Soutenance de thèse de Théo SILVESTRE : Modélisation spatio-temporelle et outils d'IA pour l'analyse dose-réponse associée à des anomalies de...

Théo SILVESTRE soutient sa thèse le 9 décembre 2025, à l’Auditorium de l’ASNR. Sa thèse est intitulée :

« Modélisation spatio-temporelle et outils d'IA pour l'analyse dose-réponse associée à des anomalies de la substance blanche radio-induites chez des patients traités par radiothérapie pour un glioblastome ».

Résumé

La radiothérapie (RT) cérébrale est l'un des outils clé dans le traitement des tumeurs du système nerveux central (SNC). Sa toxicité potentielle sur le SNC fait néanmoins partie des questions de recherche saillantes en radioprotection. Un déclin cognitif, susceptible d'altérer significativement la qualité de vie des longs survivants, a notamment été rapporté chez des patients traités par RT pour une tumeur cérébrale.

Les mécanismes intracérébraux radio-induits qui pourraient expliquer ce déclin cognitif sont seulement partiellement compris. Le projet EpiBrainRad dans lequel s'inscrivent ces travaux de thèse s'intéresse au rôle que pourrait jouer la leucoencéphalopathie dans ces mécanismes. Il s'appuie sur les données de la cohorte éponyme EpiBrainRad qui inclut des patients traités par RT pour un glioblastome à l'hôpital de la Pitié Salpêtrière ou à l'Institut de Cancérologie de Strasbourg.

Il a été observé que les lésions cérébrales caractérisant la leucoencéphalopathie ainsi que la dose reçue au cerveau lors de la RT peuvent être associées au développement de troubles cognitifs post-RT.

Cette thèse vise à mettre en évidence, si elle existe, et estimer l'association entre la dose au cerveau et la progression spatio-temporelle d'anomalies irréversibles de la substance blanche, caractéristiques d'une leucoencéphalopathie et mises en évidence à l'IRM par des hyperintensités de la substance blanche (HSB). Elle cherche également à apporter des connaissances concernant la radiosensibilité de la substance blanche.

Intégrée dans le projet ANR RADIO-AIDE (intégré dans EpiBrainRad), cette thèse de biostatistique s'appuie principalement sur les données d'imagerie d'une sous-cohorte de 50 patients de la cohorte EpiBrainRad. Pour chaque patient, un CT scan dosimétrique dont est extraite une carte des doses reçues au voxel est disponible ainsi qu'une collection longitudinale d'IRMs dans lesquelles différentes lésions cérébrales sont segmentées.

La thèse apporte trois contributions :

Une démarche de pré-traitement des IRMs segmentées est proposée afin de les rendre exploitables pour estimer l'association dose-réponse d'intérêt.

Un recalage longitudinal des IRMs intra-individus et un recalage inter-individus est réalisé afin de pouvoir mener une étude populationnelle au niveau du voxel sur un cerveau commun, à la manière des études voxel-based.

Un algorithme a été défini et implémenté pour distinguer les plages de leucoencéphalopathie (PDL) des oedèmes, tous deux caractérisés à l'IRM par des HSB, ainsi que pour corriger les déformations du cerveau associées à différentes lésions.

Un modèle de mélange de régressions binomiales sur grille régulière (i.e., à échelle du voxel) et intégrant une propriété Markovienne a été développé. Il permet de décrire la dynamique temporelle d'accroissement irréversible des PDL entre deux examens IRM ainsi que leur association avec la dose reçue au voxel, en supposant l'existence de zones de radiosensibilité différente dans la substance blanche. Ce modèle permet de regrouper en classes les voxels associés à une même force de relation dose-réponse et d'estimer cette association pour chaque classe.

L'effet de covariables individu-spécifiques potentiellement associées à l'apparition de PDL est également pris en compte. Enfin, une stratégie d'inférence bayésienne du modèle proposé a été élaborée. Différentes méthodes (VBEM et MCMC) ont été implémentées en C++ et comparées, à l'aide de simulations, afin d'optimiser l'efficacité et la précision de l'apprentissage statistique réalisé. L'optimisation des méthodes et du code est une étape importante à la vue du nombre important de données.

Le modèle a été appliqué aux données de la sous-cohorte considérée. Une attention toute particulière est apportée à la visualisation des résultats, leur interprétabilité en épidémiologie des RIs ainsi qu'au rattachement des associations observées avec les structures du cerveau impliquées dans les fonctions cognitives.

Composition du jury

• Pr. Christophe BIERNACKI (INRIA, Université de Lille)
• Dr. Sophie TEZENAS DU MONTCEL (ICM, Sorbonne Université)
• Pr. Julien JACQUES (UR 3083, Université Lyon 2)
• Pr. Julian BIAU (Centre Jean Perrin, Université Clermont Auvergnes)
• Dr. Estelle KHUN (INRAE, Université Paris-Saclay)

Mots-Clés

Imagerie cérébrale, leucoencéphalopathie, modèles de mélange, radiothérapie, statistique bayésienne

Infos pratiques

Date – Horaires :

Le mardi 9 décembre 2025 à 14h.

Lieu :

Auditorium de l’ASNR, bâtiment 01, 31 Avenue de la Division Leclerc, 92260 Fontenay-aux-Roses

Inscription : 

Merci de vous inscrire au plus tard le 21 novembre via ce lien si vous souhaitez assister à la soutenance en personne ou si vous souhaitez recevoir le lien TEAMS permettant de suivre la soutenance à distance.

Pour en savoir plus

Laboratoire d’Epidémiologie des Rayonnements Ionisants (LEPID)