une description concise du problème d'optimisation. Le moteur d'optimisation conçu pour résoudre ce problème d'optimisation doit garantir la qualité du plan de traitement sélectionné pour chaque patient. Cette garantie est obtenue grâce à l'utilisation d'un moteur d'optimisation basé sur le principe du recuit simulé. L'algorithme d'optimisation exécute sa tâche en peu de temps pour la planification du traitement en direct. L'algorithme IPSA a été implanté avec succès dans trois institutions (CHUQ, UCSF et NIH). À l'heure actuelle, plus de 300 patients ont été traités dans ces institutions pour une grande variété de sites anatomiques. Les plans de traitement générés sont égaux (pour les cas simples), voire meilleurs (pour les cas complexes), que n'importe quel plan produit par un spécialiste avec les outils de planification de traitement conventionnels. La qualité des plans de traitement générés est constante d’un patient à l’autre. L'algorithme produit des plans de traitement personnalisés pour chaque patient puisque toute la routine d'optimisation est basée sur son anatomie et son implant spécifiques.